地震油气储层的小样本卷积神经网络学习与预测

地震储层预测是油气勘探的重要组成部分,但完成该项工作往往需要经历多个环节,而多工序或长周期的研究分析降低了勘探效率.基于油气藏分布规律及其在地震响应上所具有的特点,本文引入卷积神经网络深度学习方法,用于智能提取、分类并识别地震油气特征.卷积神经网络所具有的强适用性、强泛化能力,使之可以在小样本条件下,对未解释地震数据体进行全局优化提取特征并加以分类,即利用有限的已知含油气井段信息构建卷积核,以地震数据为驱动,借助卷积神经网络提取、识别蕴藏其中的地震油气特征.将本方案应用于模型数据及实际数据的验算,取得了预期效果.通过与实际钻井信息及基于多波地震数据机器学习所预测结果对比,本方案利用实际数据所演算结果与实际情况有较高的吻合度.表明本方案具有一定的可行性,为缩短相关环节的周期提供了一种新的途径.

     

测井地质学前世、今生与未来——写在《测井地质学·第二版》出版之时

测井地质学以地质学和测井学的方法理论为指导,综合运用各种测井信息,来解决基础地质和石油地质的地质问题。经过数十年发展,测井地质学在油气勘探开发各个环节得到广泛应用。非常规油气的兴起使得测井地质学正面临多重挑战和全新探索,亟需建立针对非常规油气的测井地质学综合方法理论体系。本文以《测井地质学·第二版》出版为契机,系统归纳了测井地质学的起源及发展历程、主要研究内容和研究方法流程。然后总结了测井资料与地震、地质信息的匹配性,并分析了不同探测特性测井方法纵向分辨率区间特征。在此基础上评述了测井地质学在井旁构造解析、沉积学特征研究、层序地层划分、地应力方向判别及大小计算、井壁裂缝识别与评价、烃源岩评价以及非常规油气“七性关系”综合评价当中的应用。但由于测井资料的负载能力有限性、测井与地质信息属性不对应性以及测井资料本身的多解性,使得测井地质学在测井—地质转换、非常规油气测井评价及其与人工智能融合方面还存在一定的问题。因此加强基础岩石物理研究,挖掘测井曲线中包含的地质信息,并与人工智能相结合,将拓展测井地质学研究的精度和广度,从而使其未来可更好地应用至非常规油气测井评价等实践工作中。     

城市暴雨内涝综述：特征、机理、数据与方法

建成环境的高空间异质性与致灾过程的复杂性给城市暴雨内涝研究带来巨大的挑战,具体表现为模型代表性不够、计算效率低、基础数据和验证数据匮乏。以机器学习为代表的人工智能技术、高分遥感和互联网大数据的快速发展则为城市暴雨内涝研究提供了新的契机。论文结合人工智能、高分遥感和互联网大数据等新技术发展,从特征、机理、数据与方法4个维度对暴雨内涝的研究现状和发展趋势进行了系统总结,主要结论包括：① 暴雨内涝具有短历时性、空间散布性、连锁性和突变性,其热点呈现空间上的动态迁移特征。② 降雨时空特征和城市化程度决定暴雨内涝灾害的量级,地形条件尤其是微地形则决定发生位置和内涝频率。地形控制作用指数(topographic control index, TCI)对暴雨内涝发生位置具有良好的指示能力。③ 排水管网、高精度地形和不透水面分布是暴雨内涝模拟的关键基础数据;降雨过程的高时空变异性是暴雨内涝近实时预报预警的主要瓶颈,需要充分利用天气雷达观测提高其精准度;互联网众包大数据是获取高空间覆盖度暴雨内涝灾情信息的新途径,但也面临不同类型信息融合、提炼和质量控制的挑战。④ 结合水动力模拟与机器学习可建立兼具物理基础和计算效率的暴雨内涝模拟方法,是实现近实时模拟与快速预报预警的有效途径。     

基于HRCT诊断模型鉴别纯磨玻璃结节样肺腺癌浸润程度研究进展

鉴别肺纯磨玻璃结节样肺腺癌的浸润程度对于临床管理及改善患者预后有重要的指导意义,目前已开发出多种诊断模型用于此。本文结合国内外相关文献,介绍基于HRCT表现的诊断模型在鉴别肺纯磨玻璃结节样肺腺癌的浸润程度研究现状及价值评估等,对其研究进展及临床应用前景进行综述。     

基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.     

