BP网络在位场解释中的应用

介绍了ＢＰ网络的特点，阐述了它在位场资料解释中应用的方法、特点和可行性。通过模型计算证实了该方法在位场异常识别中的效果，正确率达９７％。此外，通过修改网络单元的激发函数，增强网络的稳定性和内插功能，使ＢＰ网络在多层密度界面反演中得到满意的结果，模型和实例计算证明了该方法的有效性。     

BP网络在位场解释中的应用

介绍了ＢＰ网络的特点，阐述了它在位场资料解释中的应用的方法，特点和可行性。通过模型计算证实了该方法在位场异常识别中的效果，正确率达９７％。此外，通过修改网络单元的激发函娄，增强网络的稳定性和插功能，使ＢＰ网络在多层密度界面反演中得到满意的结果，西医 实例计算证明了该方法的有效性。     

计算样本相似性在油气预测中的应用

介绍了计算样本相似性方法在油气预测中的应用的基本原理和技术。提出了利用参数的显著性进行参数优化和加权的方法。该方法简单、实用，并在塔北某区的应用取得了满意结果。由此证明了该方法的有效性及在综合信息预测工作中进行参数优化和加权工作的重要性。     

沾化凹陷沙三下亚段成熟泥页岩纳米孔隙体积影响因素分析及意义

选取沾化凹陷始新世沙三下亚段(Es_3~下)不同埋深的成熟泥页岩(0.70%~0.93%Ro),并进行去有机质处理,通过对原样和处理样进行热解、XRD和低温氮气吸附法检测分析,以探讨成熟泥页岩纳米孔隙体积的影响因素。结果表明,成熟泥页岩纳米孔隙体积与TOC显示正相关性;去有机质后,有机质变化率和孔隙体积变化率呈正相关性,且去除的有机质含量亦与孔隙体积变化值呈现对应性;孔隙体积与伊/蒙间层、伊利石和石英呈正相关,与方解石负相关。结合已有研究成果,文章认为,成熟泥页岩的纳米孔隙主要为矿物基质孔和有机质-矿物边缘孔,矿物孔主要由伊/蒙间层、伊利石和石英贡献,方解石阻滞矿物孔隙的发育。泥页岩纳米孔隙是页岩油气赋存的主要储集空间,孔隙体积是泥页岩孔隙空间的一个量化参数,其对页岩油气含量的计算以及储量评估意义重大,弄清沾化凹陷沙三下亚段成熟泥页岩纳米孔隙体积的影响因素,可进一步认识处于生油窗的页岩油气的储集空间,为页岩油气的勘探和开发提供依据。     

船台测量场中公共点的粗差判别方法

针对船台公共点含粗差时对测量场整体精度的影响,提出了一种稳健的公共点粗差判别方法。该方法先通过莱以特准则初步筛选得到可疑点,再以罗曼诺夫斯基准则对可疑点进行判别,确定异常点并剔除,最后采用SVD算法计算转站参数。通过仿真试验进行验证,结果表明,该方法能准确地剔除异常点,得到可靠的转站参数估值,从而提高测量场整体精度。     

人工神经网络在岩石变形温度估算中的应用

Ｃｈｒｉｓｔｉｅ（１９６２）、Ｓｍｉｔｃｈ（１９７２）和张翊钧（１９８５）都提出了钠质斜长石的Δ１３１－１３１（或σ）、Ａｎ与温度Ｔ的关系图，后来又提出了钠质斜长石变形温度的计算公式。但由于图解的不便之处及目前应用的公式中推断分界点的不确定性和σ、Ａｎ与Ｔ之间存在一种非线性关系的特点，本文基于具有高度非线性映射能力的人工神经网络，提出了求解岩石变形温度的新方法。文中先介绍了变形温度计的研究概况，然     

人工神经网络在岩石变形温度估算中的应用

Ｃｈｒｉｓｔｉｅ（１９６２）、Ｓｍｉｔｈ（１９７２）和张翊钧（１９８５）都提出了钠质斜长石的△１３１－（或σ）、Ａｎ与温度Ｔ的关系图，后来又提出了钠质斜长石变形温度的计算公式。但由于图解的不便之处及目前应用的公式中推断分界点的不确定性和σ、Ａｎ与Ｔ之间存在一种非线性关系的特点，本文基于具有高度非线性映射能力的人工神经网络，提出了求解岩石变形温度的新方法。文中先介绍了变形温度计的研究概况，然后阐述了ＡＮＮ（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒ）模型，最后应用该模型估算岩石变形时的温度，经对比得出，利用人工神经网络在岩石变形温度估算中具有良好的应用效果。     

基于随机森林算法的陆相沉积烃源岩定量地震刻画:以东海盆地长江坳陷为例

烃源岩的定量地震刻画对于勘探开发区块的优选、盆地油气资源量的估算都具有重要意义.陆相沉积环境下的浅湖或半深湖相的烃源岩横向变化快,其空间展布需要依靠钻井约束下的反射地震进行刻画,但是其地震弹性特征与岩性和有机质含量的映射关系呈现高度非线性化,因而很难利用传统基于地震岩石物理模型驱动的烃源岩地震预测方法进行有效刻画.本文以低勘探区的东海盆地长江坳陷为例,提出了一种在数据驱动的机器学习框架下,综合利用地质约束、钻井录井、测井、地球化学和叠前地震数据进行烃源岩的定量地震刻画的工作流程.其核心思想是利用随机森林集成学习算法对小样本数据表现优异的特征,以井位处的测井弹性数据(纵波速度和密度)、岩性、地球化学标定的总有机碳含量(TOC)为样本标签数据,在地质导向约束下通过随机森林算法生成学习网络,并将该网络与叠前地震反演结果相结合,采取先预测泥岩再预测总有机碳含量的“两步走”策略,完成对烃源岩空间分布及其非均质性的定量地震刻画,并对预测结果的不确定性进行评价.测试结果显示,随机森林算法相较于其他的机器学习算法能够更准确的识别陆相沉积地层的泥岩,并比传统的利用阻抗转化方法获得更可靠的总有机碳含量预测结果.     

东海盆地长江坳陷美人峰组烃源岩沉积环境与生烃潜力评价

利用东海盆地长江坳陷古新统美人峰组烃源岩的元素、热解、干酪根δ13C、镜质体反射率、岩石薄片、X射线衍射等资料,对长江坳陷美人峰组不同层段烃源岩进行沉积环境分析及生烃潜力评价。研究结果表明:美人峰组烃源岩的沉积环境整体表现为温暖潮湿的弱氧化淡水环境,古盐度和古气候是控制美人峰组烃源岩发育的主要环境因素。美人峰组第一段和第二段沉积时期,气候温暖潮湿,有大量陆源有机质输入,水体盐度相对较高,有机质保存条件较好,有机质丰度高,有机质类型以Ⅲ型为主,含少量II型,有机质已进入低成熟—成熟演化阶段,是美人峰组最具生烃潜力的层段;第三段和第四段沉积时期,气候相对干热,陆源碎屑及有机质输入少于第一段和第二段,水体盐度较低,不利于有机质保存,有机质丰度较低,有机质类型以Ⅲ型为主,有机质以低成熟演化阶段为主,生烃潜力不大;第五段和第六段沉积时期,气候恢复为温湿状态,有机质丰度较第三段和第四段高,有机质类型为Ⅲ型,但有机质热演化程度低,处于未熟状态,为无效烃源岩。随着埋深增加,美人峰组烃源岩的有机质成熟度变高,具有更大的生烃潜力。