神经网络在判别煤矿突水水源中的应用

矿井突水水源的识别是矿井防治水工作的基础，快速准确地判别突水的来源对整个矿井的安全生产起着十分重要的作用。以峰峰矿区梧桐庄矿为例，应用神经网络的方法，对矿井突水水源进行了系统研究。结果表明，运用该方法取得了较好的效果，并可以用此模型来解决类似的评价和判别问题。     

三塘湖盆地马朗凹陷哈尔加乌组火山岩旋回与期次划分

为研究三塘湖盆地马朗凹陷哈尔加乌组火山岩油气藏的分布特征,需对火山岩的旋回和期次进行划分。通过薄片鉴
定、单井喷发韵律识别、电性特征分析和地震反射特征分析对哈尔加乌组火山岩旋回和期次进行了厘定,认为哈尔加乌组火山岩
主要为熔岩类和火山碎屑岩类,发育溢流相、由爆发相过渡为溢流相、爆发相、熔岩与火山碎屑岩或沉火山碎屑岩互层4种韵律类
型,其中溢流相为主要韵律类型。对不同韵律进行组合,可将哈尔加乌组火山岩划分为4个喷发期次,4个喷发期次又可以组合为
2个喷发亚旋回,该时期火山喷发主要呈现出喷发-宁静-喷发-宁静的过程。      

在数据库中采用双表结构表述地震前兆数据结构的方法研究

地震前兆观测涉及到电磁学科、地下流体学科、形变学科等众多观测种类和方法，其相应产出的观测数据种类和构成十分繁杂，给地震前兆观测数据结构标准的制定带来巨大困难。中提出双表结构的方法，即在数据库中采用相互关联的二个表结构(索引表和数据表)来表述一个观测数据项的方法。与现行的其他结构表示相比较，双表结构法有着众多的优点和长处。首先，它是一种普适性的观测数据表示方法，目前实际工作所获取的各种地震前兆观测数据均可采用此方法加以表示，这样就大大降低了构建庞大的地震前兆观测数据库的复杂度；其次，它有效地解决了支持可变采样率这样的技术难题，对延长地震前兆观测数据结构标准的生命周期有着潜在的重要意义，这也是与现实的地震前兆观测的需求相吻合的。另外，双表结构法还有效地降低了数据存储冗余，提供了快速检索数据的机制。总之，双表结构法是以有限增加单个数据表示复杂性来大大降低整个地震前兆观测数据库构成复杂性的方法。中提出用具有树形特征的主表结构来阐述采用双表结构构建地震前兆观测数据库及应用系统的方法。     

广西珊瑚钨锡矿区土壤 地球化学特征及找矿预测

文章总结了广西珊瑚钨锡矿区的地质特征,并对该区1∶1万土壤地球化学测量元素含量特征及元素组合特征进行研究,认为该区W、Sn、Sb、F地球化学异常明显。结合研究区地质成矿条件和土壤地球化学异常特征,圈定出研究区八步岭一带(B-2)、盐田岭—松宫一带(B-3)和龙门冲往南一带(B-4)为该区钨锡矿找矿靶区,金盆地—龙桂肚一带(B-1)划为今后的钨锑矿找矿靶区。     

鲁西泰山岩群变质枕状玄武岩岩相学和侵入的奥长花岗岩SHRIMP锆石U-Pb年代学

鲁西泰山岩群柳杭岩组中,典型变质枕状玄武岩出露在济南章丘的团员沟村西一带。本文对变质枕状玄武岩的野外地质和岩相学特征,作了详细描述。电子探针分析表明,岩枕内部既有原生斜长石(An>30),又有绿片岩相变质形成的钠长石(An<10)。侵入柳杭岩组的片麻状奥长花岗岩中的岩浆锆石SHRIMP U-Pb年龄为2707±9Ma,它限制了泰山岩群形成时代不晚于2.71Ga。     

县级国土资源“一张图”综合监管平台的研建——以台州市椒江区为例

一、引言 “一张图”工程是指以第二次全国土地调查数据成果为基础,将遥感影像、土地利用现状、土地利用规划、建设用地审批以及基础地理等多元信息汇集于一体的综合监管平台。随着国土资源信息化的发展,国土资源部把建设“一张图”综合监管平台作为加快国土资源信息化发展的重要任务之一。作为县级国土资源管理部门,     

中国甘肃发现世界上最大牙齿的植食性恐龙:巨齿兰州龙(新属、新种)

巨齿兰州龙（新属、新种）是发现于中国甘肃省兰州盆地早白垩世地层中的一新鸟脚类恐龙，其牙齿是世界上已知植食性恐龙中最大的。兰州龙下颌长1m，每侧有14个齿槽，而单个牙齿宽约4cm，这是已知恐龙中的首次报道。分支系统学分析发现巨齿兰州龙与非洲早白垩世Lurdusaurus arenatus关系密切。它们代表了鸟脚类恐龙进化中四足行走的笨重的一新支。兰州龙的发现也表明欧亚大陆与非洲在早白垩世具有较密切的联系。     

缅甸联邦MTT金铜矿床成矿地质特征

缅甸联邦实皆省MTT金铜矿床位于曼德勒以西约200km新生代安山岩中,属块状硫化物金铜矿床。对其成矿地质特征进行了研究,有助于在新生代安山岩中发现相同类型的矿床。矿体产在缅甸中部盆地地体之西缘,赋矿地层(即含矿岩系)为陆相安山岩,硫化物矿体呈层状、似层状和透镜体状。矿石具块状构造,矿石中主要成矿元素为Cu、Au、S;铜矿石品位较高,属富铜矿。该类型矿床的找矿标志是:具有低阻高极化的物探异常。     

基于卷积神经网络的电成像图像空白条带填充方法

全井眼微电阻率成像(Fullbore Formation Micro Imager,FMI)技术广泛应用于强非均质性的碳酸盐岩储层测并精细解释.然而,由于各极板间间隙的影响,FMI无法测量360°全井壁地层电阻率信息,这使得FMI图像出现空白条带,严重影响了图像视觉和测井解释进程.为获取全井壁的电阻率信息,必须有效的填充空白条带.本文在探讨现有的电成像图像空白条带填充方法基础上,提出了一种基于卷积神经网络的电成像图像空白条带填充方法.与常用的Criminisi插值法对比填充效果显示:该方法完全适用于各种特征的电成像图像空白条带填充,延续了所有待填充边缘的暗色条带和亮色背景,填充结果与原始图像的像素值频率占比相关性高达0.9581.Criminisi插值法在复杂区域电成像图像的填充结果连通性较差且存在干扰区域,填充结果与原始图像的像素值频率占比相关性仅为0.5924.本文提出的方法具有处理速度快、干扰区域少、连通性强、相关性高的特点,能够满足电成像空白条带成规模填充的实际应用需求,还可为测量极板间的测量缺失带信息处理提供参考手段.