基于AI的胸部CT平扫对冠脉钙化积分的准确性评价

目的：探讨基于人工智能（AI）的非门控胸部低剂量CT（LDCT）平扫与心电门控CT血管造影（ECG gated-CTA）对冠状动脉钙化积分（CACS）危险度分层的一致性。方法：回顾性分析行冠状动脉CTA扫描的100例患者,所有患者均行冠脉ECG gated-CTA扫描和常规非门控胸部LDCT平扫。在Siemens后处理工作站采用Agatston钙化积分软件记录ECG gated-CTA钙化积分,采用数坤人工智能分析软件记录非门控胸部CT平扫的钙化积分。采用原标准界值,对非门控胸部LDCT平扫与ECG gated-CTA评估的CACS值危险度分层进行Kappa检验;采用受试者工作特征曲线（ROC）检验非门控胸部LDCT平扫的诊断效能并获取最佳诊断新界值,采用新界值的非门控胸部LDCT与ECG gated-CTA评估的CACS值危险度分层进行进一步Kappa检验;比较两种方法的钙化积分的Pearson相关性,P<0.001为有统计学显著差异。结果：对非门控胸部LDCT平扫的CACS值按原界值进行危险度分层,与ECG gated-CTA的CACS值危险度分层进行一致性检验,Kappa值为0.804,P<0.001。非门控胸部LDCT平扫测得的CACS值与ECG gated-CTA测得的CACS值比较,低危-中危组的ROC曲线下面积（AUC）为0.910,P<0.001,最佳诊断界值为112.35;中危-高危组AUC为0.988,P<0.001,最佳诊断界值为398.31。对非门控胸部LDCT平扫测得的CACS值按最佳新诊断界值进行危险度分层,与ECG-gated CTA平扫测得的CACS值的按原有界值危险度分层进行一致性检验,Kappa值为0.850,P<0.001。两种方法所测Pearson相关系数为0.985,P<0.001,存在显著相关性。结论：基于人工智能技术的非门控胸部CT平扫与ECG-gated CTA对冠状动脉钙化积分的评估具有较高的一致性;本研究制定了非门控条件下CACS值危险度分层新标准,进一步提高了非门控胸部LDCT评估CACS值的准确性,有助于冠心病风险的早期筛查。     

大数据智能时代地图学课程内容改革探索

为了适应当前智能时代大数据的特点和地图应用的发展,本文结合当前地图学课程内容设置现状,分析在大数据时代地图学教学的特点,多源地理信息的参考体系差异、多维度地理信息高效可视化、多尺度表达的灵性化、地图用户需求的多样化等对地图学教学提出的新要求,在此基础上,结合地图学课程教学的理论与实践目标,提出在地图数学基础、地图可视化...     

论万物互联时代的地球空间信息学

随着5G/6G、云计算、物联网和人工智能等新技术的发展,人类已经进入了万物互联时代。本文探讨万物互联时代地球空间信息技术的五大特点：定位技术从GNSS和地面测量走向无所不在的定位导航定时（PNT）服务体系;遥感技术从孤立的遥感卫星走向空天地传感网络;地理信息服务从地图数据库为主走向真三维实景和数字孪生;3S集成从移动测量发展到智能机器人服务;学科研究范围从对地观测走向物联监测和对人类活动的感知。笔者基于这些特点进一步剖析新时代面临的挑战,并提出新时代地球空间信息学发展亟待解决的三大科学技术问题：测绘学科如何服务人与机器人的共同需求？遥感影像解译的机理是什么和如何突破实现技术的瓶颈？如何利用时空大数据挖掘人与自然的关系,从空间感知走向空间认知？万物互联时代的地球空间信息学,必须且完全可能为万物互联的数字地球和智慧社会做出更大的贡献！     

基于GIS的城市道路全生命周期管理系统的研究

对城市道路管理现状进行研究,提出利用地理信息技术(GIS)、商业智能技术(BI)和测绘技术管理城市道路信息,采用内外业相结合的方式,探讨以地形图道路要素为基础建立道路地理信息数据库,开发实现自前期立项到施工建设、竣工备案、道路移交、道路养护直至拆迁灭失的城市道路全生命周期管理软件。结果表明利用GIS技术开发的城市道路全生命周期管理软件能够克服传统管理模式的缺点,有效地支持道路投资、建设、接养等工作机制的完善;对城市道路的数据挖掘,为断堵头路治理、打通道路微循环和缓解交通拥堵工作提供科学的决策支持。     

基于BP神经网络的智能入侵检测系统

介绍了BP神经网络的基本知识，设计了基于BP神经网络的智能入侵检测系统。并提出了根据不同的网络协议使用不同神经网络的思想，指出了每个神经网络需要的网络数据，并阐述了训练和测试神经网络的方法。