示踪剂模拟技术在边水油藏水驱前缘研究中的应用以哈德油田为例

现场示踪剂监测周期大多为150～360d,不能准确判断监测周期之后注入水波及范围,并且对研究区两套油层分别优势注水方向、推进速度和判断油井来水方向(注水井或边水)等问题不能有效解决。介绍示踪剂模拟技术,并充分考虑示踪流体扩散、弥散现象的影响,在动态历史拟合、示踪流体已监测分析结果拟合基础上,对注水井水驱前缘及边水推进进行分析研究。结果表明:示踪剂模拟结果与现场示踪剂已监测情况基本吻合,可以利用数值模型对区块进行更长周期监测,弥补了实测过程中施工复杂、监测周期耗时等缺点;通过模型运算得出注水井水驱前缘状况、注入水波及范围、推进速度及优势注水方向,进一步对油藏两套油层注采渗流规律进行评价预测。     

稀有气体同位素测试技术及其在矿床学研究中的应用

稀有气体包含He、Ne、Ar、Kr、Xe、Rn六种元素,由于其化学性质十分的稳定,一般不参与各种化学反应过程。其在地球不同圈层及地外物质中的丰度和同位素组成差别巨大,是地球科学研究的重要示踪剂。稀有气体同位素组成的测试方法主要有分阶段加热熔融、真空压碎、激光微区熔蚀等气体采集方式,获得的气体经多级纯化后在静态稀有气体同位素质谱中进行测试。在矿床学研究中,作为灵敏示踪剂的稀有气体同位素大多用于判别成矿物质、成矿流体的来源,特别是幔源物质的贡献大小及壳幔相互作用与成矿的关系,用于揭示矿床在成矿各阶段(期)中的物质和流体源区差异,用以追踪和揭示成矿流体的演化、反演成矿过程并在一定程度上指示成矿流体在成矿过程中的行为。稀有气体同位素为精细成矿作用研究、不同矿种成矿作用差异分析、探寻大规模成矿作用提供了重要的科研手段。     

稀有气体同位素示踪成矿古流体研究进展

稀有气体(特别是He、Ar)是一种研究成矿古流体来源的灵敏示踪剂。地球不同圈层的稀有气体同位素具有不同的特征同位素比值。测试样品流体包裹体中的稀有气体同位素值,从测试值中排除掉包裹体形成后各种后生过程对流体初始同位素组成的影响。把得到的结果与前人研究总结的特征值进行比较分析,可以示踪成矿流体来源,从而探讨各种矿床的成矿机制与成矿作用。归纳了近年来用稀有气体同位素来示踪成矿流体的研究进展,概括了其在不同类型矿床中的应用现状,并指出当前该方法存在的问题及发展趋势。     

俯冲带Li同位素地球化学: 回顾与展望

板块俯冲伴随着多种复杂的地质过程,例如流体释放、流体岩石相互作用、可能的部分熔融、元素迁移及同位素分馏等。在俯冲带壳/幔循环过程中,Li同位素(6Li和7Li)高达16%的相对质量差异使其成为研究俯冲带各种地质过程的良好示踪剂。总结了近年来有关俯冲带Li同位素的研究进展,并按照相对时间序列系统地介绍了Li同位素在俯冲各个阶段的地球化学行为,包括俯冲初始物质的Li同位素组成特征,俯冲过程中Li随流体释放及与上覆地幔楔相互作用中Li同位素的行为,富Li流体与残余板片Li的去向,最终俯冲相关产物的Li同位素组成特征以及对全球Li循环的地学意义的综合介绍。随着Li同位素测试精度的提高和各种地球化学储库Li同位素数据库的不断完善,Li同位素体系可以为俯冲过程研究提供更多信息,成为一种可靠的示踪剂。     

地下水年龄的概念及其测定方法研究进展

地下水测年是水循环尤其是水文地质研究的关键环节之一,但已提出的地下水年龄概念及其测年方法具有复杂多样且难以区分的特点,给实际应用和进一步发展带来困扰。系统梳理了学术界常出现的地下水年龄和滞留时间的概念内涵,同时对衍生的理想化年龄、示踪剂年龄、表观年龄、年龄分布和模型年龄等相关概念进行了辨析,综合分析并绘制了地下水年龄相关概念间的关系图;根据示踪剂类型,总结并评述了地下水测年的天然同位素示踪剂方法（包括放射性核素衰变法和稳定核素线性积累法）、人类活动产生的核素和温室气体示踪剂样品的采集、分析方法及其优缺点;指出地下水测年方法存在水质点和水体系统2个研究角度,并对当前正大量兴起的、从水体系统（动态）角度出发的多示踪剂联用和年龄数据的模型解释方法进行了评述,认为地下水测年方法需根据研究目标和示踪剂适用范围综合确定,未来应重点关注表征地下水系统时空动态的年龄分布研究,加强地质、水文和水化学等多学科数据信息的整合,从而建立地下水流数值模型来刻画年龄分布及模型研究。     

