“三规合一”数据成果质量检测系统的开发与应用

为确保"三规合一"一张图空间数据库成果符合数据入库标准,并提高"三规合一"工作效率和数据成果质量,基于Arc GIS Engine 9.3,开发了"三规合一"数据成果质量检测系统;以宁夏为例,系统实现了全自治区各市、县"三规合一"一张图成果数据入库前的自动化检测,为后续信息联动平台各项业务应用提供了强大的工具保障。     

高研磨性地层复合式钻头的研制与应用

金山气田、龙凤山构造、长岭断陷等登娄库组以下深部地层可钻性差,研磨性强,导致钻头磨损严重,使用效率低。在对牙轮钻头、PDC钻头及孕镶金刚石钻头在高研磨性地层中的适应性进行细致和全面分析的基础上,提出了把PDC钻头机械钻速高和孕镶金刚石钻头进尺多的技术优势相结合的研制思路,开展PDC+孕镶复合式钻头设计。现场应用取得了良好的试验效果。提出了合理化的建议。     

常规电阻率测深法在阿拉善干旱荒漠区找水中的成功应用

针对腾格里沙漠南缘严重缺水的现状,开展了常规电阻率测深工作。综合地质、水文地质、电性参数等特征对测深曲线进行定性、定量精细解释,总结出电阻率在25Ω·m左右的新近系地层为砂岩、砂砾岩相对较厚,泥岩相对较薄区段,是该区域寻找碎屑岩类裂隙孔隙水的目标层位。钻探结果表明,轻便、经济的常规电阻率测深法在阿拉善干旱荒漠严重缺水区可以取得显著的找水效果。     

波致海床瞬态液化对再悬浮贡献率的深度学习预测方法

波致瞬态液化渗流导致海床内细粒沉积物向海水中运移,这一过程对海底沉积物再悬浮的贡献率不容忽视,但是贡献率的准确估计和预测比较困难。本研究将黄河水下三角洲的观测数据(包括水深、有效波高、有效波周期、实验舱内悬沙浓度、实验舱外悬沙浓度)作为模型输入数据集,基于长短时记忆循环神经网络建立了瞬态液化对再悬浮贡献率的深度学习预测模型。为了客观评价模型的性能,以平均绝对百分比误差、均方根误差和平均平方误差-标准偏差为评判标准,将该深度学习模型与其他预测模型(支持向量回归模型、人工神经网络)的预测结果进行了比较。结果表明,基于长短时记忆循环神经网络的深度学习模型对3.5d以内的瞬态泵送再悬浮贡献率预测误差最小,其平均绝对百分比误差、均方根误差和平均平方误差-标准偏差分别为5.87%、1.6730、0.1574。因此,该模型可以有效地减少机器学习方法在连续预测中产生的误差叠加问题。     

分频高阶扩展AVO技术在低孔低渗储层中的应用——以准噶尔盆地前哨地区三工河组二段为例

以叠前角道集、测井和试油资料为基础,利用广义S变换时频分析技术确定储层优势频带,在优势频带的约束下,利用高阶Aki-Richards近似方程拟合AVO曲线,求取更准确的截距和梯度;利用扩展弹性阻抗技术的坐标旋转方法,获得流体区分能力最优的AVO属性,结合试油结果进行有利区预测。结果表明：前哨地区三工河组二段储层的优势频段为33～68 Hz,进行AVO分析可以提高有利储层的预测精度。经分频高阶扩展AVO技术处理,有利储层的符合率由69%提高到94%。气层有利区主要集中于QS2—QS4、QS7井区及未钻探的QS1井西区域,其中未钻探面积为6.5 km²,是前哨地区天然气增储上产的重点潜力区。该结果为前哨地区天然气勘探部署提供技术支持。     

