高速公路典型要素语义分割深度学习模型适用性分析

通过对比评估了目前主流的深度学习点云语义分割的网络模型PointNet、PointNet++及RandLA-Net,在高速公路场景下的语义分割性能和效果,最后选择性能最优的RandLA-Net网络模型进行超过5 km高速公路基础要素的语义分割实验,结果表明,RandLA-Net网络模型可以较好地实现高速公路场景的激光点云语义分割,总体精度达90.53%,满足现阶段高速公路场景数字化应用的信息识别精度要求。     

不同方法对冬小麦地块级估产的适用性研究

为了探究不同估产模型对冬小麦估产的精度和适用性,提高像元级和地块级冬小麦估产精度。利用机器学习方法支持向量机（SVM）模型、随机森林（RF）模型和深度学习方法长短期记忆（LSTM）模型,对冬小麦进行产量预估。结果表明：在像元级上,LSTM模型、RF模型估产精度高于SVM模型,LSTM模型不仅能够表征作物在生育期的生长变化,还能降低人为因素干扰,估产结果更加客观真实,而SVM模型、RF模型易受到特征共线性和过拟合的影响,因此SVM模型、RF模型更适用于区域性小范围估产。在地块级上,SVM模型、RF模型和LSTM模型地块级估产精度比像元级估产精度均有提高,且LSTM模型估产精度明显高于SVM模型和RF模型,因此LSTM模型更适用于地块级估产,且LSTM模型泛化能力强、普适性高,适用于大范围农作物估产。     

超参数对GRU-CNN混合深度学习弹性阻抗反演影响研究

CNN-GRU混合深度学习反演弹性阻抗取得了较好的反演效果.但是,基于深度学习的叠前反演参数众多,包括内部深度学习网络可学习参数和外部超参数等,目前超参数选取对网络性能及计算速度影响尚缺乏系统性研究,这直接影响到了该方法的进一步推广应用.因此,本文在混合深度学习反演弹性阻抗基础上,探讨学习率、Ep-och、batch_size、正则化参数及参与网络训练的测井个数等5个超参数对网络性能及计算速度的影响,为深度学习地震反演超参数选取提供依据.研究结果可为三维大面积深度学习反演提供一个可行的质控手段,对于推动深度学习方法在石油物探中广泛应用具有一定意义.     

基于深度学习的中心回线瞬变电磁全区视电阻率计算

深度学习是人工神经网络算法的扩展,对复杂函数有很好的逼近能力,本文将其引入用于瞬变电磁视电阻率计算.首先,建立归一化感应电动势与瞬变场参数单一映射关系的5层深度神经网络,通过对单一隐含层不同神经元个数所训练的误差情况进行分析,确定5层深度神经网络各隐含层神经元个数为13,8,5,8,13.训练算法选择了改进的具有自适应学习率的Nadam算法,该算法可加速训练过程.对训练好的深度神经网络模型进行仿真实验,采用典型地电模型加以验证,发现其对不同的地电模型均具有较好的反映,证明本文采用的基于深度学习计算视电阻率的可行性.应用结果表明训练好的深度神经网络模型可快速准确计算视电阻率.     

广域电磁法在复杂电磁干扰环境的应用研究——以某市周边地热勘查为例

广域电磁法通过人工接地场源建立谐变电磁场,向地下发送不同频率的交变电流,观测一个或多个电磁场分量,以广域视电阻率探测不同埋深地质目标体。该方法以大功率、强信号的人工场压制干扰场来提高信噪比,从而获得有效观测数据。在高压线、铁路、厂房、矿区、变电站、城市周边等复杂人文噪声干扰环境下,干扰场信号幅值达到几百甚至几千微伏,其强度大于广域电磁人工场信号,难以达到压制效果。本文以某市周边地热资源大深度勘探为例,对复杂电磁干扰环境下广域电磁法的应用进行研究,取得了质量良好的观测数据,经反演解释清晰刻画了地层、构造的空间展布特征,提供了两处地热资源有利区。该例为复杂电磁干扰环境下广域电磁法应用提供了方向。     

广域电磁法三维有限单元法模拟研究

本文以Maxwell方程组为理论基础,从矢量位和标量位方程出发,采用有限单元法对广域电磁法进行了三维数值模拟研究.在模型算例中,通过具有解析解的均匀半空间模型对本文算法的正确性进行了验证,在此基础上,设计了两种不同深度的低阻异常体模型,对广域电磁法的探测深度进行了模拟研究,数值计算结果表明:广域电磁法不受场源中近区的影响,能够在全区范围内进行观测;此外,还具有探测深度大的特点,为深地资源探测提供了理论与方法支撑.     