稀有气体同位素示踪成矿古流体研究进展

稀有气体（特别是He、Ar）是一种研究成矿古流体来源的灵敏示踪剂。地球不同圈层的稀有气体同位素具有不同的特征同位素比值。测试样品流体包裹体中的稀有气体同位素值，从测试值中排除掉包裹体形成后各种后生过程对流体初始同位素组成的影响。把得到的结果与前人研究总结的特征值进行比较分析，可以示踪成矿流体来源，从而探讨各种矿床的成矿机制与成矿作用。归纳了近年来用稀有气体同位素来示踪成矿流体的研究进展，概括了其在不同类型矿床中的应用现状，并指出当前该方法存在的问题及发展趋势。     

基于谱矩的地学特征因子提取方法及其应用

地学特征因子的提取是定量化数学地质分析的重要基础,可以为地貌类型识别提供有效的客观依据。基于谱矩分析,本文提出了一种描述表面数据粗糙程度的特征因子,并且分析了新特征因子的特点和其应用可能性。该方法以随机过程理论为基础,通过计算表面各阶谱矩以及相应的统计不变量来描述三维表面形貌的特征。以中国卫星重力测量数据和DEM数据为例,试验该方法运用于地貌类型识别的效果。理论模型数据与实际数据结果均表明,基于谱矩的新的地学特征因子不仅可以有效地反映数据起伏与变异特征,而且提取出的特征可以为地貌及重力构造单元划分提供客观依据。     

井间分溶示踪估计重非水相污染物残留量的影响因素数值分析

对于重非水相污染场地,传统的钻孔取样方式因经费和取样个数的限制,往往无法准确估计含水层中重非水相污染物的残留量。井间分溶示踪法费用较低,且不会对污染源区造成破坏,可适用于推估重非水相污染物残留量,但目前该方法的准确性尚未得到验证。本文基于数值模拟方法探讨了示踪剂注入速率、示踪剂类型以及污染源区结构等多因素对井间分溶示踪估计重非水相污染物残留量准确性的影响。数值算例结果表明:井间分溶示踪实验估计重非水相污染物残留量的误差小于15%;降低示踪剂的注入速率使得分溶性示踪剂在非水相和水相流体间作用更充分,能够提高井间分溶示踪估计重非水相污染物残留量的精度,实验中示踪剂注入速率由500 m3/d降为250 m3/d后,多种情景的平均精度由91.68%提高至93%;选取低分溶系数的示踪剂有利于提高示踪剂的回收率,从而提高推估精度,实验中示踪剂由2,2-二甲基-3-戊醇改为己醇后,平均精度由87.83%提高至96.85%;复杂的重非水相液体污染源区结构易于出现示踪剂绕流等现象,导致井间分溶示踪估计重非水相污染物残留量的误差增大,实验中含水层由均质变为非均质后,平均精度由93.03%变为91.65%。重非水相污染场地调查时,建议结合数值模拟方法选择适宜的示踪剂和示踪剂注入速率,以提高污染场地的刻画精度。     

分析一维砂柱弥散试验数据的相关系数极值法

针对现有分析室内一维砂柱弥散试验数据,确定多孔介质纵向弥散度的方法,在考虑介质对示踪剂的吸附作用的情况下不能应用的问题,对描述一维、稳定渗流与连续定浓度注入示踪剂的砂柱弥散试验的近似解析解进行反函数变换,利用相关系数极值法的原理,建立了在多孔介质与示踪剂间为均衡吸附条件下,可计算多孔介质纵向弥散度与阻滞系数的方法.而且,这种方法在多孔介质的有效孔隙率为已知的情况下,还可计算出多孔介质对示踪剂的吸附系数.     

