基于非线性测度函数的改进属性识别模型在水质综合评价中的应用

线性测度函数的传统属性识别模型,对水质评价标准随机抽样的评价结果存在较大误差。为增加其对实测样本评价的可信度,提出了基于非线性属性测度函数的改进属性识别模型。均匀随机和正交设计两种抽样的评价试验显示,改进属性识别模型评价结果准确度明显好于传统模型,说明指标的属性测度函数对属性识别模型的综合评价结果有重要影响。太原市地下水水质的综合评价实例说明,由于非线性测度函数比线性测度函数能更好地描述评价指标的实际隶属度,故改进的属性识别模型具有更高的评价可信度,在水质综合评价中具有更广泛的适用性。     

Effect of Multipoint Heterogeneity on Nonlinear Transformations for Geological Modeling： Porosity-Permeability Relations Revisited

An analysis of statistical expected values for transformations is performed in this study to quantify the effect of heterogeneity on spatial geological modeling and evaluations. Algebraic transformations are frequently applied to data from logging to allow for the modeling of geological properties. Transformations may be powers, products, and exponential operations which are commonly used in well-known relations (e.g., porosity-permeability transforms). The results of this study show that correct computations must account for residual transformation terms which arise due to lack of independence among heterogeneous geological properties. In the case of an exponential porosity-permeability transform, the values may be positive. This proves that a simple exponential model back-transformed from linear regression underestimates permeability. In the case of transformations involving two or more properties, residual terms may represent the contribution of heterogeneous components which occur when properties vary together, regardless of a pair-wise linear independence. A consequence of power- and product-transform models is that regression equationswithin those transformations need corrections via residual cumulants. A generalization of this result isthat transformations of multivariate spatial attributes require multiple-point random variable relations. This analysis provides practical solutions leading to a methodology for nonlinear modeling using correct back transformations in geology.     

植被波谱空间尺度效应及尺度转换方法初步研究

基于遥感图像的地物识别需要大量地物波谱数据的支持,而现有地物波谱库中收集到的同一地物的波谱,由于其测量尺度和方法的差异,波谱也存在很大差异.以冬小麦为例,首先介绍了材料波谱、端元波谱和像元波谱这3种不同尺度波谱的概念,并以实验数据分析了不同测量尺度下波谱的差别,以此说明波谱尺度转换的必要性.然后利用物理模型和统计模型建立不同测量尺度下的波谱转换关系.分别验证了SAILH模型和线性光谱混合模型在波谱转换中的精度.研究表明,在大尺度上采用统计模型,在小尺度上采用非线性的物理模型可以解释不同尺度观测植被波谱之间的差异.     

基于相关系数匹配的混合像元分解算法

遥感影像中的混合像元不仅影响地物识别和分类的精度,而且已成为遥感科学向定量化发展的主要障碍.为此,人们已经提出了多种混合像元分解算法,其中应用最为广泛的是最小二乘法.该方法虽然具有意义明确、简单易行等特点,但也易受局部噪声、大气效应、环境辐射等因素的影响.本文将混合像元分解问题归结为一个基于光谱匹配的非线性最优化问题,并针对最小二乘法的不足提出了一种新的基于相关系数匹配(spectral correlation matching, SCM)的混合像元分解技术.通过在北京市北三环及其以北区域内案例的研究表明:在城市区域内,利用图像选取终端端元的办法,基于相关系数匹配的混合像元分解算法的总体精度高于带全约束的最小二乘法(LS)的分解结果.对比分析表明:在目标光谱的绝对值整体放大或缩小而光谱形状得到了很好的保持、及局部噪声使得光谱值显著变化但光谱形状得到了一定程度保持时,基于光谱形状的相关系数法可以得到比基于光谱绝对值的最小二乘法精度更高的分解结果.     

直流电测深法与中心回线瞬变电磁法联合反演

分析了直流电测深法(VES)与中心回线瞬变电磁法(TEM)对地层的响应特征,结果显示:TEM对低阻层反应灵敏,而VES对高阻层具有较高的分辨能力。基于TEM与VES对地层响应特征互补的特点,尝试将TEM与VES数据进行联合反演,模型试算结果表明,联合反演的效果明显比单一方法反演的效果好。     

储层反演技术在新疆兰尕地区的应用

新疆塔里木盆地沙稚隆起艾协克-桑台塔木油气区是地震工作最早、勘探程度较高地区．1994年以来,地矿部西北石油局加大了对该区的勘探力度,先后在桑塔木、艾协克、塔里木乡、牧场北、艾协克北、桑塔木东北部署了三维地震勘探工作,并对三维地震资料进行了处理与解释,落实了有利圈闭．在此基础上对有利区块开展了储层反演工作,确定了工区储层展仃特征,为该区下一步开发部署提供了依据．     

RBF网络在地质样品非线性基体效应校正中的应用

基于RBF(Radial Basis Function)网络的正交最小平方算法,对攀枝花地质样品进行动态非线性基体效应校正.首先采用EDXRF仪器对样品进行测量,并对样品的荧光计数进行归一化,设计出自动分类模型和动态非线性数据基体效应校正模型的二级串联结构,用自组织神经网络(SOFM)进行分类,然后用RBF网络预测了未知样品元素Ti的百分含量.结果表明:对所预测样本的Ti的百分含量与化学分析相比的误差均小于0.5%.由此可见,用RBF方法可以有效地对地质样品进行非线性基体效应校正,能够达到工矿生产的要求.     

低阻油层的电测井资料反演与动态侵入模拟

高矿化度钻井液侵入是造成油层低电阻的重要因素之一,泥浆滤液侵入越深,对测井结果影响越大,甚至造成解释错误或油层漏失.采用非线性最小二乘原理进行电测井反演预处理,并将其同以多相流渗流、对流扩散理论为基础的电测井动态模拟相结合,能更加真实地反映动态侵入特点,获取原状地层真电阻率和流体饱和度,从而有效地改善低电阻率油气层电测井资料的有效性,为低电阻率油层的识别和评价提供可靠的依据.     

基于神经网络方法的芦苇叶面积指数遥感反演

提出了一种从TM图像上获取芦苇冠层叶面积指数的方法:首先对芦苇的生长背景进行分类;然后,对不同的背景光谱利用冠层反射率(FCR)模型计算得到查找表;最后,利用实测数据和查找表中的数据作为参数进行BP神经网络模型训练,从而得到芦苇冠层LAI。结果表明,人工神经网络方法有很强的非线性拟合能力,能够消除背景对反演结果的影响,有效提高LAI反演的精度。     

模拟退火算法在控制网平差中的应用

线性最小二乘估计在对非线性函数进行线性近似的过程中会产生模型误差,而一些非线性参数估计方法可能因为函数复杂而难以求导,法方程系数矩阵秩亏或呈病态矩阵时难以求解,非线性迭代解法有时对初始值的选择存在依赖性,不恰当的初始值会导致迭代无法收敛。针对这些问题,引入了模拟退火算法,介绍了该算法的基本原理、计算步骤和收敛性,并以3个控制网平差应用为例,说明该算法具有无需求导求逆,简洁实用,易于编程等优势,并能实现全局优化,获得高精度的平差结果。