基于深度学习和时空特征融合的海洋渔船密度预测方法

为了从海量渔船轨迹数据中挖掘隐含的信息和知识,进而为渔业行政主管部门的决策提供科学依据,本研究以AIS渔船轨迹数据为研究对象,提出了一种基于深度学习和面向时空特征融合的海洋渔船密度预测方法：首先,利用渔船轨迹数据集对渔船行驶区域进行网格划分;其次,筛选出渔船高密度区域进行研究,避免数据稀疏性问题;再次,根据渔船轨迹数据的时空分析,构建三维时空融合矩阵;最后,通过卷积循环神经网络模型捕获渔船分布的时间和空间特征,并利用卷积神经网络的堆叠加强对空间特征的学习。实验通过东海海域渔船真实轨迹数据进行具体测试,结果表明渔船密度预测值与真实值非常接近,平均绝对误差为4×10-4,模型较好地拟合了渔船密度分布特征,有效地提高了渔船捕捞热点预测的准确性和鲁棒性。     

构造成图技术在地震资料稀缺、地形复杂情况下的应用——以D盆地研究为例

海外勘探中常遇到的资料稀缺、地质条件复杂等困境,直接加剧了勘探难度和挑战性,所以急需快速而有效的方法取得研究成果并指导勘探.文中以地震资料稀缺、地形复杂的D盆地为例,总结出了一套适用于本区的构造成图技术和流程.结合地震、钻井、文献多样化信息,借助数字化的地质剖面和重磁信息约束的趋势面综合网格构造成图,对地震空白区进行了有效的趋势约束,得到了基础区域地质图件,取得了良好的应用效果,为下一步的盆地构造分析以及构造单元划分奠定了坚实的基础.     

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.     

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.     

垂直旋转椭球体的自然电场及其解释

引言在尋找硫化物礦體時,經常應用自然電場法。由於這種礦體的形狀是多样而十分複雜,對其觀察結果,現在廣泛應用的定量解釋方法為近似地把礦體看作球狀,圓柱狀或板狀來解釋。而對於最常遇到的透鏡狀礦體則尚未見到簡單的解釋方法。本文近似地把透鏡狀礦體看作繞垂直軸旋轉的橢球體。下面我們先來研究它們產生的自然電場,然後研究其定量解釋方法。     

高分辨率遥感影像解译中的机器学习范式

高分辨率遥感影像解译是遥感信息处理领域的研究热点之一,在遥感大数据知识挖掘与智能化分析中起着至关重要的作用,具有重要的民用和军事应用价值.传统的高分辨率遥感影像解译通常采用人工目视解译方式,费时费力且精度低.所以,如何自动、高效地实现高分辨率遥感影像解译是亟待解决的问题.近年来,随着人工智能技术的飞速发展,采用机器学习...     

Empirical formula for wave length of ocean wave in finite depth water

In this paper, function characteristics of dispersion of ocean wave in finite depth water were analyzed systematically. The functional form of the fitting function is reasonably proposed, in which the parameters are optimally determined by the least square method （LSM）. For infinitely deep and extremely shallow water,the fitting function fits strictly the dispersion to be fitted. A new technique is presented in application of LSM.An empirical formula with maximum error of less than 0.5% for computing wavelength in finite depth water is presented for practical applications.     

倾斜煤层底板破坏特征的微震监测

带压开采是承压水上采煤的主要方法,底板采动破坏深度的确定是实现带压开采的关键和前提。针对底板采动破坏深度现场测量方法的局限性,特别是倾斜煤层（煤层倾角在25°～45°之间）底板采动破坏深度的现场测量。以桃园煤矿1066工作面为例,利用高精度微震监测技术,对承压水上倾斜煤层底板的采动破坏特征进行了连续的、动态监测。监测结果表明：（1）工作面运输巷（下顺槽）附近的底板比工作面回风巷（上顺槽）附近的底板破坏深度更深,破坏范围更大;（2）倾斜煤层工作面底板破坏形态整体呈现为一个下大上小的非对称形态。根据微震监测结果,确定了1066工作面回风巷和运输巷附近底板的最大破坏深度,划分了倾斜煤层工作面底板突水危险区域。将微震监测的倾斜煤层底板破坏深度与经验公式计算的底板破坏深度进行了对比,指出了经验公式存在的不足