空间坐标系变换的函数梯度描述方法

为了将空间坐标系变换由静态的、不随时间发生变换的情况推广到动态的、随时间发生变换以及任意角度发生变换的情况,基于单位四元数构造的旋转矩阵和罗德里格矩阵的完全等价性,揭示出空间坐标系（空间直角坐标系）变换与函数梯度的数学关系,推导出由函数梯度表示的空间坐标系变换的数学公式,在理论上说明了用函数梯度描述空间坐标系变换的方法。研究表明：在数学意义上,空间坐标系变换的本质是\"场\",可以用\"场\"的概念统一以任意角度发生旋转变换的空间坐标系变换特例。为进一步研究空间坐标系随时间发生连续变换的情况或以新的思路为运动载体定姿奠定了理论基础。     

共接收点倾斜叠加波动方程偏移

共接收点倾斜叠加波动方程偏移,本质上是一种叠前偏移方法.每给定一个斜率P,对经过叠前（动校正前）常规处理的地震记录中的各共接收点道集,沿直线t=τ+px进行倾斜叠加,就形成一个共接收点倾斜叠加剖面.对之进行波动方程偏移,该偏移剖面将代表地下真实构造.对一系列的p,我们可以得到一系列这样的偏移剖面.对它们作共接收点叠加,偏移叠加剖面的信噪比将超过水平叠加剖面.本文导出了在均匀、水平层状及非均匀介质条件下的共接收点倾斜叠加波动方程偏移算法.     

基于静态小波变换改进邻域系数法的遥感图像滤波

针对NeighShrink滤波算法存在的不足,提出了改进的阈值估计策略和系数收缩方案,并将改进算法与静态小波变换相结合进行图像滤波,取到了较好的滤波效果.实验验证了改进算法的有效性,以峰值信噪比PSNR作为客观评价指标,通过与经典方法的比较,对该算法的滤波性能做出了客观评价.     

The Solid-liquid Transformation of Low-grade Solid Potash Deposit in Dalangtan Basin and the Simplification of the Liquid Phase System

正We studied the solid-liquid transformation of low-grade solid potash deposit in Dalangtan Basin and simplified the liquid phase system.We did experiments to optimize conditions of the solid-liquid transformation.The Suitable     

基于数据分布域变换与贝叶斯神经网络的渗透率预测及不确定性估计

渗透率是储层评价和油气藏开发的关键参数.传统测井方法与常规机器学习方法估算的渗透率都是固定值.但由于测井数据本身存在噪声, 渗透率的预测结果可能受到噪声的影响出现测量性的随机误差(即任意不确定性); 同时, 当测试数据与训练数据存在差异时, 机器学习模型在预测渗透率时可能出现模型参数的不确定性(即认知不确定性).为实现渗透率的准确预测并量化两种不确定性对结果的影响, 本文提出基于数据分布域变换和贝叶斯神经网络同时实现渗透率预测及其不确定性的估计.提出方法主要包括两个部分: 一部分是不同域数据分布的相互转换, 另一部分是基于贝叶斯理论的神经网络渗透率建模预测和不确定性估计.由于贝叶斯神经网络存在数据分布的假设, 当标签的概率分布与网络的分布保持一致时, 贝叶斯神经网络可以更好的学习到数据之间的关系.因此通过寻找一个函数将一个原始域的渗透率标签转换为目标域的与渗透率有关的变量(我们称为目标域渗透率), 使得该变量符合贝叶斯神经网络的分布假设.我们使用贝叶斯神经网络预测目标域渗透率以及任意不确定性和认知不确定性.随后, 通过分布域的逆变换, 我们将目标域渗透率还原回原始域渗透率.应用本文方法到某油田的18口井的测井数据中, 使用16口井的数据进行训练, 2口井进行测试.测试井的预测渗透率与真实渗透率基本一致.同时, 任意不确定性的预测结果提供了渗透率预测值受到的测井数据噪声影响的位置.认知不确定的预测结果说明数据量少的位置具有更高的认知不确定性.我们提出的这一流程不仅显示了在储层表征方面的巨大潜力, 同时可以降低测井解释时的风险.

