基于高分辨率波形指示反演方法在“甜点”预测中的应用：以四川盆地焦石坝地区页岩储层为例

针对常规叠后稀疏脉冲反演方法分辨率不足,以及传统叠后地质统计学反演方法缺乏横向地质意义的局限,应用基于高分辨率波形指示反演方法刻画了四川盆地焦石坝地区龙马溪组页岩薄储层段波阻抗剖面展布及其优质页岩储层段时间域厚度平面展布情况。通过对焦石坝地区龙马溪组页岩薄储层段波阻抗剖面展布进行“盲井”检测,与常规叠后稀疏脉冲反演方法的刻画精度相比,高分辨率波形指示反演方法计算结果的刻画精度提高了一倍。进一步应用高分辨率波形指示反演方法模拟了焦石坝地区龙马溪组页岩薄储层段有机碳含量(TOC)剖面展布,为后期页岩储层精细评价以及“甜点”预测奠定了基础。     

四川省太阳能资源气候学计算

利用SMARTS模式计算晴天总辐射,充分考虑大气对太阳辐射的削弱作用和海拔高度的影响,以四川省为例,建立了复杂自然环境条件下基于日照百分率的太阳能资源气候学计算方程。该方法不仅物理意义明确,而且计算结果误差明显降低;与实测值相比,7个辐射站年地面太阳总辐射曝辐量的相对误差均低于7%;与初始值采用天文辐射曝辐量的方法相比,无论是相对误差值还是离散程度,均降低一半以上。该方法较好地解决了在一个地形复杂、气候多变的区域采用同一计算方程的难题,从而有效避免了过去采用分区方法带来的边界不连续问题,对我国东西高差大、干湿变化明显的特殊情况具有应用价值。     

相位激电和时域激电对激电效应响应关系研究

相位激电法和时间域激电法都是以岩(矿)石的激发极化效应为基础的,极化相位和视极化率都是对岩(矿)石激发极化效应强弱的反映。这里通过数值模拟和矿区实测数据的分析,表明两者对可极化体激电效应的响应存在关联,在一定条件下,可建立关系式进行相互转换。     

山东省定陶地区富锶土壤地质成因研究

为研究山东省定陶地区土壤富锶的地质成因,更好地规划潜在富锶土壤种植区域,指导农业生产,发展绿色经济,本文在对该区土壤样品的相关元素化验分析的基础上,进行了定陶地区富锶土壤的沉积环境分析、黄河故道变迁分析和水化学分析。通过研究分析发现,土壤中富集的锶非当地风化沉积而成,而是从锶含量较高的区域搬运而来。历史上黄河故道曾流经研究区,并且该区全部位于黄泛区内,黄河源头及流经区域多处富含锶矿及锶含量高的岩石,研究区土壤元素Sr/Cu值显示古沉积环境为湿润的,说明由富锶区域水流搬运而来。黄河故道流经研究区,其源头为产出天青石矿的大省,研究区地下水中为HCO3-Na型,地下水中Sr与SO2-4为极显著相关,相关系数为0.719,远大于与HCO3的相关系数,符合天青石矿与水作用规律。进一步验证了研究区富锶土壤为黄河故道沉积而来,推测研究区锶为黄河故道沉积得来,沉积速度为0.5~1.6cm/a。     

相位激电电磁耦合两频校正技术

介绍均匀大地条件下相位激电电磁耦合的正演方法,模拟计算了中梯和偶极—偶极装置下的电磁耦合响应;根据电磁耦合随频率变化的规律,提出了采用2个频率的相位值进行电磁耦合校正的方法;结合实例,分析了该去耦方法的有效性和应用效果。     

大深度多功能电磁探测技术研究

通过对大功率多功能电磁法发射系统所涉及关键技术的研究, 研制出具有自主知识产权的大功率(70kw)多功能(具有CSAMT, IP供电功能)电磁发射样机; 通过对多功能电磁法接收系统所涉及关键技术的研究, 研制出多功能(具有AMT、CSAMT, IP测量功能)电磁法接收样机; 研究开发了与多功能仪器样机相配套的数据处理技术; 在试验区开展了自主研制的多功能电法系统与GDP32的场地对比试验, 取得了良好效果     

丝绸之路明长城遗址的病害性态研究

明长城遗址是与丝绸之路沿线赋存环境相统一的开放系统,遗址的病害表观、时空演化受环境因素影响显著。调查丝绸之路遗址区的气候特征和地质地貌、地震活动等环境特征并选取具有差异性环境特征的典型遗址,通过史料查阅、野外考察和室内分析测试,结合遗址区环境特征和建筑形制、土体性质研究各类病害在不同因素影响下其表观特征及空间分布规律,验证各类病害形成与发展的存在性,进一步揭示病害演化机制,为防治和监测病害的形成和发展提供参考,提出在遗址加固保护中应基于各类病害的表征及机理有的放矢地设计全面的保护方案,这对土遗址的长期保存有着重要意义。     

地震前的电磁异常综述

从地震电磁异常成因、地震电磁监测两个方面来概括近年来在地震电磁学科的研究进展,通过对现有研究结果的分析总结,认为确立震前电磁异常与地震区域与震级的关系是做好预报地震工作的关键所在,因此加快完善地震电磁立体监测体系,发展与重力、红外、遥感等卫星多手段分区域协同研究是未来地震电磁学科的发展方向,多学科的融合和相互验证是实现地震准确预报的必经之路。     

机器学习揭示玄武岩构造背景与源区性质

玄武岩作为地幔的衍生物，是研究地幔物质组成与演化、地壳物质再循环和多圈层相互作用的重要介质。玄武岩的微量元素和同位素特征常被用于制约玄武岩形成的构造背景和地幔源区性质，但单一地球化学指标或二维图解方法常给出模棱两可或者互相矛盾的结果。与传统方法相比，机器学习方法能更全面和深入地分析数据，在多维空间上挖掘散点数据之间的内在联系和规律。本文简述了近年来机器学习方法在判别玄武岩构造背景、划分地幔组分与揭示玄武岩源区性质等方面取得的一系列成果，以期通过这些方面的应用实例为地幔地球化学研究带来新的认识。机器学习有望成为研究地幔深部过程与宜居地球形成机制的重要手段。     

基于无记忆状态观测器的多时滞不确定非线性系统的自适应控制

针对一类多时滞不确定非线性系统,研究了基于无记忆状态观测器的自适应控制问题.时滞状态扰动的上界未知,在控制中通过自适应律估计未知参数,并利用估计值设计了不依赖于时滞的无记忆状态观测器和控制器,基于Lyapunov-Krasovskii函数证明了观测误差渐近收敛到零.最后仿真结果说明了该方法的有效性.