基于地震属性约简的深度学习储层物性参数预测:以莺歌海盆地乐东区为例

储层物性参数作为描述储层特性、储层建模和流体模式的重要指标,其准确估算可以为储层预测提供有力参考依据,但传统储层物性参数反演方法无法兼顾反演精度及空间连续性。针对上述问题,本文引入地震属性作为深度学习算法输入,针对地震属性之间存在的信息冗余特征,利用随机森林-递归消除法对地震属性进行约简预处理,最终建立一种基于地震属性约简的储层物性参数预测方法。实际数据测试结果表明,地震属性约简的深度学习储层物性参数预测结果具有良好的精度及横向分辨率,证实本文方法的有效性。     

基于随机森林模型的小时强降水订正分析

基于2020年7—8月西南区域高分辨率模式输出的物理量因子,以及四川省区域自动气象站逐小时降水资料,在分区基础上,采用随机森林模型进行小时降水订正,检验该方法在本地的可用性。结果表明：（1）建模前,对全省进行分区有利于改进大量级小时强降水预报。（2）随机森林模型得到的小时强降水分布整体趋势与原模式一致,对模式未预报出的小时强降水也有一定反应,且实况未出现小时强降水的区域订正后量级有所减小,但仍存在大量级降水分布不均以及空报较多的情况。     

松嫩典型黑土区耕地黑土层厚度数字制图方法比较

黑土层厚度与农田土壤肥力和质量密切相关,准确刻画东北松嫩典型黑土区耕地黑土层厚度的空间分布对黑土地保护和农业可持续发展具有重要意义。然而,常用的预测模型在平原漫岗地区进行数字制图具有较大的难度,如何准确预测黑土层厚度的空间分布特征是亟待解决的问题。选取东北地区松嫩典型黑土区作为研究区,以研究区内106个剖面点和45个环境因子为基础数据,通过因子重要性排序和相关性剔除法筛选变量,利用多元线性回归(Multiple Linear Regression,MLR)、随机森林(Random Forest,RF)、梯度提升树(Gradient Boosting Decsion Tree,GBDT)、极端梯度提升(Extreme Gradient Boosting,XGBoost)、随机森林回归克里格(Random Forest-Regression Kriging,RF-RK)和堆叠泛化模型(Stacking)对黑土层厚度进行空间预测制图,评估不同模型预测精度并研究影响黑土层厚度空间分布的最优协变量,并基于较优模型绘制东北黑土区耕地黑土层厚度分级图。结果表明：(1) Stacking组合多种模型的...     

闽三角红树林底栖软体动物共存格局及机制

以漳江口国家级红树林自然保护区、九龙江口省级红树林自然保护区和泉州湾省级湿地保护区3个红树林分布区作为研究对象,研究底栖软体动物在中等尺度下的共存格局及机制。利用非度量多维标度分析、基于蒙特卡洛的零模型和网络分析探讨底栖软体动物的共存格局,利用raup-crik零模型识别决定性过程和随机过程测定底栖软体动物的相对重要性。结果显示,漳江口、九龙江口和泉州湾湿地共发现37种底栖软体动物,底栖软体动物的平均密度、物种数及群落物种组成差异显著。软体动物的共存格局呈现非随机分散和模块化,这些格局同时受到决定性过程和随机过程的调控作用,其中,物种竞争起主导作用。     

集成Sentinel 1/2卫星影像的哈尼湿地森林沼泽制图研究

森林沼泽作为独特的湿地类型,对区域碳循环和生物多样性保护具有重要作用。以吉林省哈尼湿地为研究对象,集成应用Sentinel-1雷达和Sentinel-2多光谱影像,充分挖掘Sentinel-1多极化波段特征和Sentinel-2红边指数对森林沼泽遥感识别的潜力,应用随机森林方法实现哈尼湿地森林沼泽分布信息的提取。结果表明:当森林沼泽信息提取最优决策树数目为1200,融合Sentinel-1 VV与VH后向散射系数雷达波段特征与Sentinel-2红边波段特征能显著提高森林沼泽分布信息的提取精度,保护区森林沼泽信息提取总体精度与Kappa系数分别高达89%、0.85,提取质量相对较高。哈尼湿地景观类型多样化,天然湿地、人工湿地与非湿地景观类型并存。在天然湿地类型中,森林沼泽面积最大,为27.1 km^(2),占保护区总面积的11.2%;河流面积最小,为0.7 km^(2),占保护区总面积的0.3%。森林沼泽提取方法为哈尼湿地的可持续管理提供数据支持,也为其他地区森林沼泽制图提供案例指导。     

