地震死亡人数评估的投影寻踪回归建模研究

基于中国1990—2011年68次地震历史资料的5个评价指标数据和地震死亡人数,采用五重交叉验证法,建立基于SMART算法的投影寻踪回归（S-PPR）模型,模型预测误差小于等于0人、1人、2人、10人的样本占比分别为41.2%、61.8%、75%和92.6%,8个测试样本预测误差少于2人的占比62.5%,表明模型具有较高的预测精度。在5个评价指标中,地震震级对地震死亡人数的影响最显著,其次是人口密度,然后是地震发生时间、震中烈度,ΔL的影响较小。针对本例数据,不采用交叉验证法,在满足建立BPNN模型最基本要求的情况下,在多次训练的基础上可以“挑选”出“误差很小”、“精度很高”的模型,但这种挑选出来的模型是没有泛化能力和实用价值的。与采用交叉验证法建立的MLR、BPNN模型相比,S-PPR模型具有更高的数据拟合能力、泛化能力和稳健性,拓展了地震死亡人数评估的新方法和技术。     

气象要素对巴里坤水平摆倾斜观测的影响

通过对比、相关性和回归分析,探讨了气温、气压和降水对巴里坤水平摆倾斜的影响,进而定量剔除了倾斜观测中的年变信息。结果显示：(1)倾斜观测受气温的影响最大,且气温对EW分量的影响明显大于NS分量;(2)降水会造成倾斜观测数据短期内出现波动变化,且具有延后效应,NS分量受降水影响的程度大于EW分量;(3)气温、气压参与拟合的回归方程,能较好地消除倾斜观测年变信息,凸显震前异常趋势变化。     

基于仿生材料的沙漠地区水汽收集研究进展

沙漠地区空气中有宝贵的水资源,如何进行有效的水汽收集与输送是沙漠中生物生存面临的主要问题。选择沙漠中常见的甲虫、蜘蛛、仙人掌、针茅等生物为例,归纳了不同生物的水汽收集特点及原理,总结了主要的仿生材料。以仿生物结构法为基础,分析了具有天然材料相似功能的仿生超级亲水和超级疏水材料的应用,介绍了多种仿生材料结合的新型水分收集方式。基于仿生原理的干旱沙漠地区空气中水汽收集研究成果,对仿生材料水汽收集未来的发展趋势进行了展望。     

潜孔锤偏心跟管钻进法在卵砾石地层岩土工程勘察中的应用

卵砾石地层是钻探工程中常见的一种典型的难钻进不稳定地层。通过采用潜孔锤偏心跟管钻进法,从根本上解决了卵砾石地层难以钻进的难题,结合都匀市区岩土工程勘察实例,笔者认为潜孔锤偏心跟管钻进法是在卵砾石地层钻进中行之有效的一种钻进法。     

酸溶法测定硫铁矿中的全硫

在野外地质队实验室仪器少的条件下,用酸溶的方法分析硫铁矿中全硫,简单、快速、易操作,取得良好的结果。     

基于CUDA的高阶旋转交错网格有限差分法的弹性波正演模拟

应用高阶旋转交错网格的有限差分法,求解了基于一阶的速度-应力弹性波方程,推导了时间二阶精度空间2M阶精度的高阶有限差分离散格式.为了提高弹性波正演模拟效率,论文探讨了常规的CPU串行计算、基于GPU平台的节点并行计算、基于GPU平台的分量、节点同时并行的3种正演模拟计算模式,给出了不同算法的流程示意图.通过对比3种算法的耗时及后两种算法的加速比,可清晰判定,基于GPU平台的节点并行算法较CPU平台的串行算法有明显加速,最大加速比可达到60倍,而基于分量、节点同时并行算法的最大加速比最大可到180左右,加速效果更为明显.最后应用Marmousi模型的15000次时间步迭代的正演计算,基于分量、节点GPU并行算法大约是节点并行计算耗时的1/3,说明了该并行设计能有效提高弹性波正演模拟的效率,节约计算耗时.     

