排序方式: 共有111条查询结果,搜索用时 15 毫秒
101.
实际地层中地震波传播普遍存在速度和衰减各向异性现象,研究黏弹各向异性介质中高频地震波传播理论有助于揭示地震波的传播特征.本文针对黏弹性VTI介质,从Christoffel矩阵的解析特征值出发推导出qP、qSV和qSH波的复相速度和复射线速度的解析表达式,并应用实射线追踪方法确定出均匀复射线速度矢量,由此计算出实射线速度和实射线衰减以及实射线品质因子.基于非均匀复相速度和均匀复射线速度的解析表达式,推导了实射线慢度和实射线衰减关于黏弹性模量(包括弹性模量和Q值)的敏感度核函数,该敏感度核函数反映各个黏弹性模量对地震波复走时的影响程度.不同岩石样本的数值计算结果显示,实走时对弹性模量更为敏感,而射线衰减(虚走时)对弹性模量和Q值的敏感程度相当.本研究可为黏弹性VTI介质中地震射线追踪和复走时层析成像提供理论基础. 相似文献
102.
目的:探讨在胸部CT增强扫描中不同扫描触发阈值对图像影像的影响。方法:选取我院行胸部CT增强扫描患者分成3组,扫描触发阈值设置A组阈值120HU,患者21例;B组阈值160HU,患者26例;C组阈值200HU患者21例。所有入组患者第一期动脉期使用Smart触发技术,第二期静脉期延迟45s扫描。测量肺动脉干层面降主动脉的动脉期和静脉期CT值,对3组图像进行客观分析。结果:3组患者体重:A组(66.38±9.08)kg、B组(67.46±8.56)kg、C组(66.38±6.62)kg,3组患者体重P=0.875,P>0.05无统计学意义。动脉期CT值A组(296.86±36.76)HU、B组(321.62±40.18)HU、C组(318.11±42.21)HU,P=0.009,P<0.05有统计学意义;静脉期CT值A组(158.67±15.96)HU、B组(168.35±14.69)HU、C组(171.62±12.851)HU,P=0.014,P<0.05有统计学意义。A组、B组和C组三组客观图像质量评分C组4.90大于B组4.69大于A组4.47。结论:3组实验统计分析均满足临床诊断要求,C组血管动脉期及静脉期充盈效果更佳,有利于放射诊断医生和临床医生肺部疾病的鉴别诊断。 相似文献
103.
通过岩心观察并综合利用普通薄片、铸体薄片和扫描电镜分析等资料,对须二段储层岩石学特征、物性及孔隙结构特征、成岩作用、成岩矿物、成岩环境、所处成岩阶段和成岩演化序列等进行了研究。结果表明,须二段储层经历压实压溶、胶结、溶蚀和破裂等成岩作用,现今处于中成岩A 期。根据成岩作用类型和强度、成岩矿物及其对储层物性的影响划分出3种成岩相:强压实自生矿物胶结相、强压实不稳定组分溶蚀相和破碎裂缝相。选取了对成岩相较敏感的声波时差、电阻率、自然伽马、密度和中子5条常规测井曲线和成像测井资料,通过岩心资料刻度测井建立了各成岩相的测井识别标准,将成岩相进行剖面展开和平面成图。再根据有利成岩相的平面展布规律,对蓬莱地区须二段优质储层发育带进行了预测,认为平面上的斜坡中部为主要的优质储集层发育区。 相似文献
104.
105.
106.
龟山深部铜金矿区含超厚风化破碎带,钻进过程中发生严重坍塌,导致起下钻以及扫孔困难。为此,选用了无固相聚乙烯醇冲洗液增强防塌能力。聚乙烯醇加量越大,冲洗液粘度越高,稳定岩心不发生崩散的能力越强,但是降失水能力差。使用FT-342能够显著降低失水量,并且具有良好的润滑性。使用该冲洗液钻穿ZK141钻孔714~834 m段破碎的炭质页岩及煤层,解决了钻杆内壁结垢的问题,起到了良好的防塌效果。 相似文献
107.
针对卫星导航系统伪距相位、广播星历等观测数据,本文采用特征提取和模型回归等技术手段,从数据类型和观测时间两个维度寻找数据内在特征,挖掘出海量测站数据之间的特征关联,并采用机器学习方法评估卫星导航系统全球定位性能.本文所提出的评估方法在实际测站数据上进行了验证,中国及周边区域12个测站模型定位精度1-平均绝对百分比误差(mean absolute percentage error, MAPE)的均值为92.36%,最差为PTGG站,1-MAPE为89.26%;全球范围120个测站模型定位精度1-MAPE的均值为86.59%,最差为SCOR站,1-MAPE为81.46%,与传统数理统计框架下得到的实测值较为吻合.实验结果表明:基于机器学习模型评估卫星导航定位性能的方法可行有效,机器学习模型在大数据统计分析中具有强评估能力和高泛化性,突破了现仅用传统数理统计的全球定位性能评估思路. 相似文献
109.
为系统研究ERA5再分析资料在辽宁省的适用性,本文基于近10a辽宁省62个地面站和9个探空站(省内4部,省外5部)资料,提取了温度、湿度、气压、风场等业务和研究中常用物理量,采用统计分析方法对ERA5资料在辽宁省的适用性进行了分析,并尝试使用机器学习的方法订正ERA5资料的偏差。结果表明:在地面观测要素分析中,2 m温度相关系数普遍较高,均方根误差普遍偏低,辽河流域及其西侧地区效果好于其他地区;10 m风速对比结果总体稍差,U分量相关系数总体低于V分量;ERA5资料质量有明显的月变化特征,相关系数总体呈现春秋季节高于夏冬季节,且相关系数总体较高的季节,均方根误差也普遍偏高。在高空观测要素分析中,辽宁中部地区的数据质量要高于东西部两地区,温度的平均相关系数最高,相对湿度相关系数平均较低,均方根误差总体较大;相对湿度的相关系数在春夏之交时最低,夏季上升较快,夏秋之交时达到最高,相关系数快速上升的月份,均方根误差也呈现出快速上升的趋势;高空U风场和V风场的均方根误差总体相差不大,且均方根误差月变化相一致,总体经向风(V风场)质量低于纬向风(U风场)。通过机器学习的订正方法有效提升了地面温度和相对湿度的应用能力,使ERA5地面温度资料的均方根误差缩小0.5~1.0℃,使地面相对湿度资料的均方根误差缩小最高可达26%。 相似文献
110.