排序方式: 共有69条查询结果,搜索用时 31 毫秒
1.
基于主成分分析的青藏高原多年冻土区高寒草地土壤质量评价 总被引:5,自引:1,他引:4
土壤质量评价是提高对土壤质量理解的关键环节。为了了解青藏高原多年冻土区高寒草地土壤质量的基本情况,在青藏高原腹地西大滩至安多地区,根据不同海拔梯度和植被盖度共采集了154个土壤样品。通过主成分分析(PCA)法确定了影响青藏高原多年冻土区高寒草地土壤质量的最小数据集(MDS):全氮、全磷、全钾。根据影响土壤质量的最小数据集对青藏高原多年冻土区高寒草地土壤质量进行评价,得出了不同海拔、不同植被盖度下的土壤质量指数(SQI)。通过对不同海拔、不同植被盖度的土壤质量指数进行对比研究表明:随着海拔的升高,SQI呈增加的趋势,即海拔4 300~4 600 m(0.270±0.043) < 海拔4 600~4 900 m(0.326±0.061) < 海拔4 900~5 200 m(0.410±0.075);随着植被盖度的增加,SQI也呈现增加的变化趋势,即植被盖度小于50%(0.262~0.265) < 植被盖度大于50%(0.336~0.344)。在分别考虑了有机质、盐分、土壤水分对土壤质量的影响下得出的土壤质量指数值与基于最小数据集得到的土壤质量指数相一致,说明基于主成分分析的最小数据集可以对青藏高原多年冻土区高寒草地土壤质量做出较准确的评价。 相似文献
2.
准噶尔盆地吉木萨尔凹陷二叠系梧桐沟组作为一套重要的储集岩,具有良好的油气成藏前景,但对其层序划分及地层沉积样式的认识一直存在争议。在构造背景分析的基础上,结合岩芯、测井及地震资料,对研究区梧桐沟组层序地层划分及地层沉积样式研究表明,梧桐沟组沉积时期构造强度较弱,地形较为平缓,地层在全区稳定分布;中晚二叠世盆地发生造山运动,吉木萨尔凹陷东南边缘区域经过构造抬升,上部地层遭受不同程度的剥蚀,形成了现今"底平顶削"的地层样式。以凹陷中部少数地层保存较全的井的地层叠加样式分析为基础,通过井-震结合识别不同类型界面,特别是最大湖泛面,建立了区域层序地层格架,即梧桐沟组为一个完整的长期基准面旋回(三级层序),并在其内部识别出5个中期旋回。梧桐沟组地层在不同的层序发育时期表现出不同的旋回叠加样式:下段沉积时期,即最大湖泛面以下,随着可容纳空间的增大,地层表现为明显的退积叠加样式;上段沉积时期,即最大湖泛面以上,随着可容纳空间的减小,地层表现为明显的进积叠加样式,符合沉积物体积分配原理。 相似文献
3.
青藏高原多年冻土活动层土壤水分对高寒草甸覆盖变化的响应 总被引:9,自引:6,他引:3
对青藏高原高寒草甸30%、60%和93%三种覆盖度下,多年冻土活动层的土壤水分随季节变化的观测研究,结果表明:多年冻土活动层土壤水分分布对植被覆盖变化响应强烈.年内不同时期,植被覆盖度为65%和30%的土壤表层20cm深度内水分含量及分布相似,每次降水后30%覆盖度土壤水分的变率略大于65%覆盖度的;而93%覆盖度土壤水分在年内解冻开始到冻结前均小于前两种覆盖类型;植被覆盖度越小,土壤冻结和融化响应时间越早,响应历时也越短;浅层土壤冻结和融化对植被覆盖度的响应程度较强,接近深层土壤冻结和融化对植被覆盖度的响应程度降低.覆盖度为30%和65%土壤水分在整个冻结过程的减少幅度比93%覆盖度土壤大10%~26%,而融化期水分增加幅度更大为1.5%~80%;土壤冻融的相变水量对植被覆盖度变化响应明显,植被覆盖度降低,土壤冻结和融化相变水量增大.由于受植被蒸腾与地表蒸散发和土壤温度梯度的影响,融化期土壤剖面的水分重新分配,总体上呈现水分向剖面上部和底部迁移,剖面中部60~80cm深度左右的土壤出现"干层". 相似文献
4.
