联合多种测高数据确定中国海及其邻域1．5′×1．5′重力异常

联合多种测高资料和Geosat/GM波形重构数据,基于EIGEN_CG01C重力场模型,采用沿轨迹加权最小二乘方法和逆Vening-Meinesz公式,确定了中国海及其邻域1.5′×1.5′重力异常。将计算结果与最新船测资料进行了比较,标准差为3.37×10-5m.s-2。     

附非负约束平差模型的最小二乘估计

研究了不等式约束下的平差问题,即先将不等式约束的最小二乘问题转换成凸二次规划问题,然后求其最优解.给出了几个判定最优解的充分必要条件,以及非负约束下的平差问题参数最小二乘估计的一般形式,并给出了简明的算法.模拟实例说明,此算法可以很好地应用于实际测量中的平差计算.     

动态最小二乘支持向量机学习算法

针对大样本集的训练问题和动态训练样本的模型更新问题,提出了动态最小二乘支持向量机学习算法.该算法充分利用已建好的模型,逐渐加入新样本,并可删除位于任何位置的非支持向量,避免了矩阵求逆运算,保证了算法的高效率.大坝变形及电离层延迟两个时间序列的预报实例表明,该算法具有计算时间短、预报精度高的特点.     

GM(1,1)最佳维数建模法在露天矿边坡变形预测中的应用

露天矿边坡变形是一个复杂的系统,许多影响边坡变形的因素具有灰色信息性质,因此应用灰色模型对边坡变形进行预测是一种很好的研究手段。在灰色模型预测实践中,发现建模数据的维数对模型预测精度有较大影响。从变形预测精度研究入手,提出最佳维数建模法。通过实例应用证明,该法具有较高的预测精度和可信度。     

基于二次场二维起伏地形MT有限元数值模拟

通过计算二次场来进行二维大地电磁数值模拟;导出了二维大地电磁二次场的微分方程,利用有限单元法来解微分方程;对矩形网格进行对角线的二次剖分,更容易且真实地模拟起伏地形。对几个典型模型进行了试算,与前人总场法的计算结果做了比较,两者视电阻率曲线一致,证明本文算法是正确的;通过2个简单的算例说明复杂地表下2种极化模式的MT观测资料都有明显的异常,视电阻率在TM模式下比TE模式更易受地形影响,TE模式下视电阻率曲线形态与地形呈"正相关",TM模式下反之。     

雁南煤矿北二采区充水因素及开采影响评价

在全面分析大雁矿业集团公司雁南煤矿北二采区的水文地质条件及煤层开采矿井充水因素的基础上,计算了开采27^1号煤层时导水裂隙带发育高度．得出了北二采区各煤层工作面开采即不会受到上部砂砾含水层的影响,雁南煤矿铁路涵洞以西的胜利河冲击沟也不会受到北二采区的采动塌陷影响的结论。     

盘县马依东二井田构造特征及成因分析

利用井田勘探资料及野外地质资料,对井田构造基本形态、断层发育特征及其分布规律进行分析,总结出该井田的构造模式、构造成因、构造组合特征及其演化规律。研究认为井田的构造格局是多期构造运动综合作用、相互叠加的结果。井田构造形态为一略有起伏的平缓单斜,区内NE向的高角度正断层,多属张扭性,EW向构造早于NE向构造,构造复合部位较复杂,其余区段较简单;伸展构造是井田构造的主体样式,这一结论对下一步继续勘探及煤矿开采具有指导意义。     

毛乌素沙漠地震勘探历程及效果

总结陕西省煤田地质局物探测量队在毛乌素沙漠开展地震勘探攻关的三个阶段及各阶段取得的成果,认为该区虽然表浅层地震地质条件复杂,地震勘探难度较大,但勘探精度基本上可以达到解释5m断层的的精度。并以国家重大产业技术开发专项的依托工程,内蒙古鄂托克前旗新上海庙地区SZT井田三维地震勘探为例,对地震激发、接收技术进行改进,并采取精细静校、地表一致性振幅补偿等处理手段,结合多参数信息,进行资料精细解释。成果表明：依托工程野外原始资料甲级率达到70％以上,获得的三维数据体信噪比高,构造及煤层解释成果可靠、准确。     

叠前时间偏移方法在煤田勘探中的应用

根据克希霍夫积分法的原理,介绍了叠前时间偏移的方法特点,实现过程,以及对地震资料的要求,依托国家重大产业技术专项“西部煤炭资源高精度三维地震勘探”工程,对“青海省鱼卡煤田四井田高精度三维地震勘探”资料进行叠前时间偏移,结果表明其能较好地解决成像质量差、能量聚焦不明显、绕射波收敛不理想等方面的难题。通过与叠后时间偏移对比,对于大倾角地层、断块小且多的破碎带、陡倾角不对称向斜等地质问题,其叠前时间偏移剖面成像质量都有明显的提高,反映的构造关系更加清晰,同相轴连续性增强。总结该方法在多个矿区的推广经验．认为合理的观测系统、较高的资料信噪比,准确的测量资料及较高的中表层速度调查精度是做好叠前时间偏移的前提。     

三维地震属性参数在煤层厚度预测中的应用

依托“西部煤炭资源高精度三维地震勘探技术”项目工程,对晋城某矿南翼大巷东南区5m×5m×1ms的三维地震数据体,采用三维地震属性参数预测煤层厚度及其变化规律：沿3煤层、15煤层10ms时窗提取地震属性42种,根据钻孔资料,计算出煤厚与地震属性相关系数;从中优选出相关系数大于0．35的地震属性,其中3煤层9个、15煤层10个;然后进行地震属性互相关分析,优选出与3煤、15煤层厚度相关系数较大的4种属性,建立预测煤厚的BP神经网络模型,分别选取3煤层12个、15煤层4个实测数据作为学习训练和测试样本,以钻孔地震属性作为学习样本,对网络进行训练,最终获得全区煤层厚度。经与预留钻孔成果资料对比,预测精度较高,结果可用。