基于U-Net的井中多道联合微地震震相识别和初至拾取方法

微地震震相识别和初至拾取是水力压裂微地震监测资料处理中的两个关键步骤,其结果会对后续事件定位和压裂裂缝缝网解释产生重要影响.常规方法如STA/LTA法、模板匹配法、多道互相关法等需要提取有效信号与噪声间振幅、偏振、频率、波形相似性等方面的特征差异完成震相识别和拾取工作.本文基于深度学习技术的自动特征提取能力,根据井中微地震观测系统的多道数据源特点,提出基于U-Net的多道联合震相识别和初至拾取方法（MT-Net）.方法采用具有"逐采样点"识别能力的U-Net模型,模型训练阶段以具有不同信号特征的多道微地震监测记录作为输入,以P波、S波及噪声的概率分布标签作为输出,通过设置二维卷积操作使得道内与道间的波形信息同时被自适应地学习,以满足对相邻道间波形记录处理结果高度一致性的要求;测试阶段将连续记录中的分段波形馈入模型,通过设定P波、S波概率分布曲线阈值完成单震相、双震相和噪声的波形分类,同时对含有效震相的微地震事件完成初至拾取.实际微地震资料处理结果显示,本文方法与同样基于U-Net的单道方法（ST-Net）相比,显著降低了震相识别中低信噪比事件漏拾与误拾发生的概率;同时有效避免了部分单道发生严重的初至拾取结果偏差及P、S震相误拾等情况.本文方法的识别与拾取结果整体上达到了与多道互相关法接近的水平,可满足微地震监测资料处理中实时性和准确性的要求.     

地-空瞬变电磁法电阻率成像研究与应用

地-空瞬变电磁法（Semi-airborne transient electromagnetic,SATEM）凭借适应能力强、探测深度大、实时性强等特点,适用于湖泊、沼泽、山区等地形复杂地区观测.SATEM接收数据量大、精度要求高,传统成像方法基于地面视电阻率计算未考虑飞行高度,开展SATEM的高精度快速成像研究对实际运用有重要作用.针对SATEM中电性源发射装置感应电流分布,接收装置设置于空中以及两者不在相同平面的特点,本文考虑横向、纵向感应电流差异,飞行高度对视电阻率影响等因素,提出电性源SATEM电阻率成像方法.首先,基于电性源瞬变电磁场感应电流分布特征及各分量空间分布、扩散特性分析,推导出基于均匀半空间磁场与感应电压解析解,然后定义了电性源地-空瞬变电磁法早期、晚期、全期视电阻率;最后根据对感应电流分布分析定义了横向分量和纵向分量的成像深度,并研究了成像深度受飞行高度、发射磁矩、偏移距、偏移角度的影响;对煤炭采空区的实测结果表明,利用本文提出的电阻率成像方法可以更加精确定位目标体位置.

     

天然气水合物似海底反射层的全波形反演

建立了天然气水合物似海底反射层(BSR)研究的全波形反演方法. 这是一种将 水平层状弹性介质的反射共中心点道集转换为截距时间-水平慢度域的反演方法. 反演过程 中采用了全局搜索方法与非线性局部搜索方法. 分两步进行. 第一步是根据走时数据应用非 常快速模拟算法求得速度结构的长波长分量. 第二步,利用波形资料用共轭梯度法求得速度 的短波长扰动分量. 这样,最后反演得到的速度结构模型包含了长波长与短波长分量. 反演 中利用了多网格参数化技术. 日本东南海海槽双BSR的速度结构的反演表明,全波形反演是 天然气水合物BSR研究的重要手段之一.     

湘中锡矿山式锑矿成矿地质条件分析

湘中锡矿山式锑矿形成于晚白垩-古新世,空间上与岩脉关系密切,各锑矿床、矿化点都伴有或附近发育有煌斑岩及中-酸性岩脉群,在锑矿成矿同期地质事件中,还有周缘一些中-新生代红色盆地的形成及基性火山岩喷发,据之,提出湘中锡矿山式锑矿成矿与燕山晚期拉张构造-岩浆活化作用有关.锑矿床(点)基本上都产出于两组或两组以上断裂的交汇点附近,3组断裂的交汇部位对应于最主要的锑矿床(点).矿体具体受断裂交汇部位附近的次级短轴背斜轴部、倾伏背斜的倾伏端及其翼部被纵向陡倾角断裂构造所切穿的部位控制,是断裂导矿与背斜构造圈闭的体现.岩性组合控矿表现为易于硅化蚀变交代的砂质碳酸盐岩与隔挡层泥质岩所构成的岩性圈闭.根据包裹体均-温度和盐度测定成果,推算成矿压力为(200～300)×105Pa,成矿深度约为1 km.