排序方式: 共有55条查询结果,搜索用时 15 毫秒
11.
地震红外长波辐射的短期预测指标研究 总被引:3,自引:0,他引:3
卫星红外遥感技术在地震预测研究中的应用已受到人们的广泛关注.然而,如何能够在震前及时准确地识别出红外异常,从而对可能的地震活动做出有效的短期或短临预测,是目前迫切需要解决的关键技术难题.据此提出了开展区域性短期预测指标研究的思路,即对某一确定地区.结合地震活动开展红外信息的短期及短临预测指标研究.本文以川滇地区为例,通过大量的震例分析和总结,提出了与区域地震活动密切相关的红外短期异常判识指标,这一成果的获取对于有效开展地震的短期预测、实现防震减灾实效具有重要的现实意义和应用前景. 相似文献
12.
13.
14.
牟平-乳山成矿带是山东省重要的金成矿带,姜格庄金矿位于牟平-乳山成矿带东北部,米山断裂西侧。姜格庄金矿矿床成因为中低温岩浆热液金矿床,控矿构造以近SN向断裂构造为主。矿区内地表出露矿化蚀变带5个,圈定矿体5个,矿体多呈脉状、透镜状,成矿严格受矿断裂控制,产状与蚀变带一致,围岩为邱家单元片麻状黑云二长花岗岩,蚀变主要为硅化、钾化、褐铁矿化等。矿石矿物主要有黄铁矿、褐铁矿及黄铜矿,金矿物主要为自然金等。通过对矿体地质特征和分布规律研究,认为该区域断裂构造内具有较好的找矿潜力。 相似文献
15.
近年来,乐东–陵水凹陷新近系岩性圈闭成为南海海域勘探的热点,发现了多个大气田,且已发现的岩性圈闭均与海底扇、浊积水道密切相关,为了获得更多天然气发现,提高岩性圈闭的勘探成功率,应加强海底扇识别及沉积模式研究。本次研究基于乐东–陵水凹陷的钻井和三维地震资料,以经典层序地层学为指导,从钻井取心入手,综合运用测井、FMI成像测井及分析化验等资料,分析了乐东–陵水凹陷梅山组海底扇的岩相、沉积构造、测井相及地震相特征。梅山组海底扇岩性以粉砂岩为主,发育块状构造、小型交错层理和冲刷面,结合粒度、C-M图分析认为其为浊流沉积,后期受牵引流改造。在梅山组地层内识别出三种类型海底扇:水道化型、盆底扇型、底流改造型海底扇,可进一步划分为3个期次,各期海底扇形成演化、主物源方向受古地貌影响由陵水凹陷向乐东凹陷迁移,扇体规模逐渐变大。综合考虑坡折带、相对海平面变化、三角洲物源供给对沉积的控制,建立了乐东–陵水凹陷梅山组"源–沟–坡–扇"的海底扇沉积模式。 相似文献
16.
针对目前隐蔽油气藏难以预测的现状,本文完整论述了结合叠前反演结果采用多参数综合分析预测来解决此问题的方法。具体说明了叠前反演的主要工作步骤。其中横波拟合采用了Gassmann方程的方法,与传统叠后波阻抗反演相比具有准确度高、可以进行含气性预测等优点。将其应用于地质情况复杂的隐蔽油气藏储层预测研究中,其预测结果与实际钻井吻合较好,对于本地区的勘探开发具有一定的指导意义和参考价值。 相似文献
17.
18.
近年来逆冲型破坏性地震频发,这对于逆冲型破裂的古地震研究方法提出了新的要求。由于逆断层角度的变化,在地震中可能表现出截然不同的破裂样式。通过对南天山大量古地震探槽开挖和古地震事件分析研究中发现,低角度逆断层的古地震具有一些常见的破裂类型。本文中挑选了位于南天山三个重要山前逆断裂褶皱带:西段柯坪推覆系、中段库车坳陷的秋里塔格褶皱带和东段焉耆盆地北缘和静逆断裂褶皱带的7个典型探槽剖面,对这类低角度逆断层的古地震进行变形模式、事件识别和位移量计算的总结归纳。低角度逆断层古地震破裂具有以下几种样式并具有各自识别古地震事件和计算位移量的方法:1一条断面对应一次事件的破裂形式,利用断面上断点位置识别古地震事件并判断事件的先后顺序。每个断面各自的位移量正好代表一次事件的位移量。2单条断面多次破裂的样式可以通过上下不同地层的位错量差异判断古地震事件,各个相邻地层之间的位错量差值代表古地震事件的位移量。3多条断面同时破裂的情况表现为多条断面被相同一套地层覆盖,事件位移量为多条断面的位错量之和。4挠曲变形和"推土机"作用是低角度逆断层古地震破裂常见的变形方式,这部分变形量不能忽略,可以通过线平衡和面平衡方法获得断层水平缩短量。 相似文献
19.
提出了一种新型的9加速度计无陀螺惯导系统配置方法,由角速度平方的开方运算求得角速度数值,由角加速度积分求得角速度正负号,两者组合求解角速度,能消除角速度解算时的积分迭代误差。三维的角速度平方、角加速度和线加速度均作为9个独立变量参与系统解算,且仅由9加速度计输出的线性组合得到,解算简单,计算量小,能避免"除零"错误和耦合误差;同时,加速度计数目是该类解算方法中最少的。仿真结果验证了该方法的可行性和有效性。 相似文献
20.
针对传统的遥感图像融合方法通常会引起光谱失真的问题和大多数基于深度学习的融合方法忽略充分利用每个卷积层信息的不足,本文结合密集连接卷积网络和残差网络的特性,提出了一个新的融合网络。该网络通过建立多个密集卷积块来充分利用卷积层的分级特征,同时块与块之间通过过渡层加快信息流动,从而最大程度地对特征进行极致利用并提取到丰富的特征。该网络应用残差学习拟合深层特征与浅层特征之间的残差,加快网络的收敛速度。实验中利用GaoFen-1(GF-1)和WorldView-2/3(WV-2/3)的多光谱图像MS (Multispectral Image)和全色图像PAN(Panchromatic Image)(MS与PAN的空间分辨率之比为4)评估本文提出方法的有效性。从视觉效果和定量评估结果两个方面来看,本文方法得到的融合结果要优于所对比的传统方法和深度学习方法,并且该网络具有鲁棒性,能够泛化到不需要预训练的其他卫星图像。本文方法通过特征的重复利用实现了光谱信息的高保真并提高了空间细节分辨能力,有利于遥感图像的应用研究。 相似文献