基于BP神经网络的青藏高原土壤养分评价 总被引:5,自引:1,他引:4
土壤养分在养分循环和土壤-植物关系中起着重要作用,在高海拔生态系统中,由于缺乏系统的实地观测,土壤养分在高山草原中仍然知之甚少。为了了解青藏高原多年冻土区高寒草地土壤养分的基本情况以及土壤养分的等级划分,利用青藏高原腹地西大滩至安多地区采集的154个土壤样品数据,基于BP神经网络模型建立具有3层网络,10个中间层节点的土壤养分评价模型。在MATLAB软件中进行BP神经网络的训练和验证后,对青藏高原多年冻土区高寒草地土壤养分进行综合评价。结果表明:2009年青藏高原高寒草地的土壤养分综合评价等级为4级,属于较低水平。综合评价结果与基于主成分分析方法的土壤质量指数(SQI)基本一致,说明BP神经网络模型对青藏高原土壤养分的评价结果是合理的。对评价结果与海拔、植被盖度和植被类型的关系分析表明,海拔越高或植被盖度越高,土壤养分的评价等级越高;不同植被类型的评价等级表现出高寒沼泽草甸(2级)>高寒草甸(4级)>高寒草原(5级)的趋势。BP网络作为一种简单又准确的识别方法,不仅可以评估土壤养分等级,还可以比较不同地区的土壤养分高低状况,希望为青藏高原的土地资源管理与保护提供基本的科学依据。 相似文献
5.
目前鲜有以南海中南部区域作为整体开展油气成藏模式研究.在前人研究基础上,结合构造演化、烃源岩研究,重点分析了油气分布特征,解剖了大中型油气田,开展了南海中南部区域碎屑岩储层和碳酸盐岩储层分布规律及油气成藏模式的系统研究.碎屑岩储层主要分布于万安盆地西侧、曾母盆地南侧和文莱-沙巴盆地,渐新世至上新世自南海中南部西南缘-南缘-东南缘主力碎屑岩储层分布层位逐渐变新;碳酸盐岩储层主要分布于万安盆地东部、曾母盆地中北部、礼乐盆地和巴拉望盆地.南海中南部区域迄今发现的54个特大型-大型油气田中,有碎屑岩油气田32个,碳酸盐岩油气田22个,储量合计为46.7×108 t,占油气总储量的81%.依据烃源岩特征、储层分布特点及典型油气田的成藏规律认识,将南海中南部的成藏模式分为3类:自生自储、砂岩储层富油为主、早期成藏;下生上储、碳酸盐岩储层富气为主、晚期成藏;自生自储、砂岩储层内油气并存、晚期成藏. 相似文献
6.
