利用VSP资料直达波的包络峰值处瞬时频率提取介质品质因子

本文采用一个具有4个待定参数的函数去逼近震源子波,利用黏弹介质中单程波传播理论推导出了地震子波包络峰值处瞬时频率(EPIF)和品质因子之间的解析关系;同时,为提高瞬时频率的估计精度和抗噪性能,在小波域中发展了一种计算瞬时频率的方法,并在此基础上提出了估算VSP资料Q值的方法,简称小波域包络峰值处瞬时频率法(WEPIF)．合成的VSP数据衰减估计结果表明,与对数谱比法和中心频率偏移法相比较,WEPIF法受到界面反射波影响相对较小、计算结果稳定、精度相对较高．将WEPIF法用于某气田的单炮零偏6级VSP资料Q值估计,结果表明,吸收强弱与储层含气性高低有良好的对应关系．     

基于熵谱特征定量计算薄层厚度的方法研究

讨论了基于地震资料的熵谱特征定量计算薄互层厚度的原理。首先对谱均衡后的地震数据作归一化处理,然后对处理结果作最大熵谱估计,若估计结果的谱分辨率精度不能满足要求,则先对归一化的地震记录叠加适当的白噪声,然后再作最大熵谱,这样可以得到较高的估计精度。另外,文中对流程中关键步骤之一的最大熵谱估计进行了改进,并给出了基于相关技术用于从谱上提取周期的方法,提高了谱周期的估计精度。文中用合成地震数据证明了其有效性。      

高压下天然菱铁矿的压缩性和电子结构研究

采用同步辐射光源和金刚石对顶砧(DAC)技术,对天然菱铁矿的压缩性和电子结构进行了原位X射线衍射(XRD)和X射线吸收近边结构谱(XANES)测试研究。在室温下随着压力逐渐升高至50.2 GPa,菱铁矿保持方解石型结构不变,但是逐渐向Na Cl型结构转变;刚性[CO3]2-基团平行于ab-平面定向排列使c轴的压缩性大于a轴。菱铁矿在44.6~47.1 GPa之间发生电子由高自旋态(HS)向低自旋态(LS)的转变,表现为体积塌陷8%。HS菱铁矿的等温状态方程参数为K0=112(5)GPa和K'0=4.6(3)。首次采用XANES技术对菱铁矿中Fe2+的电子结构进行了研究,结果表明:随着压力升高至37.3 GPa,Fe2+的配位和局域对称并未发生明显变化;此后电子结构开始转变,Fe2+的3d轨道分裂能降低,电子跃迁概率增大,呈现LS特性。     

补肾通络止痛方联合阿片类药物治疗骨转移癌痛30 例

目的：观察补肾通络止痛方外用联合阿片类药物口服治疗骨转移癌痛的临床疗效。方法：将60 例中重度骨转移癌痛患者随机分为治疗组和对照组，每组各30 例。对照组根据三阶梯止痛法选择阿片类药物，治疗组在此基础上配合补肾通络止痛方外用，疗程均为7 d。比较2组数字评分法（NRS）评分、卡氏功能状态评分标准（KPS）评分、中医证候积分，以及不良反应发生情况。结果：总有效率治疗组为 96.67%（29/30），优于对照组的86.67%（26/30），差异有统计学意义（P<0.05）。与治疗前比较，治疗后2组NRS评分、中医证候积分均减少，KPS评分均增加，且治疗组的改善幅度较对照组更明显，差异均有统计学意义（P<0.05或P<0.01）。不良反应情况比较，恶心呕吐的发生率治疗组为6.67%（2/30），对照组为26.67%(8/30)，差异有统计学意义（P<0.05）。结论：补肾通络止痛方外用联合阿片类药物口服能明显缓解骨转移癌痛患者的疼痛程度，改善其生存质量，减少消化道不良反应的发生。     

深度人工神经网络在地震反演中的应用进展

人工神经网络是通过从大量训练数据中学习来拟合复杂非线性函数的有效方法，属于一种数据驱动的机器学习方法.人工神经网络应用于地震反演时可以得到更高分辨率和精度的结果，有着优于传统反演方法的泛化能力和非线性拟合能力.本文对人工神经网络的发展脉络进行了回顾，梳理了基于梯度的学习过程中代价函数的作用，反向传播学习算法的思路，激活函数的不同类型，以及万能近似定理等.特别是对热门的深度神经网络，按照时间先后顺序总结了带卷积核的LeNet-5、AlexNet、VGGNet、GoogLeNet、ResNet、UNet、自编码器和GANs等经典模型.在此基础上，本文分析了深度神经网络在反射系数和子波反演、速度反演、波阻抗反演和地震结构反演中不同网络的拓扑结构、学习算法、激活函数和训练样本等.最后，本文归纳和讨论了用于地震反演的有监督端到端学习网络的流程和关键影响因素等，展望了融入物理规律、基于反演目标函数展开的专用地震反演网络.     

基于门控循环单元主导的深度网络半监督地震衰减补偿方法

地震波在地下传播时存在能量衰减，呈现非平稳性，导致地震资料的分辨率降低，不利于储层刻画.为了解决这个问题，需要对地震记录进行衰减补偿来消除非平稳性.考虑到GRU(Gated Recurrent Unit)即门控循环单元在处理时间序列时具有长时和短时记忆的优势，本文构建了以GRU为主导的网络结构(简称GRU网络),提出了基于GRU网络的地震衰减补偿方法.实际地震数据处理中，测井资料往往非常有限，导致标签数据较少.为解决小样本问题，本文借鉴自编码器的思想，除井旁道和测井合成地震记录的标签外，将其余地震记录作为无标签数据引入训练，半监督地学习非平稳数据到平稳数据的非线性映射，实现了地震记录的衰减补偿.最后利用含噪合成地震记录和实际地震资料测试了本文提出的方法，证明了其有效性.