深孔钻探金刚石钻头技术研究

介绍了能大幅提高深孔钻探效率、降低钻探成本的金刚石钻头——高效长寿命金刚石钻头的设计制造及工程应用效果。这种钻头包括两种结构形式——单水口高胎体金刚石钻头和双水口高胎体金刚石钻头。研究设计的新型高效长寿命金刚石钻头在钻速提高20%的前提下,寿命比常规钻头提高了200%,有效解决了深孔弱研磨性地层和强研磨性地层钻头寿命短的难题,取得了良好的效果。     

海冰反照率参数化方案的研究回顾

在全球变暖的背景下,北极海冰在发生快速变化,海冰覆盖范围明显减小,厚度显著变薄,积雪/海冰—反照率正反馈机制在此背景下变得愈发重要。气候系统和单一海冰模式采用了从简单到复杂的海冰反照率参数化方案。首先对模式中的海冰反照率参数化进行了回顾,并结合对现有卫星反照率产品问题的分析,概述了前人对参数化的评估研究工作。在此基础上进一步讨论了气候模式中海冰反照率参数化方案存在的问题,一方面目前的反照率参数化对海冰融池和冰间水道等物理过程的考虑还不够完善,另一方面反照率参数化方案的发展受到观测数据可用性的制约。最后对参数化的发展方向进行了初步探讨。     

水，水，水！

彩云之南孔雀己不开屏 芦笙恋歌谁也不愿吹奏 忧伤的黄果树瀑布 挂着几行伤心长泪 美丽壮族姑娘齐腰的长发 到哪里去寻觅清亮的溪流     

典型被动大陆边缘深水盆地构造演化与层序地层学分析

深水油气勘探是当前全球油气勘探的热点和最具发展潜力的新领域,研究被动大陆边缘深水盆地的构造演化过程和层序地层学特征无疑具有重要的理论和实践意义。通过对典型被动大陆边缘深水盆地的综合研究,分析了被动大陆边缘深水盆地的构造演化过程和层序地层学特征,认为被动大陆边缘深水盆地“经历了四大区域构造演化阶段（大陆开裂、大陆裂谷、新生大陆边缘、成熟大陆边缘）,相应发育三个不整合（裂开不整合、分离不整合和陆裾转换不整合）,可划分为四大构造层序（大陆开裂层序、大陆裂谷层序、新生大陆边缘层序和成熟大陆边缘层序）”。     

草湖地区侏罗系层序地层及沉积体系特征

基于测录井资料对比,结合区域构造演化特征,将草湖凹陷侏罗系划分为两个三级层序J-SQ1与J-SQ2。J-SQ1时期气候温暖潮湿,层序发育完整的上升半旋回和下降半旋回沉积,发育辫状河体系和湖泊体系;J-SQ2时期气候逐渐转为炎热半干旱,层序发育不完整,只发育上升半旋回沉积,主要由氧化型湖泊体系构成,发育滨浅湖砂滩、泥滩互层沉积。其中,J-SQ1早期辫状河河道砂体叠置厚度大,储层物性好,上覆中厚层湖相泥岩沉积,是本区有利的储集层段。     

福建地质灾害监测预警专项平台设计与实现

平台依托“天地图·福建”,利用三维地理信息和物联网技术,建成了连接地质灾害监测设备的三维立体监测大数据中心,并实现了数据汇集、灾情预警和灾情处置的信息化闭合管理功能。正式上线运行2年多来,取得了较好的应用效果,是“人防+技防”地质灾害监测预警实验工作实现的重要技术手段。     

机器学习算法在地球物理测井中的适用性及应用

机器学习，特别是深度神经网络学习算法的发展，正在改变人们发现知识的方式。目前油气工业正在向转向非常规和深海的油气勘探和开发。基于有限岩石物理参数建立的评价解释模型难以满足反映非常规储层复杂的岩性和结构，这使传统测井评价技术受到了很大的挑战。以油气大数据为基础、机器学习算法为核心、油气大数据云计算为动力以及油气应用场景为源泉的油气人工智能（Oil&Gas AI）极大地改变传统的油气工业各个领域。笔者以地球物理测井为研究对象，依据数据驱动的地球物理知识发现原理和机器学习属性，按照“数据–算法–平台–知识–应用场景”研究思路，开展机器学习算法在测井技术中的适用性研究。对机器算法的内在特性、原理、质量控制、硬件要求，学习模型选择、测试以及性能评价实现过程进行分析。笔者梳理和总结了机器学习算法在测井中适用性的树状图，尤其是在油气测井的方法研究、数据处理以及地层评价中的应用潜力与机器学习算法对应关系，其中包括数据校正的模拟方法、数据标定的岩石物理分析、测井数据质量控制、综合评价以及油藏评价监测。研究表明，机器学习算法在岩性识别与储层分类、力学评价、以及油藏评价等方面应用有明显的优势，贯穿于...