页岩气水平井TOC测井评价新方法

由于存在地层缺失、井眼穿层不断变化、重点层段测井曲线较少、井眼环境复杂、测井响应值与储层参数关系较为复杂等特点,页岩气储层水平井测井解释难度较大。针对该问题,本文采用“水平井钻遇地层模型—水平井间及水平井与直井响应差异分析—水平井曲线校正—基于直井的参数评价模型”的评价技术流程,进行页岩气水平井TOC测井评价。在测井评价中,针对响应规律复杂的特点,采用直方图法进行测井响应规律分析,同时考虑到水平井测井曲线较少,为了综合利用测井曲线信息,结合曲线重叠方法提出双重信息融合评价模型。结果表明,本方法在充分分析测井响应差异的基础上对水平井测井曲线进行校正,且提出的双重信息融合模型具有能充分利用测井信息、评价精度高以及操作简单等优点。     

基于相干特征的岩石薄片序列图像边缘提取及颗粒分割

针对岩石颗粒边缘模糊、结构复杂的特点,为了更有效地识别颗粒边缘,在基于特征值的C3相干算法的基础上,融合多尺度和多角度的特征表达,提出了一种改进的C3相干算法。该算法综合考虑岩石薄片图像角度域光学特征、空间尺度信息和各向异性信息,能更有效地表征颗粒边缘特征,表现出对复杂矿物结构的适应能力。在采集的岩石薄片正交偏光图像上验证提出的算法,实验结果表明,与原生C3相干算法相比,改进后的C3相干算法在全局图像上的方差和灰度差分乘积分别提升了68.41%和22.91%,信息熵下降了21.61%。     

一种基于机器学习算法的岩性填图方法

通过野外地质调查与机器学习方法的有机融合,提出了一种基于梯度提升决策树算法的岩性单元填图方法。研究以多龙矿集区为模型试验区,选择1∶5万勘查地球化学数据为基础预测数据,以1∶5万区域地质图为参考,进行基于梯度提升决策树算法的岩性预测填图模型试验。首先选择研究区内小范围空白区开展野外填图,建立原始数据集并初步构建岩性单元与预测数据对应关系;其次利用机器学习方法对预测数据进行多分类任务,进而开展目标填图区预测填图工作;最后通过概率选区选定概率较低目标区,开展进一步的小范围野外地质调查填图,对原始数据和知识库进行补充,迭代循环以上流程,直至预测填图达到要求。试验显示,随着迭代次数的增加,模型精度不断提高,并在7次迭代后模型准确率达到87%。该方法强调在实际应用中野外地质调查与基于机器学习预测填图的深度融合,以及野外实地工作在整个流程中的重要性和不可或缺性;同时能够充分挖掘已有数据资料的有用信息,用于辅助修正已有岩性填图内容,或根据已勘探区资料对邻近的未勘探区进行岩性分类,有效减少野外填图工作量,是对岩性填图方法、地质单元定量预测识别的有益探索,为区域地质填图工作提供了新的参考思路和辅助手段。      

面向自然资源信息提取的多源异构数据融合技术——以汉江流域NDVI数据为例

高时空分辨率的自然资源指标数据对大尺度自然资源动态观测与趋势评估至关重要。大数据时代下的海量多源数据为数据高效融合利用提供了可能。以重构汉江流域归一化植被指数(Normalized Difference Vegetation Index,NDVI)数据为例,搭建了PostgreSQL自然资源时空大数据处理底层架构,集成了数据级融合法、特征级融合法和决策级融合法,基于机器学习算法构建了一套面向自然资源信息提取的多源异构数据智能融合技术,实现了多源数据的高效利用与特征空间优选。同时,重构了2000—2019年汉江流域NDVI 1 km逐年数据集,全面反映了汉江流域植被动态变化。研究结果可为地球科学时空大数据的高效提取与模拟分析提供科学参考,为定量核算林草资源禀赋规模、探究生态系统时空演变规律提供一种更精准、更便捷的技术手段。     

四川区域融合降水产品的质量评估

本文利用四川省156个国家地面气象观测自动站2018年逐小时降水资料,从降水产品与观测值的对比、降水产品误差空间特征、降水产品误差月变化、不同降水量级的误差特征等方面,对国家气象信息中心研制的中国区域1h、0.05° × 0.05°分辨率的地面-卫星-雷达三源融合实时降水产品和地面-卫星二源融合快速降水产品在四川区域的适用性进行对比评估。研究结果表明,两套融合降水产品能较好的反映四川区域年内小时降水的时空变化特征,与站点观测降水相比,两套融合降水产品均存在一定程度的低估,且随着降水量级的增大,均方根误差值也相应增大。两套融合降水产品相比,融合了雷达资料的三源融合降水产品各项指标均优于二源融合降水产品,数据质量更高。      

高时空分辨率三维风场在强对流天气临近预报中的融合应用研究

以业务应用为目标,开展高时、空分辨率三维风场在强对流天气临近预报中的融合应用研究。运用北京快速更新多尺度分析和预报系统集成子系统（RMAPS-IN,Rapid-refresh Multi-scale Analysis and Prediction System-Integration）,对雷达四维变分分析系统（VDRAS）30 min临近预报的高时、空分辨率三维风场作为数据源与自动气象站风场观测进行快速融合处理。结果表明,以VDRAS临近预报风场取代数值模式预报场作为融合初猜场后形成的分析结果对于风场有明显的改善:（1）长时间序列客观检验结果表明,地面10 m高风场U/V分量绝对误差分别为0.05和0.06 m/s。实时融合对未来预报的影响随着预报时效的延长,U/V分量的绝对误差不断增大。（2）对于11个强对流个例,地面10 m高风场风速均方根误差降低0.3 m/s,风向均方根误差降低13°;边界层三维风场,风速均方根误差降低0.8 m/s,风向均方根误差降低10°。平原站点融合以后风速、风向预报效果有较大改善,山区站点融合以后改善相对较小。（3）通过对2017年7月20日暴雨和7月7日雷暴大风个例的详细分析,发现融合基于雷达资料四维变分同化获得的高分辨率临近预报风场对各对流系统中的中尺度结构特征给出了更加细致准确的描述。      

基于证据理论框架的分布式态势估计模型研究

作战环境信息作为一类重要的信息,在战场指挥决策中发挥着越来越重要的作用。 根据态势估计理论研究需要,对态势感知层中态势要素的提取进行了分析;在此基础上,应用证据理论和贝叶斯估计方法,构建了单检测站时域融合模型、多检测站空域融合模型。 为发挥作战环境在决策中的信息价值,构建了受环境制约下的时空融合模型;最后就该问题的下一步研究方向进行了展望。     

基于光谱复原的NMF遥感图像融合改进算法

在研究了非负矩阵分解(NMF)用于遥感图像融合技术的基础上,改进了一种基于光谱复原的NMF遥感图像融合算法,首先利用矩阵非负性分解求取图像的基向量矩阵,然后综合考虑图像融合后的光谱特性和波形变化情况,对基向量矩阵进行直方图规则化处理,最后得到融合后的图像。实验结果表明,该方法具有较好保持原始图像的光谱信息和空间信息的优点。     

利用遥感图像处理的方法进行北京市绿化隔离地区绿地调查

该文介绍了利用遥感图像处理方法对北京市绿化隔离地区进行绿地调查的情况, 采用了ETM数据和SPOT数据融合的图像为处理对象,并辅助以实地采样与现 有的绿化辅助数据,保证了信息提取的高精度,在成本、技术与分类精度上寻找 到了适合于绿地调查的契合点。