地层波速的电缆和随钻动电测井实验研究

基于孔隙介质动电效应的测量方法在油气勘探领域有着巨大的潜在应用价值.本文针对理论预测的随钻动电测井可削弱钻铤波对地层声波干扰的问题,设计了室内随钻动电测井实验装置和测量系统,并在小尺寸砂岩模型井中开展了随钻动电测井实验研究.为了突出随钻动电测井技术的特点,本文先在砂岩模型井中进行了电缆声波测井和电缆动电测井实验测量,获得了地层声波的传播速度.然后又在同一模型井中进行了随钻声波测井和随钻动电测井实验,记录了这两种情况下的测井全波波形,比较了电缆声波/动电测井和随钻声波/动电测井的差异性,并进一步分析了钻铤波和井中动电转换信号的传播特性.本文还通过随钻动电测井的时域波形提取到被测地层的纵横波速度,从实验角度验证了随钻动电测井技术测量地层波速的可行性.此外,本文实验结果对随钻动电测井的仪器设计及现场测量也有参考意义.

     

青海东部人工影响天气作业点防雷工程建设的思考

青海省东部农业区人工影响天气作业点工作、生活用房及弹药存贮库防御直击雷的设施主要包括架设独立避雷针、共用接地网及高炮的等电位连接,减少因雷击造成的灾害损失,达到保障作业点人身及赋产妥垒,     

陕西苹果主产区日最低(最高)气温的空间插值

分考虑海拔高度对气温的影响和不考虑海拔高度对气温的影响两种情况,用反距离权重法、样条法、普通克里格法对日最低气温和日最高气温空间插值,并对插值的结果交叉检验,结果表明,考虑海拔高度对气温影响下的普通克里格插值法是诸多方法中的最佳选择。     

浅谈“121”电话的服务与管理

“１２１”气象信息电话服务是气象部门的支柱产业之一，优势明显，潜力极大。今年以来，我们本着“一切为了用户，一切方便用户，一切服务于用户”的宗旨。着力在增强服务功能，优化服务方式，加大宣传力度，提高拨打次数上做文章。８个月来拨打次数和服务收费均较往年同期有明显提高，收到良好的效果。１增加信箱，充实内容，加大宣传力度我们先后开通信箱２００多个。除将常规气象信息录入相关信箱外，还把忻府区５所小学的课程表录入其中，后在有关学校附近分期分批大量散发传单，利用小学生天真好奇的心理拨打“１２１”查询课程表。对…     

腾冲及其邻区地壳S波速度结构

利用腾冲及其邻区架设的23个台站的远震波形资料,应用接收函数及时间域的线性反演方法反演了各台站下方的S波速度结构,分析该区域的地壳速度结构特征,结果表明:腾冲及其邻区莫霍面深度为39 km左右,整个研究区域地壳厚度从南(32 km)到北(42 km)逐渐增加。不同深度的S波速度结构显示,腾冲附近的中下地壳(30 km附近)呈现为明显低速区,该低速区以腾冲为中心展布,范围约为30 km。低速异常区域与地壳内的岩浆活动和部分熔融物质有关,深部熔融物质为腾冲地区带来了丰富的地热资源。     

地震前兆Oracle数据库备份策略与应用

"十五"中国地震前兆台网观测数据依照设计存储在Oracle 10g数据库中,国家地震前兆台网中心汇集全国地震前兆观测数据,面对日益增长的庞大数据库,难以使用常规备份方式进行备份和迁移。在经历国家地震前兆台网中心主数据库磁盘阵列故障和地电学科中心数据库崩溃后,笔者提出适用于大型前兆数据库全库备份的准在线冷备份方式,并且运用到实践,取得良好效果。对国家中心数据存储架构调整进行讨论,以规避将来可能的数据风险。     

国家地电台网中心技术系统的建设和运行

国家地电台网中心是在中国地震局"十五"数字地震观测网络项目建设期间建成的,是全国地电观测台网系统的枢纽和核心,肩负着对地电台网所辖台站的数据汇集、数据质量监控以及对外提供数据服务等重任。本文介绍了国家地电台网中心软硬件技术系统的构成、功能以及建成后的运行情况。     

前兆台网历史数据迁移与整合

长期以来,前兆数据的多系统、多格式、多流程给数据管理和应用带来了很大的复杂性.为此,全国实施了前兆历史数据迁移,将“九五”、模拟和人工观测历史数据迁移到“十五”数据库系统中,并解决了迁移中的代码对应、数据量纲或单位转换、数据衔接、错误纠正、数据库结构差异、数据同步等问题,整合了前兆数据系统,为数据应用带来极大便利,切实提升了前兆数据管理和共享服务能力.本文详细介绍了前兆历史数据迁移的内容、工作流程和工具软件、迁移中的技术难点、取得的成果,以及存在的问题等.     

基于PCA-RF的砂砾岩有利储层厚度预测方法

东营凹陷沙三、沙四沉积时期,发育了大量不同时期的砂砾岩体,它们是非常规油气勘探中重要的储层类型。由于砂砾岩体具有纵向厚度变化大、横向展布不均匀、岩相变化快等特点,在地震属性分析与厚度预测时,用单一属性对储层厚度描述具有很大的不确定性。为此,提取了多种地震属性,采用主成分分析法(PCA)进行优化、去除冗余信息。考虑到随机森林(RF)具有预测精度高、对异常值容忍性强、训练速度快且不易过拟合等特点,引入该方法对砂砾岩储层厚度进行预测。针对属性自相似问题,PCA采用了两种方法:①直接对全部属性做降维处理,提取主成分进行预测(PCA-RF1);②先对相似属性做降维处理,再组合其他属性进行预测(PCA-RF2)。原始RF、PCA-RF1、PCA-RF2方法还与人工神经网络方法(ANN)进行了效果对比,结果表明,基于相似属性降维处理的PCA-RF2方法,具有最佳应用效果。