水文时间序列周期识别的新思路与两种新方法

针对水文序列周期识别的困难,提出首先对原序列处理,再识别周期的新思路,同时提出两种新方法:一种是模拟延长序列法,即通过建模延长原序列,再应用最大熵谱分析法(MESA)对延长序列识别周期;另一种方法是构建主频序列法,应用小波重构法重构原序列主频部分,然后应用MESA对重构序列进行周期识别。结合实例,运用多种方法对同一序列进行周期识别。分析结果表明:由于受序列长度偏短、偏态性、复杂随机成分等因素的影响,传统单一处理方法(周期图法、FFT、MESA、小波分析)周期识别效果并不理想,而使用两种新方法可以有效地减小或消除上述因素的影响,周期识别效果有明显改善。     

盆地地下水系统的数值模拟研究——以山西灵石静升盆地为例

以山西灵石静升盆地为例,选择三维流数学模型,合理刻画了模型边界,利用CFC定年技术对模型进行识别校正,提高了模型仿真程度,构建了适合盆地地下水系统的数值模型.最后对不同水平年盆地水动力特征进行了输出分析.     

基于实例的GIS数据库模式匹配方法

针对空间数据库的特点,提出了一种改进的基于实例的层次式模式匹配方法,并解决了实体对应关系的自动建立、要素类相似性计算、属性相似性计算等问题.最后,通过实验验证了该方法的有效性.     

高空间分辨率遥感影像的信息自动提取技术分析

随着信息技术和传感器技术的飞速发展,卫星遥感影像分辨率有了很大提高,quickbird最高分辩率达到0.61m,ikonos为1m,spot-5为2.5m,遥感影像数据处理的重要性也日益显现。遥感影像数据处理的主要内容就是对遥感数据(主要是高分辨率遥感影像数据)进行自动(半自动)图像处理分析,从而获取人们需要的信息。本文从遥感影像处理的最基本方法影像增强说起,经过影像分割,最后介绍了一些目标识别与提取的高级算法,基于知识发现、符号知识的逻辑推理等方法,说明了高分辨率卫星遥感影像对人为活动、对环境的影响成为可能。     

苏里格气田盒8气藏气水层测井识别研究

鄂尔多斯盆地苏里格气田盒8气藏为弹性驱动的河流相低效气藏,储层非均质性强,在开发中普遍见水。根据试采情况将气藏储层分为气层、水层、气水层三类,开展气、水层的测井识别研究。以区内26口井50个射孔层段各层的试油结果作为依据,选出了700个样本点作为判识建模的标本,以声波时差和中子孔隙度等8个原始测井值作为判识变量组合,采用模糊判别分析,建立了各层的判识模型。回判结果表明,模型对气层精度达到97％,水层为89％,气水层为94％。利用未参加建模的出水井射孔段对模型进行验证,判识结果基本符合实际情况,模型具有较高精度。     

人工神经网络在白云岩类型识别中的应用

利用地球化学数据,运用人工神经网络方法对美国密苏里州东南Ｂｏｎｎｅｔｅｒｒｅ组（寒武纪）滨海相的白云岩进行了分类、识别,判别率达１００％,结果表明,该方法性能良好,可望成为岩石分类、判别的有效手段。     

神经网络技术及其在测井解释中的应用

在分析传统测井岩性解释中存在的一些问题的基础上，从神经网络的机理、特点出发，探讨了利用神经网络技术进行测井岩性识别的可行性及优越性，并以找矿目的层为对象，进行了岩性分析与对比，为该方法的进一步应用开拓了前景。     

方差体技术在地震勘探中的应用

三维地震数据体反映了地下一个规则网格的反射情况。当遇到地下有断层或某个局部区域地层不连续变化时，一些地震道的反射特征就会与附近地震道出现差异而导致地震首局部的不连续性。三维方差体技术就是求取三维数据体所有样点的方差值来反映这种不连续性信息。通过该技术在济宁2号井某采区的实际应用，可看出，方差体技术在三维地震信息的自动拾取以及提高地震资料解释成果精度等方面有明显优势，对断层、陷落柱有良好的自动识别能力。     

基于模糊识别的水资源承载能力综合评价

应用模糊识别模型解决水资源承载能力综合评价问题,根据水资源承载能力相关因子自身的数据结构特性,通过模糊识别模型得到样本的级别特征值,从而达到对待评价区域的识别、归类,同时可以得到各相关因子在评价过程中的贡献率,实例部分将模型应用于全国30个省市、自治区的水资源承载能力评价,结果表明该方法的实用性和客观性。