非保守示踪剂条件下的河流水质参数的确定

将描述示踪剂为非保守、瞬时投源条件下的一维河流水团示踪试验的解析表达式进行2次适当的变形,分别得到一个二元和一元线性方程。对二元线性方程应用相关系数极值法,可以推导出计算河流横断面平均流速的公式;利用直线图解法或一元线性回归法能够计算出一元线性方程中的2个常数值,据此可以计算河流的纵向离散系数D_L与示踪剂的一级反应速率常数k。与现有的数据分析方法相比较,该方法具有:(1)适用于示踪剂为非保守的情况;(2)利用一组野外试验数据可以同时计算河流离散系数D_L、河流横断面平均流速V与示踪剂的一级反应速率k常数3个参数值;(3)全部数据分析过程可以程序化,由计算机完成等特点。     

大洋海底数据可视化和成图设计与分析

随着全球大洋调查的不断开展以及各种海底探测技术的进步,海洋调查数据积累日益增多。以往主要通过使用不同的专业软件来进行各类大洋数据的可视化和成图分析。在海洋调查方面目前迫切需要一种可视化软件,能够快速显示海底大洋的观测和探测数据,并能够快速简单地综合分析和成图。为了解决快速可视化和多种类型数据同界面显示问题,本文利用Matlab中的图形用户界面工具,开发和设计了简单易操作的OceanVis1.0数据可视化和图形用户界面。通过使用OceanVis1.0,用户可以方便地对全球海底大洋多波束水深、海洋重力异常、海洋磁异常、地震波形数据等进行可视化和成图分析,能够解决大洋关键区域的多种数据可视化综合分析问题。对不同类型的数据可以进行二维测线和三维空间数据变化的显示,也可以实现数据成图的放大、缩小和旋转功能。对于多波束、重磁数据空间变化数据,可以进行二维测线的任意切割和成图输出,不用保留中间成图即可满足用户的实时数据显示和快速查看功能。OceanVis1.0也能为具体航次的海底调查提供各类海底探测数据的快速显示,以及包括航次中获取的数据显示和初步分析功能,能够为研究区航次测线的规划提供数据可视化和图形支撑平台。     

Factor analysis applied to regional geochemical data: problems and possibilities

A large regional geochemical data set of C-horizon podzol samples from a 188,000 km² area in the European Arctic, analysed for more than 50 elements, was used to test the influence of different variants of factor analysis on the results extracted. Due to the nature of regional geochemical data (neither normal nor log-normal, strongly skewed, often multi-modal data distributions), the simplest methods of factor analysis with the least statistical assumptions perform best. As a result of this test it can generally be suggested to use principal factor analysis with an orthogonal rotation for such data. Selecting the number of factors to extract is difficult, however, the scree plot provides some useful help. For the test data, a low number of extracted factors gave the most informative results. Deleting or adding just 1 element in the input matrix can drastically change the results of factor analysis. Given that selection of elements is often rather based on availability of analytical packages (or detection limits) than on geochemical reasoning this is a disturbing result. Factor analysis revealed the most interesting data structures when a low number of variables were entered. A graphical presentation of the loadings and a simple, automated mapping technique allows extraction of the most interesting results of different factor analyses in one glance. Results presented here underline the importance of careful univariate data analysis prior to entering factor analysis. Outliers should be removed from the dataset and different populations present in the data should be treated separately. Factor analysis can be used to explore a large data set for hidden multivariate data structures.     

粗粒土动强度试验成果的分析方法

介绍一种新的粗粒土动强度试验成果的分析整理方法。在对试验所获资料进行误差分析的基础上,认为这种方法可为工程设计的可靠性分析提供方便和依据,同时,也有效地弱化资料分析整理过程中的人为因素。     

基于GIS的滑坡监测信息管理与分析系统

滑坡监测的信息量非常庞大,而传统的滑坡监测信息管理系统都是基于关系型数据库的管理、查询和分析,处理空间信息就显得力不从心。采用MO（Map Objects）集成开发的基于GIS的滑坡监测信息管理与分析系统,把滑坡的空间信息和监测信息通过GIS技术联系起来,实现系统管理、快速查询和多种可视化分析。系统不依赖任何GIS平台,可独立运行,并可根据具体的滑坡和监测项目定制,保证了系统的通用性,为滑坡灾害研究提供了系统的工具。介绍了该系统的结构设计和实现方法,并以三峡库区泄滩滑坡为例,介绍了该系统的应用。     

Cluster analysis applied to regional geochemical data: Problems and possibilities

