地震反演驱动的改进匹配追踪煤层识别方法

多类型油气藏储层受到煤层反射干扰, 有效识别与去除煤层地震响应是提高煤系储层地震描述精度的关键技术之一.常规煤层匹配识别欠缺考虑煤层弹性参数的影响, 引起煤层定位不准确、识别可靠性低、运算效率低等问题, 本文充分考虑了弹性参数对煤层具有较好的指示作用, 首次提出了地震反演驱动的改进匹配追踪煤层识别方法.首先根据岩石物理分析, 构建煤层指示因子, 提出匹配追踪煤层指示参数的地震反演方法, 该参数能够较好地刻画煤层空间展布; 基于此, 在地震反演驱动下获得了煤层的先验位置, 将其引入匹配追踪算法中约束匹配追踪搜索邻域, 为缓解现有匹配追踪算法运行效率缓慢, 将经验模态分解(EMD)引入匹配追踪领域, 同时将连续相位替换瞬时相位加快匹配追踪运算效率, 研发了煤层指示因子约束下基于EMD字典的改进匹配追踪煤层识别算法.模型测试验证了本文方法识别煤层的可行性, 实际资料的计算结果表明, 该方法在保持精度的情况下大大提高了计算效率, 此外, 预测的煤层与实际测井解释的煤层基本一致, 有助于油气储层预测和识别, 具有重要的实际应用价值.

     

基于EMD的景区客流波动特征及其组合预测——以黄山风景区为例

旅游地的发展演化过程研究大多采用Bulter 的生命周期理论路径, 少有文献从波动的视角理解和分析旅游地的发展演化过程。本文以黄山风景区为例, 采用经验模态分解方法(EMD)尝试从波动的视角分析景区客流波动特征, 并利用波动性特征对其发展进行组合预测(经验模态分解方法和最小二乘支持向量机方法的组合)。研究结果表明:黄山景区客流波动呈现出多种形态, 在增长趋势的基础上叠加了季节性波动、景区旅游周期波动和景区经济周期波动。其与最小二乘支持向量机组合预测模型能够对景区客流进行有效预测, 并且运算速度快, 预测精度有所提高;与生命周期曲线相比较更加直观、微观、准确, 并且能够进行较为准确的客流预报, 有助于景区规划管理和战略决策。     

全球不同空间尺度陆地年降水的年代尺度变化特征

基于1951~2010年GPCC（Global Precipitation Climatology Centre）的逐月降水数据,利用集合经验模分解法（Ensemble Empirical Mode Decomposition,简称EEMD法）对全球、东西半球、五个大陆和四个典型干旱半干旱区等不同空间尺度年降水量的年代尺度特征进行了研究,区分了不同空间尺度上降水的年代际变化及其长期趋势。结果发现:（1）全球陆地平均降水既存在年代际的周期振荡,又存在长期变化的趋势,降水的年代际周期振荡的强度远大于降水的长期趋势,两者的共同作用使得全球陆地平均降水呈现以年代际周期振荡为主的特征。（2）在半球尺度,2000年以前,东、西半球具有明显相反的年代尺度变化特征,东半球变干（降水减少）,西半球变湿（降水增加）。（3）1951~2010年,欧亚大陆和非洲大陆与北美、南美和澳洲大陆的年代际振荡和趋势存在着一个近似反位相的关系;干旱化与干旱时段是完全不同的两个过程,两者所处的时段也不同;近10年（2001~2010年）全球五个大陆可能将进入一个相对湿润的时段。（4）四个典型干旱半干旱区降水的年代尺度变化具有明显的区域差异。总体来说,华北和北非与北美和中亚降水在长期趋势及年代际振荡上具有反位相的特征。华北和北非的年代际振荡具有近似的位相。在最近几十年,北美和中亚同处于湿润时段,但前者开始于1975年,后者开始于1985年。此外,中亚的第一个湿润时段（1959~1968年）却对应北美的干旱时段。     

