遥感多光谱影像数据与航片数字化影像融合方法的研究

本文探讨利用ＨＩＳ变换对航片化影像分析与遥感多光谱影像ＳＰＯＴ ＸＳ、Ｌａｎｄｓａｔ ＴＭ和ＭＳＳ进行融合的方法，并提出了一种改进的方法。试验结果表明：本文提出的方法行之有效。融合后的影像在很大程度上保留了原多光谱影像的光谱特征，空间分解力较我光谱影像提高到近３倍，清晰度也提高了。因而具有更强的解译和量测能力，能进一步提高分类精度、制作专题图的精度，多时相监测能力等。     

黄河水下三角洲沉积物强度变化原位测试研究

研究区位于1964～1976年黄河由刁口入海时形成的水下三角洲叶瓣上。1995年为石油开采在潮坪上构筑的交通设施对波浪形成良好的屏障。在屏障两侧各选一典型研究区，于1999年和2002年进行了大量对比性现场原位土工测试，探讨了波浪对黄河口沉积物的次生改造作用，结果表明：(1)较强的波浪荷载作用，不会提高海底沉积物的表层强度，只是导致不均匀程度随水动力作用的时间增长有所加大：(2)较强的波浪荷载作用，使得海底表层沉积物之下一定深度范围内土体强度提高，形成强度硬层：(3)海底沉积物强度沿着剖面线在平面上呈现周期性或间隔性变化。     

西昌盆地油气化探普查效果及下一步找油气方向

为了配合国家加快油气资源勘查步伐，四川石油管理局将西昌盆地作为下一步勘探重点地区，由于西昌盆地属勘探新区，各种地质、构造情况复杂，首先在该区实施了油气化探普查，油气化探普查结果证实了西昌盆地中部地区为油气泄漏特征，这与七坝1井结果吻合，同时发现了三个重点区域，指出盆地西部为下一步工作的重点地区，为下一步地震勘探指明找油气方向。     

GPF-25A重型转盘式工程钻机的研制

介绍了GPF-25A重型工程钻机的研制概况以及主要技术参数、性能特点、生产试验情况等。     

中国中西部前陆盆地的地质特征及油气聚集

中国中西部前陆盆地具有十分丰富的油气资源,近年来油气勘探也取得了很大的成果,但总体上来说其地质情况复杂、研究程度较低。世界上典型的前陆盆地一般位于造山带和稳定的克拉通之间的狭长槽地,而在中国中西部则主要为与古特提斯造山带在新特提斯阶段再活动有关的陆内会聚形成的“再生”前陆盆地,因此与世界典型前陆盆地相比中国中西部前陆盆地具有一定的“特殊性”。根据两期前陆的叠合程度差异造成的盆地几何形态、挠曲沉降、地层层序、沉积充填、构造变形特征的特点,将中国中西部前陆盆地归纳为改造型、新生型、叠加型和早衰型四种组合类型的前陆盆地。中西部不同组合类型前陆盆地具有不同的结构特征,决定了不同组合类型前陆盆地成藏特征和油气勘探潜力上的差异。     

浙江省绍兴市平水金矿体流体包裹体研究 与矿床成因

浙江平水铜矿位于钦杭成矿带北东段浙西北地区,是浙江省最大的铜矿床,前人研究表明其为典型的火山成因块状硫化物矿床（Chen 等, 2015）。平水铜矿体在新元古代形成之后,该地区经历了加里东的变质变形作用,在铜矿体的下盘普遍发育千糜岩带（韧性剪切带）,本项目组在研究过程中认为千糜岩带与铜矿无关,但明确提出本区可能存在造山型金矿,继而老矿山接替资源勘查在平水铜矿布置了10个坑内钻孔,其中9个见矿,成功的在平水深部发现两层金矿体和一层铜矿体。金矿体严格的受韧性剪切带的控制;金矿石有明显的宏观和微观韧性变形结构;矿石矿物主要是自然金和少量的黄铁矿,脉石矿物主要有石英、绢云母、绿泥石、碳酸盐和白云石。本文主要对平水金矿体开展流体包裹体研究,结合矿床地质特征,最终确定金矿体成因类型,为平水地区下一轮深边部找矿勘查提供依据。     

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。     

10~30 d延伸期可预报性与预报方法研究进展

10~30 d延伸期的可预报性既依赖于初始条件,也与缓变的下垫面有关,寻找延伸期时段内可预报性较高的低频特征,识别延伸期的可预报性来源及影响的物理机制是提高延伸期预报水平的关键。近年延伸期可预报性来源、热带大气季节内振荡监测预测和影响等领域的研究取得较大进展,提出和应用了动力统计相结合以及大气低频信号释用等新的延伸期预报方法。对延伸期可预报性来源及其与初值和外强迫异常的关系分析表明,海气相互作用能提高亚洲和西太平洋区域延伸期时段大气环流和要素的可预报性。热带大气季节内振荡、平流层爆发性增温以及各种次季节尺度的海气、陆气耦合作用和大气响应均为延伸期预报提供了重要的可预报性来源。由于数值模式延伸期时段的预报性能与实际业务需求还存在一定距离,基于动力统计相结合和物理统计的延伸期预报方法被广泛应用于业务预报,表现出一定的预报技巧。