     

a'Trous小波与HIS变换相结合的遥感影像融合分析

采用a'trous小波与HIS变换相结合的方法对Aster多光谱影像和资源二号全色影像进行融合实验和评价,并与传统的HIS变换和小波变换融合方法加以对比.结果表明:a'trous小波与HIS变换相结合的融合效果最好,吸取了两种单一融合方法的优点,不仅较大程度上提高了原始影像的空间细节表达能力,而且很好地保留了原始影像的...     

双平方根单程波动方程叠前τ偏移方法

本文将常规双平方根（DSR）单程波动方程从深度域变换到双程垂直走时（τ）域,由此推导出可从数学上实现“沉降观测”的单程波DSR传播算子. 其递归波场延拓算法包含波数域针对常速背景的相移处理和空间域针对横向速度扰动的相位校正,可以应对上覆地层速度横向变化对构造成像的影响. 结合零炮检距、零时间成像条件,提出了在τ域进行波场延拓与成像的DSR方程叠前偏移新方法. 为了克服其全三维偏移算法在实际应用中可能面临的困难,本文采用稳相近似,在crossline常炮检距偏移理论基础上推导了实用的共方位角叠前τ偏移方法. 数值试验表明,DSR方程叠前τ偏移在强横向非均匀介质中的成像精度与分辨率优于传统的时间域成像技术.     

长江口沉积物-水界面砷的迁移转化机制与微生物调控分析

为探析长江口沉积物-水界面砷的迁移转化机制,本文分析了2019年夏季长江口4个站位上覆水和间隙水中总As浓度及形态的剖面变化特征,耦合氧化还原敏感元素(Fe、Mn和S)的剖面变化剖析了沉积物-水界面砷循环的Fe-Mn-S控制机制,同时结合砷相关功能基因探讨了沉积物-水界面砷迁移转化的微生物调控过程,估算了沉积物-水界面总As的扩散通量。结果表明,除A7-4站位外,长江口其他3个站位间隙水总As以As³⁺为主要存在形态,且总As浓度均在上覆水中为最低值(0.748~1.57 μg·L^-1),而在间隙水中随着深度增加而逐渐增加并在6~9 cm深度达到峰值(7.14~26.9 μg·L^-1)。间隙水总As及As³⁺浓度的剖面变化趋势与溶解态Fe²⁺、Mn²⁺相似,其均在中间层出现高值,说明沉积物Fe/Mn还原带砷的释放可能是随固相Fe(Ⅲ)或Mn(Ⅳ)的还原而转移到间隙水中的。氧化层和Fe/Mn还原带过渡区间隙水砷浓度与砷异化还原菌功能基因arrA和arsC丰度存在对应关系(除A1-3站外),说明砷异化还原菌将溶解As⁵⁺或固相As⁵⁺还原为溶解As³⁺可能是该过渡层砷迁移转化的另一重要过程。硫酸盐还原带的间隙水总As和As³⁺浓度降低,但由于间隙水的低S^2-浓度不利于砷硫化物生成,因此深层间隙水砷可能与铁硫矿物结合而被移除。底层环境氧化还原条件是影响沉积物-水界面砷迁移转化的重要因素,随底层水DO浓度的降低,砷迁移转化更倾向于微生物还原控制。长江口沉积物-水界面总As的扩散通量为1.18×10^-7~2.07×10^-7 μmol·cm^-2·s^-1,均表现为沉积物间隙水中总As向上覆水释放,即沉积物是研究区域水体总As的来源之一。     

Stepwise Conditional Transformation for Simulation of Multiple Variables

Most geostatistical studies consider multiple-related variables. These relationships often show complex features such as nonlinearity, heteroscedasticity, and mineralogical or other constraints. These features are not handled by the well-established Gaussian simulation techniques. Earth science variables are rarely Gaussian. Transformation or anamorphosis techniques make each variable univariate Gaussian, but do not enforce bivariate or higher order Gaussianity. The stepwise conditional transformation technique is proposed to transform multiple variables to be univariate Gaussian and multivariate Gaussian with no cross correlation. This makes it remarkably easy to simulate multiple variables with arbitrarily complex relationships: (1) transform the multiple variables, (2) perform independent Gaussian simulation on the transformed variables, and (3) back transform to the original variables. The back transformation enforces reproduction of the original complex features. The methodology and underlying assumptions are explained. Several petroleum and mining examples are used to show features of the transformation and implementation details.