测井资料在碳酸盐岩洞—裂缝型储层产能评价中的应用

介绍了一种基于测井资料来预测双孔结构碳酸盐岩储层产能的新方法。首先根据碳酸盐岩剖面中双孔结构储层的地质和测井特征,提取与储层产能密切相关的多个测井和地质参数,考虑到这些参数与产能的非线性相关关系以及产能数据的变化特点,采用BP神经网络技术建立其储层产能的预测模型,由此处理了轮南地区的多口井测井资料。所预测的储层段产能与试油产能较为一致,效果良好。     

塔里木与扬子新元古代热-构造事件特征、序列和时代——扬子与塔里木连接(YZ-TAR)假设

淄博市大武水源地是中国北方罕见的特大型岩溶-裂隙地下水水源地,地下水开采量为52×10~4m~3/d。为了对岩溶地下水进行有效监测,需要建立最优的地下水监测网。文中在对岩溶地下水流系统分析的基础上,建立了地下水流系统确定性-随机性数学模型,运用有限元与卡尔曼滤波耦合的模拟递推算法,对大武水源地地下水监测网进行了优化设计,结果显示:现有地下水位动态监测网难以达到监测目标,最优地下水位监测网由14个监测井,每月监测一次的监测频率组成,比现有地下水位监测网减少了2个监测井。     

重庆市自然灾害管理综合信息系统研究

从重庆市自然灾害情况及其信息管理现状分析入手,构建了重庆市自然灾害管理信息系统目标、整体设计和界面开发。重庆市自然灾害管理信息系统主要由4个模块组成：自然灾害数据库模块、远程通信管理模块、应用分析模型库模块及决策支持模块,它们通过一定的数据接口连结,在GIS平台上成为一体化系统,对重庆市自然灾害进行有效地管理和监测,从而减少自然灾害带来的经济损失。     

大庆深部致密砂砾岩含气储层产能预测

气层产能预测是气藏工程研究中用于指导气井以及气田合理生产的重要工作和任务,它在气田整体评价和高效开发进程中具有很强的预见性和主动性。讨论了大庆深部致密砂砾岩含气储层的产能与测井响应之间的关系,探讨了根据测井资料应用人工神经网络技术预测含气储层产能的方法。利用已知气井测试结果和测井资料作为网络的训练样本。根据网络学习训练结果,输入储集层的测井资料等静态参数,可预测该储集层的产能。根据这种关系采用神经网络技术实现了测井对产能的预测评价,从而为大庆深部致密砂砾岩含气储层的开发提供了一定的依据。     

2000国家GPS大地控制网数据处理方法与结果

介绍了我国GPS大地控制网的基本情况,阐述了结合地壳运动观测网络工程建立全国统一的“2000国家GPS大地控制网”的意义,并介绍了整网平差中采用的技术方法和最后平差结果及精度。     

遥感技术在新一轮国土资源大调查中的进展与作用

随着现代科学技术的飞速发展,遥感技术的应用领域越来越广泛,特别是在国土资源的本底调查、环境评价和科学规划等研究应用中,已成为空间多源信息获取的有力手段,为在国民经济发展中合理开发利用自然资源提供了科学的数据源和信息服务。作者在本文中就近年来遥感技术在遥感数据获取、遥感图像信息提取与分析等方面的进展作了简要阐述,并针对新一轮国土资源大调查的性质和任务,探讨了遥感、地理信息系统在新一轮国土资源大调查中的作用。     

GIS技术应用于城市防震减灾工作

介绍了基于GIS技术的“上海市防震减灾应急决策信息系统”,该系统由7个功能模块组合,主要有：地震地质基本信息,地震灾害快速评估子系统,地震应急决策信息子系统,信息查询,系统维护管理等。介绍了彩红外航片遥感等软件应用技术,并提出此系统需改进之处。     

流域地理景观的GIS数据三维可视化

应用以"GIS"为核心的空间信息技术,是开展"数字流域"工程建设自然和最佳的选择。结合"清江流域水文水情与洪水演进仿真系统"的具体研制,分析流域地理数据特点及传统GIS在"数字流域"建设中的优缺点,在应用传统GIS二维方式展示形式管理和预处理先期各类基础流域地理空间数据及其相应属性数据的基础上,为满足仿真系统系列三维可视化要求,建立面向流域空间实体对象的数据模型,定义流域地理空间对象数据结构,将流域地理常规的GIS数据以三维形式展示,在实际的系统开发过程中,取得较好的三维可视化效果,并可满足"数字清江"建设各阶段综合处理、分析、评价、决策以及可视化等方面的需求。     

澜沧-耿马Ms7.6级地震前兆综合加权信息量的变化

在地震综合信息量的基础上,改进了地震前兆异常的出现概率的计算方法,得到地震前兆综合加权信息量.利用"地震预报专家系统"的思想对每一异常事件进行综合评估.考虑到异常的可靠性、有效性、显著性及相互关联性,给予不同的权重,以每一异常事件的最可能发震时间来估算异常出现的概率,计算了澜沧-耿马地震的地震前兆综合加权信息量,并对这种信息量变化的特点进行了分析.     

地质灾害的非线性数据处理与建模技术

本文简略地介绍了几种地质灾害数据处理与建模的非线性方法,主要包括GMDH自组织建模技术、神经网络方法。GMDH是一种高阶非线性回归建模方法,它是以简单的二元二次回归方程为基础,通过"代复一代"的"生产"过程,客观、自动地求得实际资料的非线性模型。而神经网络则是用工程技术手段模拟生物神经网络的结构特征和功能特征的一类人工系统。与常规统计方法相比,神经网络最突出的优点为它是通过对网络的学习和训练,来掌握变量之间的非线性关系。因此,其处理复杂问题的能力更强大。实例检验效果表明,这些非线性数据处理与建模技术考虑了地质灾害问题的非线性特性,其比基于常规统计理论的数据处理方法的精度要高得多。