基于粒子群优化和随机森林的最优含水率与最大干密度的预测模型

土体压实可以通过外力迫使土颗粒压密来增大土体密实度,从而改善土体的力学性能.因此,土体压实参数的确定对于土工结构有着重要影响.本文采用基于粒子群优化的随机森林模型对最优含水率(wopt)和最大干密度(ρdmax)进行了预测.首先,利用灰色关联度算法计算最优含水率和最大干密度与特征变量(含砾量,砂含量,细粉含量,液限,塑...     

鄂尔多斯盆地低信噪比复杂地区检波器组合方法分析

在鄂尔多斯盆地西北部,低信噪比复杂地区存在严重的随机干扰,这导致该区地震资料信噪比很低。在不提高覆盖次数情况下,针对该区造成地震资料信噪比低的严重随机干扰问题,开展检波器组合压制随机干扰的方法研究。研究了随机干扰对动静校正量准确求取的影响,检波器组合对干扰波的压制作用,组内高差和组合基距对地震采集资料高频的影响,对比分析检波器组内距对随机干扰的衰减效果。研究结果表明:在盆地低信噪比复杂地区,野外检波器组合重点压制严重的随机干扰波,提高地震资料信噪比;小于1 m的检波器组内高差对该区地震采集资料110 Hz以下高频成分影响有限,小于13 m组合基距对中、深目的层地震资料70 Hz以内频率影响有限;理论计算和试验资料综合确定的随机干扰半径为1.7~2.0 m,大于随机干扰半径的检波器组合内距能有效压制随机干扰波,其中组内距3 m比较稳定;以上参数确定的检波器组合接收方法压制随机干扰波后,所得到的地震单炮记录相比单点接收、高覆盖次数压制随机干扰波所得到的资料在70 Hz有限频带内更能提高信噪比、频率,而且成本相对低。该结果在鄂尔多斯盆地低信噪比复杂地区地震勘探野外采集中具有指导作用。      

地震荷载下土层变形等级预测方法研究

以计算结果可靠的土层反应结果为基础数据,基于随机森林算法(Random Forest,简称"RF"),建立地震动、场地土层参数特征量与土层变形特征的关系,提出一种依据常规地震动和场地土层参数为特征量的地震荷载下土层变形等级预测新方法,给出了典型场地土体发生大应变的地震动阈值.结果表明:基于RF模型对土体的变形程度预测结...     

基于MATLAB的基本矩阵随机采样鲁棒估计

基本矩阵的估算可以分为线性算法、非线性优化迭代算法、鲁棒估计算法三大类,而以鲁棒估计效率、效果最为突出,但是实现比较复杂。本文通过数码相机获取的两张未标定照片,采样互相关系数法和RANSAC算法,在MATLAB中实现了基本矩阵的自动拟合,实验表明拟合精度较高、速度快,为下一步三维场景的自动重建和量测奠定了基础。     

考虑土-结构相互作用和岩土参数不确定性的核电厂结构地震响应分析

针对核电厂结构,在考虑土-结构相互作用(SSI)的情况下进行随机地震反应分析,探讨地基岩土参数的不确定性对反应堆厂房楼层反应谱(FRS)的影响。运用ANSYS软件模块建立核电厂(NPP)结构有限元模型,通过设置边界弹簧单元和阻尼装置来考虑SSI效应;并且通过设置具有概率意义的弹簧刚度和阻尼系数,来模拟土特性参数的不确定性。随机响应分析与确定性分析的结果对比,揭示了岩性地基条件下SSI效应对核电厂FRS的影响以及地基岩土参数不确定性对FRS的影响程度。研究表明,在岩性地基条件下,亦不应忽略SSI效应;考虑SSI效应的随机分析模型同确定性模型相比,二者的分析结果较为接近,两方法都可用于NPP的FRS敏感性分析评估之中,并可进行相互比照。