滇东北镇雄硫磺矿区环境地质问题及其对策与意义

硫磺渣是硫磺矿区主要的矿业固废,其随意堆放可产生一系列的环境地质问题,并对山水林田湖草等自然资源、环境及人的健康构成较大危害。滇东北地区长期以硫铁矿为原料、以煤炭为燃料,土法炼硫生产硫磺,导致巨量硫磺渣堆积,产生了严重的环境地质问题。本文针对该地区镇雄县硫磺矿区,调查了小硫磺生产形成硫磺渣的规模和特征,梳理了该硫磺矿区主要环境地质问题及其对当地生态环境的影响,认为目前镇雄硫磺矿区存在的环境污染、自然资源破坏及可能形成的矿渣性泥石流等环境地质现状与过去40多年的小硫磺生产密切相关。基于以上认识,强调应结合矿业固废无害化、减量化和资源化技术政策,从资源回收利用、生态环境恢复、地质灾害防治和文化遗产保护方面探讨和提出镇雄硫磺矿区矿渣治理和生态修复的新理念和新对策。     

基于数学建模的城市表层土壤重金属污染浅析

近年来,数学建模应用于空间数据样本分析范围越来越广,基于城市已经划分的五类功能区各自位置特点,以及八种主要重金属污染元素浓度数据样本,分析人类活动对城市表层土壤重金属污染影响。在可视化模拟过程中,首先运用克里格方法进行插值,而后建立模拟退火、神经网络等数学模型,研究探讨该城区重金属的空间分布、污染程度、污染原因,从而确定污染源位置,将模型应用推广。计算结果表明,该方法较为准确地推断出了污染源的位置及污染物分布状况,基本实现了对传播过程的模拟。     

短期电力负荷的组合预测方法

电力负荷的影响因素很多,用单一预测模型进行预测时,因自身的局限,使其预测精度和稳定性不高。组合预测可以综合考虑各单一预测模型的结果,提高预测精度和稳定性。在电力预测中常用的指数平滑法、趋势分析法、Box-Jenkins时间序列法以及灰色预测法的单一预测基础上,建立组合预测模型,采用最小二乘法确定组合预测模型权重,并对某水电电力公司的上网负荷进行预测。实例表明,组合预测法能在短期电力预测中改善预测精度,提高预测的稳定性。     

人工免疫系统在地球化学异常中的应用

地球化学元素测量数据中含有噪声,影响了圈定地球化学异常的准确性.本文率先采用人工免疫系统(AIS)对地球化学测量数据进行降噪,在此基础上确定地球化学异常,并绘制了异常等值线图.通过对西藏恒星错测区1:50000水系沉积物测量数据的处理,验证了人工免疫系统在地球化学数据降噪中的实用性和可靠性.圈定的异常基本上消除了各类假异常,使主致矿异常更加突出,更加显著地反映矿化体的分布,尤其是得到的异常与恒星错王i￡岩铜钼矿完全叠合,甚至映射了斑岩铜钼矿的边界和形态特征.     

信息融合在复杂油气储层物性参数综合研究中的应用

油气藏的孔隙度、含气饱和度和渗透率等多个因素分别揭示了油气藏的某方面的特性,在进行油气藏勘评价时需要将各方面的信息进行综合考虑.传统的处理方法是进行图形叠合,这往往要根据经验来进行,当中人为因素较大,不易控制.本文将特征信息融合的方法引入到油气评价中,采用基于卡尔曼滤波的特征信息融合的方法构造一种新的综合特征参数来描述油气藏,使用综合特征参数对油气藏进行评价,尽量消除人为因素的作用,从而更真实的反映油气储层的地质状况,确定油气开采的最优井位.     

基于卡尔曼滤波的信息融合技术在区域化探异常综合评价中的应用探索

在地球化学综合异常评价中,首次使用基于卡尔曼滤波的信息融合技术,对具有复杂地质地貌特征的西藏恒星错测区1∶50000水系沉积物测量的异常数据进行综合异常评价解释,该方法是把测区的地球化学元素视为多个传感器,将各地球化学元素的异常数据利用集中式多传感器卡尔曼滤波算法进行信息融合,绘制了综合异常图,并对恒星错测区进行了综合异常评价。综合异常图显示结果表明,该方法不同于传统意义上对各单元素异常的机械叠合,基本上消除了无成矿意义上的假异常,而且使致矿异常更为集中,异常形态表现为圈闭良好的椭圆状或圆状,综合异常形态清晰,得到的异常与测区内发现和评价的矿产基本一致。这表明采用基于卡尔曼滤波的信息融合技术处理综合异常的方法较传统方法更行之有效。