陡倾斜脉状矿体隐伏深度计算

在研究广西 10 0个矿区地质资料基础上 ,建立了陡倾斜脉状矿体隐伏深度计算经验公式 ,从而为隐伏矿床预测、减少矿床勘查风险提供了信息     

震后早期阶段余震预测研究进展

震后早期快速、准确的余震预测对震后灾害风险应对和采取有效的处置措施十分重要.震后早期阶段地震目录不完整性是影响现有余震预测方法快速、准确预测的关键因素.近年来,随着技术和模型的发展,使得震后早期数据缺失阶段的余震预测成为可能.本文针对震后早期数据缺失阶段难以开展有效的余震预测问题,分别从提升余震检测率角度阐述了匹配滤波技术和深度学习技术,从统计地震学的余震补齐角度阐述了双尺度变换技术,从最大限度利用余震信息实时预测角度阐述了Omi模型和Lippiello模型等研究进展,分析了各类方法的优劣势,并提出了综合解决震后早期数据缺失阶段余震预测“瓶颈期”问题的技术路线,为从事地震检测、余震预测以及震后趋势研判等相关工作的科研人员提供科学参考.     

张衡一号电磁卫星在轨情况及主要的科学成果

张衡一号电磁卫星是中国地震立体观测体系的天基观测平台,其科学目标是获取全球电磁场、电离层等离子体、高能粒子数据,对中国及其周边开展电离层动态实时监测和地震前兆跟踪,弥补地面观测的不足,探索地震监测预测新途径.张衡一号电磁卫星系列的第一颗试验卫星于2018年2月成功发射,现已在轨稳定运行4年多;第二颗同类电磁卫星将于2023年6月左右发射.在轨测试、交叉定标工作表明张衡一号电磁卫星具备良好数据质量.在科学产出方面,张衡一号卫星全球地磁场参考模型是全球地磁场参考模型（IGRF）构建一个多世纪以来,唯一由中国科学家牵头且唯一采用中国数据制作的全球地磁场参考模型;基于张衡一号的电离层电子密度3D模型很好地重现了电离层结构特征;张衡一号电磁卫星在地震等自然灾害、空间天气事件监测方面显示出了良好的响应能力;在圈层耦合机理方面,关于地震电磁波跨圈层传播全波计算方法能够计算出岩石圈-电离层波导及电离层中的电磁场变化,证实了张衡一号卫星电磁场载荷探测地震低频电磁异常的能力.张衡一号卫星能够反映岩石圈的地震、甚低频发射站、岩石圈磁异常、大气层的闪电等活动.科学研究结果表明张衡一号电磁卫星与其它观测结果一致...     

多种方法测定2019年皎口水库地区2.5级以上地震震源深度

应用CAP方法、sPL深度震相方法和双差定位方法,对2019年M2.5以上皎口水库地区地震震源深度进行测定。通过CAP方法进行反演,计算出最佳震源机制解及震源深度;在震中距50 km左右的近台识别出清晰的sPL震相,运用频率—波速（F-K）方法画出各种震源深度的理论波形,与实际波形进行拟合确定震源深度;建立地震事件对,利用走时差观测值与理论值的残差确定其相对位置及深度。结果发现,上述多种方法测定的结果基本一致;相对而言,双差定位方法更适合皎口水库地区地震震源深度的测定。     

非稳态地下水流系统响应降雨变化的数值模型研究

区域地下水流系统的发育受地质、气候和地形多种因素的影响。以往的地下水流系统研究主要探讨了地质、地形和稳态气候条件下所形成的局部、中间和区域流动系统的组成特征,对非稳态的地下水流系统认识不足。聚焦于研究地下水流系统对降雨变化的动态响应规律,使用HydroGeoSphere构建了剖面二维地下水地表水耦合数值模型,模拟在降雨的周期性和随机性叠加动态驱动下非稳态渗流场形成的地下水流系统。模拟结果表明,各层级流动系统的空间范围都会随着降水波动而发生变化。局部地下水流系统在雨季并非都处于扩张状态,在旱季也并非都处于收缩状态。各个局部流动系统的同时刻穿透深度之间可能具有无关、正相关或负相关关系,这取决于各个局部流动系统响应降雨变化的滞后性。中间流动系统在非稳态条件下非常活跃,其排泄出口、补给入口和循环路径随时间变化,并强烈影响局部流动系统。通过5种不同含水层参数和降雨情景的模拟对比,发现地下水流系统的滞后性和穿透深度的相关性对含水层各向异性特征较为敏感。下一步,需要更加深入地研究地下水流系统在季节尺度、多年乃至跨世纪时间尺度气候波动过程中的非稳态响应规律。     

融合储层纵向信息的机器学习岩性识别方法

测井资料中包含丰富的岩性信息,相比于取心资料,具有连续性强、成本低等优点。用机器学习方法探索测井曲线与实际取心段样本岩性之间的关系,实现储层岩性的自动识别,降低岩性识别成本,提高识别效率和准确性,可以为储层评价提供有效手段。基于岩性分类依据选择适合样本的分类方案,选取适合岩性分类问题的机器学习方法设计试验方案,提出了融合储层纵向信息的机器学习岩性识别方法,利用深度窗对常规测井数据和已知岩性数据进行了序列采样,生成了训练样本。用逻辑回归、支持向量机、随机森林、卷积神经网络和Stacking集成学习5种不同方法分别建立模型,对新疆某油田的强非均质岩层原始样本进行了岩性识别。结果表明,当深度窗宽度与岩层厚度相匹配时,在原始样本具有强非均衡性的情况下,用本方法对其进行预处理之后,各个机器学习方法获得的岩性识别准确率均有较大提高。深度窗的宽度决定了方法识别岩层厚度的精度,深度窗越小,识别精度越高;深度窗越大能够保留的纵向信息越多,对相应厚度的岩层识别准确率越高。本文的融合储层纵向信息的机器学习岩性识别方法能提升测井资料岩性识别的准确性,给非均质薄岩层的自动有效识别提供了经济有效的参考方案。     

基于D-LinkNet的2014年云南鲁甸MS6.5地震建筑物损毁与重建评估

基于谷歌影像和无人机遥感影像,利用D-LinkNet神经网络提取2014年云南鲁甸M_S6.5地震震中龙头山镇建筑物灾害信息,并计算平均震害指数的统计值,得出此次地震的烈度。基于D-LinkNet模型进行检测,将损毁建筑物的提取结果与建筑物群变化的检测结果进行相交,构建重建评估系数,确定研究区的重建程度。评估结果为研究区的地震烈度既有Ⅷ度又有Ⅸ度。2015年的重建恢复等级为“一般恢复”,2018年为基本“完全恢复”。将损毁及重建评估结果与中国地震局等相关部门发布的相关信息进行对比,证实了本方法的准确性。     

基于Oracle Spatial的空间数据库缓存的关键技术

Oracle Spatial是目前发展得比较成熟的对象关系型空间数据库存储模型,它实现了空间数据与属性数据的一体化存储,可以定义特定的数据类型,具有开放的存储格式,为GIS数据共享提供新的解决方案;但由于其采用扩展结构的空间数据库模型,对空间数据进行间接存取,数据存储和获取的效率较低。本文在阐述了扩展结构空间数据库模型的优势和局限性的基础上,提出采用缓存技术来提高数据访问效率,重点研究了空间数据库客户端缓存的关键技术,包括缓存实现机制、数据编码方法、数据一致性控制等,并给出实验对比数据,证明了空间数据缓存技术对空间数据尤其是大数据量空间数据的读取上所取得的成效。最后,本文指出了这一技术尚存在的问题及初步解决思路。