复杂赋存形态水合物储层地震岩石物理建模与应用

天然气水合物由于其复杂的微观分布特征,现有考虑单一赋存形态的岩石物理模型无法对其进行精确表征.此外,水合物饱和度和赋存形态的耦合影响,导致水合物地层弹性响应机理不明和水合物饱和度预测精度偏低.本文依据不同赋存形态水合物与沉积物颗粒的作用机制,结合Voigt-Reuss-Hill平均、SCA-DEM模型、广义有效介质模型、Wood公式、Gassmann方程、Hill方程和Backus平均等建立了同时含六种赋存形态的水合物地层岩石物理模型.数值模拟研究发现,不同赋存形态水合物地层弹性参数对水合物饱和度敏感性不同,可以为水合物赋存形态识别和饱和度预测提供理论依据.实验测试结果表明,所建模型可以很好地捕捉不同实验方法测量的声学响应并揭示水合物微观赋存形态及其演化机制.Mackenzie三角洲Mallik 2L-38井的应用结果显示,相较于单一赋存形态,考虑多重赋存形态建模可以有效提高水合物饱和度预测精度.最后,利用Nankai海槽AT1-MC井和Hikurangi陆缘U1518B井的纵横波速度和密度数据开展了水合物饱和度和多重赋存形态百分比同步量化表征,结果表明预测的水合物饱和度与电阻率或核磁...     

中国地震研究的体制之惑

汶川地震后,有关中国地震预报体制的反思一直没有停止。近日,记者就这一话题分别采访了国家汶川地震专家委员会成员、中国工程院院士赵文津,中国地震学会地震观测技术专家委员会委员、河南省鹤壁市地震局前局长池顺良等。     

GP S数据处理策略对成果精度的影响及可靠性分析

高精度全球定位系统(Global Positioning System,GPS)数据处理的成果精度往往受海潮模型、卫星轨道约束模式、星历产品等数据类型及处理策略的制约.在考虑上述影响因素的前提下进行相关实验,并基于误差理论提出一种增加基线解算次数组合平差的方法,以提高基线解算精度.实验结果表明,数据处理中置入海潮模型较...     

北极海域SAR海浪方向谱反演及其与中法海洋卫星CFOSAT/SWIM数据的比较

北极海域的海浪与海冰相互作用是目前北极海冰变化研究的一个前沿问题。但观测数据的缺失,限制了对于该问题的深入研究。星载合成孔径雷达SAR (Synthetic Aperture Radar)具有独特的海面二维成像能力,是极地边缘区海浪—海冰相互作用研究重要的遥感手段。本文基于哨兵1号干涉宽幅模式IW (Interferometric Wide Swath)数据,利用SAR海浪非线性反演方法在格陵兰海及挪威海开展了海浪方向谱的反演实验,进而使用中法海洋卫星CFOSAT搭载的SWIM波谱仪的海浪谱数据和星下点有效波高数据对SAR反演结果进行了验证。结果表明,无论是海浪方向谱的结构、能量分布特征还是海浪方向谱的积分参数,SAR的反演结果都与SWIM的测量结果具有良好的一致性。其中,SAR海浪方向谱和SWIM斜率谱积分计算的有效波高的偏差和均方根误差为0.11 m和0.71 m,平均波周期的偏差和均方根误差分别为-0.52 s和0.62 s,谱峰传播方向与波长的偏差分别为-7.74°和-0.56 m,均方根误差分别为15.75°和52.73 m。SAR反演的有效波高与SWIM星下点测量的有效波高...     

平面特征保持的城市三维点云高精度分类方法

针对基于单一尺度点簇的分类算法无法满足大范围城市三维点云高精度分类的问题，该文提出了一种平面特征保持的多尺度点簇城市场景三维点云分割分类方法。该方法首先以超体素为基元进行动态区域生长，将具有平面特征的超体素逐步合并，生成平面特征保持的多尺度点簇，然后基于多尺度点簇进行特征计算并使用随机森林分类器进行分类。为验证该方法的有效性，分别采用机载LiDAR点云和影像密集匹配点云进行实验，并与基于不同分类基元的分类方法进行对比。实验结果表明，与原始区域生长方法相比本文提出的分割方法得到的点簇更加准确，分割准确度达到97%,并且分割效率提升了一倍以上，同时分类准确度也优于其他方法，达到94.1%、87.5%。     

结合深度学习与规则特征的立面窗户检测方法

针对现有通过检测窗户角点实现窗户检测方法中存在窗户误检的问题，该文在窗角点分组阶段，以建筑物立面窗户的分布规律及其自身的几何结构特征为依据，提出一种参数自适应的窗角点分组方法。该方法是在使用深度学习方法获取窗户4个角点坐标的基础上，结合窗户角点及其连线的空间位置关系、平行垂直关系，建立窗角点分组判别依据，实现对窗角点检测结果的准确划分，进而得到有效窗户检测结果。为验证该方法的有效性，选用4个公开数据集进行窗户检测实验，结果表明：该方法可有效支持多类图像数据、实现全自动化运行，且与现有方法相比，具有更高的检测精度。     

基于Faster R-CNN的卫星SAR图像南海海洋内波自动检测

海洋内波广泛存在于世界各大洋和边缘海中,在海洋能量串级中扮演着重要角色,在海洋资源开发、海洋工程建设和海洋军事活动等方面均具有重要学术价值与实际意义。海洋内波在合成孔径雷达SAR (Synthetic Aperture Radar)图像上呈现出亮暗相间的条纹状特征。本文利用2001年—2020年南海海域包含不同微波波段(C、L、X)、不同极化方式、不同空间分辨率的631幅星载SAR图像,构建了5480个SAR图像南海海洋内波样本,结合Faster R-CNN框架,利用迁移学习的方法,实现SAR图像上的海洋内波自动检测。模型识别准确率达到95.7%,召回率为92.3%,在准确率较高的同时还能保持较低的虚警率。该算法的建立使得基于海量卫星SAR数据检出海洋内波成为可能,从而为针对性地开展内波动力参数反演和过程研究提供了技术和数据基础。