基于ABAQUS的深水连接器连接性能分析

为解决现有深水连接器连接性能研究中力学分析建模不准确,且缺乏抗弯抗扭能力分析的问题,基于ABAQUS有限元分析软件对深水连接器进行三维模型动态仿真分析,对连接器的受力、密封性能以及在实际工程需求中不同内压下的抗弯及抗扭性能进行深入研究。结果表明:在安装及生产两种工况下,深水连接器各部件除密封环外受力均满足其强度设计要求,密封环接触表面发生合理塑性变形,满足密封要求;随着内压的增加,深水连接器的抗弯能力逐渐下降,抗扭能力则呈现增加的趋势;极限弯矩分别在0 MPa与35 MPa内压下的判定依据为密封失效,在14 MPa与52 MPa内压下的判定依据为下毂座屈服,而极限扭矩在不同内压下的判定依据均为密封失效。     

防浪建筑物影响下珊瑚礁海岸波浪传播变形试验

通过测试一系列不规则波工况研究了防浪建筑物存在下珊瑚礁海岸附近短波、低频长波和增水的变化规律,并对比了防浪建筑物的不同位置情况。分析结果表明：波浪在沿礁传播过程中,短波波高沿礁坪持续衰减,低频长波波高沿礁坪逐渐增大,波浪增水则沿礁坪基本保持不变;海岸附近短波随着防浪建筑物与礁缘距离的变大而减小,低频长波则在防浪建筑物处于礁坪后部时达到最大,防浪建筑物位置的变化对于礁坪波浪增水的影响可以忽略。通过理论分析证明了珊瑚礁地形上低频长波是由于群波破碎造成的破碎点移动而产生的;当特定波况作用于特定位置的防浪建筑物时,低频长波在礁坪上会发生一阶共振效应导致其能量在海岸附近达到最大值。     

基于GIS的高校物流代理点选址研究

随着电子商务在社会生活中的广泛兴起,校园物流代理点也随之产生;物流代理点在很大程度上方便了师生快递领取,但由于高校物流代理点选址普遍存在随意性和不合理性,导致师生快递领取时浪费过多时间和精力。针对此问题,本研究结合GIS空间分析技术,通过对广西师范大学雁山校区学生宿舍、教学楼、食堂和道路分布数据的分析,利用缓冲区分析和叠置分析优选出物流代理点最佳分布区域,并对校园中现有的物流代理点分布合理性做出评价,进而给出合理的校园物流代理点选址区域建议,旨在为学校物流代理点科学选址及改善和提升校园人文品质提供合理建议,同时为物流企业规划选址及GIS空间分析应用提供参考。     

水下图像目标检测研究综述

在海洋开发的环境下,水下物体探测技术得到广泛应用,随着水下机器人与计算机技术的发展,该技术越来越受到研究人员的重视。根据当前的水下图像目标检测研究进展,简要介绍水下图像目标检测流程（即图像采集、图像的预处理、以及图像检测的方法）,对总结发展现状、发现技术的不足及挖掘未来的研究方向有重要意义。针对基于光学图像的水下目标识别问题,论述了图像采集、图像的预处理、以及图像检测等方面的主要进展,阐述了基于深度学习实现水下图像目标识别的技术发展现状。通过对水下目标处理过程的讨论和分析,指出水下图像目标识别领域中需要解决的问题,并预测该领域技术发展趋势。     

基于无人机影像的辽宁农居建筑物提取技术与应用研究

本研究以实地调研数据为基准,无人机影像数据分析为验证,进行了基于无人机识别能力范畴的辽宁农居建筑结构类型划分,并根据区域结构类型比例、影像特性等指标优化了农居遥感解译标志整体参数,提取了不同建筑结构的不同解译标志阈值区间,并基于无人机低空正射影像DOM、数字表面模型DSM制定改进型DSM提取算法处理流程与代码,利用Python语言及开发环境完成了遥感影像要素提取与评估系统开发应用。通过最优组合解译标志获取无人机影像解译一致性系数Kappa=0.723,表明制定的解译标志特征对获得具有较好一致性的房屋结构类型具备一定的可行性。以改进型DSM提取算法为核心的建筑物提取软件提取建筑的整体精度为75%,基本满足地震应急需求。