典型海湾风暴潮增水特征与机理研究

以三门湾为例,基于经验模态分解方法 (EMD)将原始风暴潮增水过程进行分解,并对各个子模态进行能量谱分析,研究每种波动对应的生成机制。结果表明:半封闭海湾内的风暴潮增水较为严重,造成三门湾内强增水的台风为三门湾南侧的西北向登陆台风。EMD分解结果显示三门湾内的风暴潮增水包含6 h,12 h,20 h左右的波动,其中6 h左右的波动来源于海湾共振,共振的频率是由海湾的形状、水深等固有性质所决定的。12 h的波动是由于天文潮与风暴潮耦合作用导致,20 h左右的波动是由于台风移动过程中外海波动的传入。结果表明EMD方法为风暴潮波动增水特征的精细认知提供了一种新的思路和方法,可以加深对海湾内风暴潮波动增水特征的研究。     

希尔伯特-黄变换的端点延拓

希尔伯特-黄变换(HHT)是近年来发展起来的一种新的时间序列信号分析方法.该文在对HHT深入研究与充分肯定的基础上,发展了信号的镜像闭合延拓和包络的极值延拓两种方法.通过几个典型的例子检验了两种方法,并与Huang等(1998,1999)进行了比较,得到了令人满意的结果.镜像闭合延拓法根据信号端点的分布特性,把镜子放在具有对称性的极值位置,通过镜像法把镜内信号映射成一个周期性的信号,不存在端点,从根本上避免了经验模态分解和希尔伯特变换的端点问题.极值延拓法简单易行,具有与镜像闭合法相当的效果,在处理非对称波形信号时更显其优越性.     

Practical implementation of Hilbert-Huang Transform algorithm

Hilbert-Huang Transform (HHT) is a newly developed powerful method for nonlinear and non-stationary time series analysis. The empirical mode decomposition is the key part of HHT, while its algorithm was protected by NASA as a US patent, which limits the wide application among the scientific community. Two approaches, mirror periodic and extrema extending methods, have been developed for handling the end effects of empirical mode decomposition. The implementation of the HHT is realized in detail to widen the application. The detailed comparison of the results from two methods with that from Huang et al. (1998, 1999), and the comparison between two methods are presented. Generally, both methods reproduce faithful results as those of Huang et al. For mirror periodic method (MPM), the data are extended once forever. Ideally, it is a way for handling the end effects of the HHT, especially for the signal that has symmetric waveform. The extrema extending method (EEM) behaves as good as MPM, and it is better t     

Ab initio study of the high-pressure behavior of CaSiO3 perovskite

Using density functional simulations, within the generalized gradient approximation and projector-augmented wave method, we study structures and energetics of CaSiO₃ perovskite in the pressure range of the Earths lower mantle (0–150 GPa). At zero Kelvin temperature the cubic CaSiO₃ perovskite structure is unstable in the whole pressure range, at low pressures the orthorhombic (Pnam) structure is preferred. At 14.2 GPa there is a phase transition to the tetragonal (I4/mcm) phase. The CaIrO₃-type structure is not stable for CaSiO₃. Our results also rule out the possibility of decomposition into oxides.

经验模态分解与神经网络的GPS可降水量预测

本文将经验模态分解与神经网络相结合的方法应用于GPS可降水量预测。对GPS可降水量进行经验模态分解,在分解过程中采用径向基神经网络处理端点问题,针对经验模态分解得到的每个分量分别运用径向基神经网络进行预测,并重构出最后的预测结果。重构结果与直接运用神经网络进行预测的GPS可降水量、实测GPS可降水量进行比较,结果表明,相对于直接预测,经验模态分解与神经网络结合的方法具有更高的预测精度。     

中国大陆地壳密度差异多尺度反演

利用小波分析方法原理,在对中国布格重力异常多尺度分解的基础上,反演了各种尺度意义下中国大陆地壳的密度差异,给出了中国大陆地壳中相对密度差异的空间分布,为研究中国大陆地壳构造、进行深部地质研究提供了新结果．     

黄土高原春季降水对青藏高原感热异常的响应

利用1961—2000年黄土高原56站的春季降水和NCEP/NCAR再分析资料,采用SVD方法分析了黄土高原春季降水与青藏高原地面感热的关系。结果表明,黄土高原春季降水量与青藏高原地面感热的前两个模态代表了两场间的主要耦合特征,具有高度的时空相关。青藏高原感热对黄土高原降水影响最显著的区域在西部和南部、北部。前期高原感热场的第一、二模态对黄土高原春季干旱的预测具有指示意义。