为揭示活动陆缘深水褶皱冲断带的特征及成因,本文利用地震和区域地质资料的综合分析,系统阐述了文莱—沙巴盆地深水褶皱冲断带的构造变形特征,并结合盆地演化动力学特点,探讨其构造变形机制及其对深水区油气成藏的影响.研究结果表明,文莱—沙巴盆地深水褶皱冲断带具有"垂向分期、平面分段"的特点,垂向上,以中中新统底界面为界可划分为下部(始新世-早中新世)和上部(中中新世-现今)两套逆冲褶皱冲断体系,其中下部逆冲褶皱冲断带的形成与古南海的俯冲作用密切相关,上部逆冲褶皱冲断带是中中新世以来三角洲前缘重力滑动与苏禄海扩张造成的区域挤压应力远程效应共同作用的结果,且苏禄海扩张造成的远程挤压效应主控平面上南北段褶皱冲断带变形的差异性,导致北段褶皱变形强度大于南段,具有背斜褶皱数量多、褶皱间距离短、逆冲断层倾角陡的特点,南段反之;且晚上新世以来北段深水区地层缩短量大于陆架区伸展量,两者之差为2~6 km,而南段两者相当,仅受三角洲前缘重力滑动影响.整个褶皱冲断带发育断弯、断展、断滑褶皱等3种断层相关褶皱以及叠瓦扇和冲起构造2种逆冲构造组合,是多期NW向挤压应力作用下形成的大型逆冲推覆构造,以前展式向盆地扩展.此外,由于中中新世以来逆冲断层的持续活动,研究区深水褶皱冲断带发育众多构造圈闭,油气成藏条件优越,且南段优于北段,靠近陆坡的近端优于远端,可作为勘探部署重点. 相似文献
7.
在深水陡坡带和复杂海底构造区域,即使采用长电缆,由绕射产生的自由表面相关多次波因为传播方向的异变,仍然难以避免在自由表面发生下行反射的反射点位置位于电缆长度范围之外,造成预测多次波的近偏移距信息不足或者负偏移距信息缺失等问题,以致不能准确地预测和压制陡坡带的绕射多次波.本文在常规反馈迭代自由表面多次波压制方法的基础上做出相应改进,将邻炮的炮记录依照炮点、检波点互换原理引入到反馈迭代循环当中,补充绕射多次波预测所需要的近偏移距和负偏移距信息.经过Sigsbee2b模型和实际资料测试,达到较好压制深水陡坡带的自由表面相关绕射多次波的目地. 相似文献
8.
9.
地震预测是地震科学研究的主要领域之一。震前热异常现象(地表温度异常升高)普遍存在并且与地震三要素有复杂的非线性关系。文中结合神经网络的优点,提出将热异常信息作为地震预测的信息源,通过构建神经网络,进行地震预测的思路,并进行了试验。基于8d合成的1km分辨率的MODIS数据,利用RST算法提取震前热异常信息,在分析震前热异常信息时空变化的基础上,确定出BP神经网络的结构,利用该网络对中国及周边100个5级以上震例,以及70个随机无震样本进行训练和仿真。试验结果表明,通过RST算法提取的震前热异常指数值,用于BP神经网络地震预测是可行的,其预测的试验结果刻画出了地震要素与热异常值间的非线性相关性。未来预测区域范围的选取以及神经网络中隐层神经元的数量将对地震预测效果产生较大的影响。 相似文献
10.
由于野外采集环境的限制,常常无法采集得到完整规则的野外地震数据,为了后续地震处理、解释工作的顺利进行,地震数据重建工作被广泛的研究.自压缩感知理论的提出,相继出现了基于该理论的多种迭代阈值方法,如CRSI方法(Curvelet Recovery by Sparsity-promoting Inversion method)、Bregman迭代阈值算法(the linearized Bregman method)等.CSRI方法利用地震波形在Curvelet的稀疏特性,通过一种基于最速下降的迭代算法在Curvelet变换域恢复出高信噪比地震数据,该迭代算法稳定,收敛,但其收敛速度慢.Bregman迭代阈值法与CRSI最大区别在于每次迭代时把上一次恢复结果中的阈值前所有能量都保留到本次恢复结果中,从而加快了收敛速度,但随着迭代的进行重构数据中噪声干扰越来越严重,导致最终恢复出的数据信噪比低.综合两种经典方法的优缺点,本文构造了一种新的联合迭代算法框架,在每次迭代中将CRSI和Bregman的恢复量加权并同时加回本次迭代结果中,从而加快了迭代初期的收敛速度,又避免了迭代后期噪声干扰的影响.合成数据和实际数据试算结果表明,我们提出的新方法不仅迭代快速收敛稳定,且能得到高信噪比的重建结果. 相似文献