层状介质模型多道海洋直流电法拖缆变形数据校正模拟分析

多道海洋直流电法是海洋地球物理探测技术的重要手段之一,应用该方法进行海洋探测时,其用于数据采集的拖缆在外力作用下会产生变形,导致测量的数据产生畸变,进而影响反演结果.本文基于视电阻率、视电阻率变异比及视电阻率变异系数等参数,通过数值模拟的方法分析了拖缆不同曳航高度、不同变形形状、不同变形方向、不同变形幅度等因素对测量数据及校正后数据的影响并进行定量评价,基于校正后的数据,引入异常变化比等参数综合分析拖缆变形对含气层和孤立含气区异常特征分辨的影响.研究结果表明,拖缆变形不仅会导致测量的视电阻率数据发生畸变,还会使利用实际装置系数校正后的数据视也产生偏差,数据畸变的特征与拖缆变形形式及曳航高度有关,可用视电阻率、视电阻率变异比、视电阻率变异系数综合分析对数据的畸变水平进行量化评价.在一定变形范围内,校正后的数据可以显现含气异常,但反映能力有所下降;当拖缆变形幅度过大时,校正后的数据会差生大幅度波动,不仅淹没原有含气反映,甚至产生虚假异常.     

面向盐下成像的基于波前构建法的高斯波束偏移

高斯波束偏移是目前工业上应用最广泛的偏移成像技术之一.但是当处理盐下成像问题时,由于盐体上界面起伏剧烈且盐体与围岩速度差异较大,只有小角度入射的射线才能穿过盐体,从而导致了盐下区域照明较差.通常,采用加密初始射线的方式来缓解这个问题,但这会导致计算时间的剧烈增加.由此,本文提出了基于波前构建法的高斯波束偏移,以保持波前传播过程中射线密度近似恒定.相较于加密初始射线的方式,本文提出的方法是自适应的,对于提高射线的覆盖范围更加有效.此外,本文采用高精度的波前初始化射线追踪技术作为波前构建的方法.Sigsbee2A模型下的应用实例表明,相较于常规高斯波束偏移加密初始射线的方式,本文提出的方法不仅能够获得更好的盐下照明效果,且对计算效率的影响也更小.     

准噶尔盆地玛湖凹陷砾岩油藏岩电实验方法研究

准噶尔盆地玛湖凹陷砾岩油藏具有粒级变化大、低孔渗、孔隙结构复杂、非均质性强的特点,对准确测量岩电参数是一个巨大挑战.本次研究使用2.54 cm、3.81 cm岩样,开展了离心法和半渗透隔板法的岩电实验,以期通过对比电测井计算饱和度评价和密闭取心饱和度得到优选的砾岩油藏岩电实验方法.研究发现：3.81 cm岩样测量的地层因素与孔隙度的关系更好,m值也略小;离心法做不到毛管压力与电性平衡,测量的饱和度指数n偏大,计算含水饱和度结果与密闭取心饱和度分析结果差异大,不能用于玛湖砾岩油藏;半渗透隔板法能够做到毛管与电性平衡,应用饱和度指数特别是3.81 cm岩样实验测量得到的饱和度指数计算的含油水饱和度相对密闭取心饱和度的偏差一般小于2%,能够满足砾岩油藏使用.     

粒子群优化广义回归神经网络与HHT样本熵结合的地震辨识研究

天然地震与人工爆破信号具有许多相似的特性,为实现地震类型的准确辨识,提出一种基于粒子群优化广义回归神经网络和HHT样本熵的地震类型辨识新方法．该方法先通过经验模态分解（EMD）将初始信号分解成6个本征模态函数（IMF）及1个残余向量,对前三个IMF进行Hilbert变换得到瞬时频率和瞬时能量,进而提取出样本熵并构造神经网络训练集与测试集;利用粒子群算法和训练集优化广义回归神经网络的光滑因子参数值,建立PSO-GRNN分类模型．将该模型结果与BPNN模型、GRNN模型、PNN模型及RBFNN模型等神经网络模型进行性能对照,得到该模型单次识别的准确率、MAE、MAPE、RMSE R2及MSE分别为95%、0.1604、0.1204、0.2381、0.7123、0.0567,绝大多数性能评价指标优于其他4种神经网络模型．该研究建立的PSO-GRNN模型性能较稳健,在100次循环随机试验中辨识效果仍然较突出,计算得到的上述评价指标均值为97.42、0.04、0.04、0.12、0.89、0.02,其对应的标准差为3.53、0.05、0.04、0.08、0.11、0.02,将PSO-GRNN模型...