基于地震反演方法的奥陶系顶部含隔水层探测

在山西阳泉泊里矿区,太原组K₂灰岩是15号煤层上部主要的含水层,查明其富水分布特征对上下组煤层安全开采至关重要。为了准确得到K₂灰岩的富水分布区域,首先,利用常规的波阻抗反演获取精确的K₂灰岩空间展布特征。然后,结合皮尔逊相关系数法与交叉验证−逐步回归法优选出9种地震属性,构成网络的训练数据。此外,引入适合于时序数据处理且能够捕捉测井曲线前后相关性的长短期记忆神经网络(LSTM),构建智能化、多变量LSTM视电阻率预测模型,以精确地预测研究区视电阻率进而得到地层富水性分布特征。同时,分别利用常规多属性回归算法与多变量LSTM模型在井点位置建立电阻率测井曲线与地震属性井旁道之间的映射关系。最后,将井点处训练好的网络模型推广至无井区得到全区视电阻率体,根据视电阻率值的高低、矿区地质构造与陷落柱发育情况圈定灰岩富水区。实际数据的测试结果表明：与常规多属性回归算法相比,多变量LSTM模型预测误差小,与测井相关系数高,说明多变量LSTM模型可以更加精确地预测出工区视电阻率,在含煤地层的富水性预测中有较好的应用价值。\t\t\t\t

     

利用铝饱和指数评价中酸性岩浆岩的含矿性——以山西省210个中酸性岩体为例

利用常量元素地球化学特征参与评价岩体的含矿性具有重要意义.通过计算山西境内210个中酸性岩体的铝饱和指数,发现含矿岩体与非矿岩体的铝饱和指数存在一个明显的分界值,即铝饱和指数大于1.7的岩体基本与矿有关,小于此值的岩体绝大多数尚未发现与矿有关.铝饱和指数可能是反映岩体中矿元素活化释放程度或能力的一项重要指标,是本次探讨的重点,对评价其他区域中酸性岩的含矿性有重要参考意义.     

低纬子午环方位定向误差及其检测

本文分析了低纬子午环方位定向的误差来源和设置方位检测系统的必要性 ,给出了检测系统的参数 ,用实测值计算了钢球定位盘的精度和用检测值作修正的精度 ,这种修正精度是仅依靠提高仪器稳定性和加工精度所不能达到的 ,文中还叙述了检测系统存在的问题和改进方法。     

2.4m望远镜网络安全初步设计

云南天文台将在2.4m望远镜建立远程观测系统。由于远程观测系统通过网络实现通信,必然会面临网络上的各种威胁。为了保证整个网络系统的安全,避免各种不安全因素造成的损失。在对现在望远镜网络分析基础上设计了安全的网络结构,并实现了具有入侵检测功能的防火墙,这些措施初步保障了2.4m望远镜网络系统的安全。     

国土资源部海洋地质实验检测中心

1中心概况 国土资源部海洋地质实验检测中心（以下称中心）隶属青岛海洋地质研究所,原名为地质矿产部海洋地质实验测试中心,是原地质矿产部下属的专业检测机构。国务院机构体制改革后,由国土资源部批准更名为国土资源部海洋地质实验检测中心。经过20多年的努力,现已建成实验工种比较齐全、海洋特色鲜明的综合性实验检测中心。     

ETM+卫星影像极地云层检测及分析

云一直是遥感图像预处理和分析中的一大难点,本文在分析南极地区成像特点的基础上,试图利用增强型主题成像传感器(ETM+)获取影像的多波段特点,对南极格罗夫山地区ETM+卫星影像进行云的检测。结果表明,该方法不仅能比较成功地检测极地云层像元,而且能有效地去除部分厚云的影响。     

电力系统防雷装置检测技术初探

结合多年来防雷检测工作实践，指出了电力系统防雷装置的特点，指明了电力系统防雷装置安装规范的检查要点；同时，针对架空线路、变电（配电）所、架空配电网中的防雷装置，分别归纳出了配套的检测技术。     

西南极利文斯顿岛含砾泥岩层的发现及其地质意义

西南极南设得兰群岛利文斯顿岛赫德半岛中分布的一套主要由复理石相岩石组成的低级变质沉积岩（迈尔斯陡崖组）被认为是中－ 新生代火山岩的基底（晚古生代－ 早中生代？）。以前含砾泥岩在迈尔斯陡崖组局部地点曾有零星报道,但详细的地质填图确认此地有四层含砾泥岩分布。研究表明,这些含砾泥岩可能是水下碎屑流沉积,其生成环境可能是海底扇中扇的水道。对比在南极半岛所发现有大量的含砾泥岩,则进一步表明利文斯顿岛早期地质特征可与南极半岛相比,两者在中－ 新生代岩浆弧形成之前处于相同的构造环境。     

银—额盆地居延海坳陷北部侏罗纪煤田地质特征及其找煤方向研究

银根—额济纳旗盆地为内蒙古自治区煤田地质及其研究最薄弱的地区。本文阐明了盆地西部居延海拗陷的地层构成和中、下侏罗统的含煤性,分析了盆地的构造演化及其对含煤地层的后期改造,探讨了含煤岩系与白垩系的构造叠合关系以及含煤地层的赋存特征。在此基础上,提出了该区进一步找煤的思路、方向和建议。     

测井解释中煤层含气量评价方法对比研究

随着煤层气勘探的不断深入,对煤层含气量预测精度提出了更高的要求。基于煤层含气量测井响应特征,分析测井参数与含气量的相关性,提出MIV（Mean Impact Value）技术与LSSVM（Least Squares Support Vector Machine）结合的测井参数优选策略,优选最优测井参数作为网络建模的输入自变量组合,通过粒子群算法优化LSSVM网络核心参数,最后构建一套适用于煤层含气量预测的MIV-PSO-LSSVM模型。在此基础上,分别对比分析LSSVM、PSO-LSSVM、MIV-LSSVM和MIV-PSO-LSSVM模型对煤层含气量的预测性能,并与传统多元回归方法进行了对比,利用拟合优度和均方根误差对此5类模型进行评价。结果表明：PSO优化下的LSSVM模型预测精度得到有效提升,结合MIV方法优选测井参数可大幅度改善神经网络建模性能,MIV-PSO-LSSVM模型可实现煤层含气量高精度预测,为煤层气勘探及其储层评价提供新的技术支撑,且本研究的建模策略及思想可广泛应用于其他机器学习建模研究领域。