基于分区的局域神经网络时空建模方法研究

区域数据表现为两种尺度的空间特性:反映全局特征的空间依赖性和反映局域特征的空间波动性.空间波动性表现为空间数据在局部地区的聚集或高低交错现象.在研究区域数据时空预测性建模时,从降低数据的空间波动和不平稳性对模型预测能力的影响角度出发,提出了一种基于分区的局域神经网络时空非线性建模的思路.分区过程由基于空间邻接关系的K-means聚类算法完成.不同的分区方案通过相关性、波动性、紧凑性等指标进行评价和优选.在确定最优分区方案的基础上,对各子区分别采用两层前馈网络进行建模,模型的输入不仅要考虑本区内单元的作用,而且要考虑相邻子区的边界效应.各神经网络模型的时空预测能力通过平均相均差和动态相似率等指标进行衡量.最后,通过对法国94个县每周流感报告病例的时空建模分析表明,与全局神经网络模型相比,基于分区的局域神经网络模型具有更好的预测能力.     

基于GIS的建筑用地钉桩数据录入系统开发

利用GIS技术开发完成了建筑用地钉桩录入系统,利用数据下载机制和时间戳,实现了数据库的离线编辑,解决了网络用户同时编辑时数据库冲突问题。通过专门的录入界面,使存储在ArcSDE空间数据库和ORACLE上的其它描述信息同时更新,保持数据一致行和实效性。     

国内部分IGS站点汶川地震前后的时变特征

在介绍各种GPS静态方法和动态定位方法的基础上,对我国武汉及昆明IGS站点在汶川地震时的时变特征进行了分析,通过数据处理可以发现,IGS跟踪站点在地震前后的动态结果无论是采用双差结果还是精密单点定位结果,都显示其有明显的变化,而采用动态定位更能显示这种变化。同时,IGS跟踪站点长期变化还无法反映地震的前兆影响。     

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.     

基于钻孔数据的三维地质建模与可视化研究

三维地质模型能够完整准确地表达复杂地质现象的边界条件及地质体内含的各种地质构造,直观地再现地质单元的空间展布及其相互关系,最大限度地提高地质分析的直观性和准确性,因此三维地质建模已引起地质、采矿、岩土工程等诸多领域的日益重视。笔者在综合考察多种建模方法的基础上,结合工程实践,提出了一种实用的工程地质三维建模实施方法。该方法以钻孔资料和地质剖面数据为三维地质建模的源数据,允许用户手工修正模型剖面地层分界线,从而实现对建模过程的干预和控制,克服了单纯依靠钻孔数据建模结果不精确且难以修正的问题。最后,通过一个研究实例展示了该方法的实际建模效果。     

多点地质统计学在河流相储层建模中的应用

多点地质统计学综合了基于象元方法以及基于目标方法两者的优点,对于河流相等具有复杂地质形态的储层精确建模具有较强的优势.在对传统建模方法综合分析的基础上,介绍了多点地质统计学的基本理论及SNESIM算法,并应用该技术对大牛地气田某开发井区的辫状分流河道相进行了实际建模.研究结果表明,在河流相储层建模中,该方法比传统的建模方法更具优越性.最后,进一步综合讨论了多点地质统计学目前面临的主要问题(包括训练图像、目标体连续性、数据样板选择、综合地震信息等方面)的改进方法.     

复杂山地速度建场新方法在秋参1井区的应用

速度建场的精度是制约复杂构造区成图精度的关键因素.针对山地构造复杂、地震资料品质差、叠加速度谱可信度低等问题提出了相应的解决办法.其中,层速度曲线绘制技术、曲线轨迹计算层速度技术、盐层速度建场技术等具有一定的创新性,在实际应用中取得了很好的效果,在复杂山地的变速成图中可以进一步推广使用.     

相控建模技术在羊二庄油田的应用

羊二庄油田的明馆储层非均质性严重,高含水、高开发后期的剩余油分布比较复杂,第一次油藏描述中应用传统的确定性建模方法已经不能满足剩余油挖潜的需要.采用RMS相控建模软件,通过构造建模、沉积微相建模、储层物性建模,建立羊二庄油田三维可视化相控地质模型,并实现了与数模软件的无缝接口.     

矿井涌水量混沌时间序列分析与预测

矿井地下水系统是个非线性系统,由于地下水系统的复杂性,很难完全确定影响矿井涌水量的因素,因此传统的矿井涌水预测表现出较大的局限性。而混沌时间序列分析能够利用单变量处理方法,分析矿井地下水系统中,由于多因素耦合作用所产生的矿井涌水量时间序列。通过对某矿区1985年9月至2005年2月矿井涌水量时间序列资料的分析,显示矿井涌水量时间序列具有混沌特征;通过对比预测值和实测值,表明预测精度高。因此,混沌时间序列分析方法用于矿井涌水量预测是可行的。     

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.