Cluster analysis can be used to group samples and to develop ideas about the multivariate geochemistry of the data set at hand. Due to the complex nature of regional geochemical data (neither normal nor log-normal, strongly skewed, often multi-modal data distributions, data closure), cluster analysis results often strongly depend on the preparation of the data (e.g. choice of the transformation) and on the clustering algorithm selected. Different variants of cluster analysis can lead to surprisingly different cluster centroids, cluster sizes and classifications even when using exactly the same input data. Cluster analysis should not be misused as a statistical “proof” of certain relationships in the data. The use of cluster analysis as an exploratory data analysis tool requires a powerful program system to test different data preparation, processing and clustering methods, including the ability to present the results in a number of easy to grasp graphics. Such a tool has been developed as a package for the R statistical software. Two example data sets from geochemistry are used to demonstrate how the results change with different data preparation and clustering methods. A data set from S-Norway with a known number of clusters and cluster membership is used to test the performance of different clustering and data preparation techniques. For a complex data set from the Kola Peninsula, cluster analysis is applied to explore regional data structures.     

Wavelet Transforms Applied to Irregularly Sampled Soil Data

Wavelet transforms have been used widely to analyse environmental data. These data typically comprise a series of measurements taken at regular intervals in time or space. The analysis offers a decomposition of the data that distinguishes components at different spatial scales but also, unlike Fourier analysis, can resolve local intermittent features. Most wavelet methods require the data to be sampled at regular intervals and little attention has been paid to developing methods for data that are not. In this paper, we derive a discrete Haar wavelet transform for irregularly sampled data and show how the resulting wavelet coefficients can be used to estimate contributions of variance. We discuss the interpretation of these statistics using data on apparent soil electrical conductivity of soil measured across a landscape as an example.     

时移地震数据重复性度量及一致性分析方法

时移地震的可重复性高低是时移地震成功与否的关键,因此需要有效的时移地震数据重复性度量及一致性分析方法。这里首先分析了常用的时移地震数据重复性度量方法,即NRMS和PRED方法。经研究发现,PRED度量方法对地震数据的差异性并不敏感,因此提出了基于第三代相干分析的COHE度量方法,COHE方法比PRED方法对地震数据的差异性更为敏感。NRMS和COHE方法可以度量地震数据的重复性,但不能直接分析不一致性的影响因素,因此这里引入地震数据处理中的相关参数分析法,提出了基于相关函数的时移地震数据一致性分析方法,求取相关函数的特征参数,可以直观地分析时移地震数据在时间、振幅、相位和频率等方面的一致性,指导时移地震数据的处理,进行质量监控。     

高分辨率地震信号瞬时特征分析方法

基于常规复数道分析方法计算地震信号瞬时特征参数,用于常规地震剖面解释中,其精度完全可以满足要求。但对高分辨率地震勘探,特别是对薄层的研究,其精度就不够了。在充分研究常规复数道分析算法及应用效果的基础上,提出了能够用于高分辨率资料解释的新复数道分析的方法。模型算例和实际资料处理结果表明,该方法可以有效地提高地震资料的分辨率。     

Multivariate Spatial Outlier Detection Using Robust Geographically Weighted Methods

Outlier detection is often a key task in a statistical analysis and helps guard against poor decision-making based on results that have been influenced by anomalous observations. For multivariate data sets, large Mahalanobis distances in raw data space or large Mahalanobis distances in principal components analysis, transformed data space, are routinely used to detect outliers. Detection in principal components analysis space can also utilise goodness of fit distances. For spatial applications, however, these global forms can only detect outliers in a non-spatial manner. This can result in false positive detections, such as when an observation’s spatial neighbours are similar, or false negative detections such as when its spatial neighbours are dissimilar. To avoid mis-classifications, we demonstrate that a local adaptation of various global methods can be used to detect multivariate spatial outliers. In particular, we account for local spatial effects via the use of geographically weighted data with either Mahalanobis distances or principal components analysis. Detection performance is assessed using simulated data as well as freshwater chemistry data collected over all of Great Britain. Results clearly show value in both geographically weighted methods to outlier detection.     

沉积岩数据库:计算机的应用

岩石学数据在许多地质统计分析中是相当有用的。为了得出焦伊布尔哈德地区的焦因蒂亚布尔区和锡尔赫特地区焦伊布尔哈德灰岩区的构造、地层和沉积作用情况，已作了大量的详细的野外工作和室内分析。已对锡尔赫特地区和焦伊布尔哈德地区的灰岩作了化学分析，且对Ｔｉｐａｍ砂岩作了矿物分析。所获取数据可应用于ＳＥＤＢＡ。用于ＳＥＤＢＡ的参数必须是精确的和沉积成因的。