海洋声层析的基本原理和应用

从射线声学和简正波声学的角度，概述了海洋声层析的基本理论，包括射线走时反演、简正波走时反演、简正波相位反演和简正波水平折射层析。海洋声层析以反演海水温度和流速为基础。还总结了声层析在海洋学研究中的应用。     

卫星测高在海洋测绘中的应用

研究了卫星测高数据在海山探测以及无图海域水深预测方面的应用。介绍了匹配滤波法检测海山的理论与方法，并研究了反演海底地形时的重力导纳理论以及滤波窗口和滤波函数的选择。实践表明，利用卫星测高数据反演海底地形的精度可优于水深的10％。     

过去21Ma以来大洋表面pH值的替代物——有孔虫中的硼同位素

过去２１Ｍａ以来大洋表面ｐＨ值的替代物──有孔虫中的硼同位素Ａ．Ｊ．Ｓｐｉｖａｃｋ等在ＯＤＰ８０３Ｄ孔（２°２５．９８′Ｎ，１６０°３２．４６′Ｅ；水深３４１０ｍ）中分离出了孔隙水和有孔虫样品。该孔从顶部至２２０ｍ处主要由９９％以上的生源沉积物与碳酸...     

利用归一化层速度预测和研究储层物性的方法

归一化层速度是对任意深度处的层速度进行归一化处理的一种速度形式，归一化处理的目的是把任意深度处的层速度转换为与深度无关的格式，归一化后层速度的横向变化主要取决于地层岩性，孔隙度等物性的变化，利用这一特点可以方便地利用已知钻井资料对其进行标定，比较简单地进行地层岩性，孔隙度等特性的预测。实际应用表明，其预测结果与钻井揭示吻合较好，预测效果令人满意。     

天然气水合物成矿的沉积控制因素

天然气水合物是一种非常规的天然气矿藏，其形成与分布除了需要特定的温压条件外，还需要合适的沉积条件。截止2002年底，世界上共有l16处已直接或间接发现水合物，直接见到水合物样品的只有23处(海洋20处、陆地3处)，所以对水合物沉积条件的系统研究处于比较薄弱的阶段，文献报道也较少，目前认为其形成的沉积控制因素主要有岩性、沉积速率、有机碳含量、沉积环境及沉积相等4方面。     

相空间反演方法在表层水温预报中的应用

利用相空间理论及方法对渤、黄、东海共4个站位近十几年的旬平均SST进行分析。结果表明：表层水温具有混饨特性，其吸引子关联维数平均约为1．23、嵌入相空间维数为6（渤、黄海）和7（东海178号站位）、二阶Renyi熵平均约为3．7×10-4（1／d）及平均可预报时间尺度平均为27个点；基于以上分析结果运用相空间反演方法建立了旬平均SST的反演模型，并且在试预报的前5旬的最大相对误差约为4．2％。     

断阶型潜山带地质模型的建立及储层预测--以CG20潜山为例

以 CG2 0潜山为例 ,从建立地质模型入手 ,包括地层模型、构造模型、储集模型、储盖组合模型、速度模型等 ,认识到各套地层分布和储层物性的差异均与地震响应密切相关 ,因此可以利用地震波的信息 ,预测潜山储层的发育及分布情况。在对 CG2 0潜山进行精细全三维构造解释的基础上 ,探讨性地应用了测井约束反演、吸收系数、相干分析及三维模式识别等技术 ,对潜山储层进行了预测 ,从而提高了潜山勘探的效益 ,并为类似断阶型潜山带的勘探提供了成功的经验 ,具有一定的指导意义。     

塘沽海区海底地形的SAR影像仿真与反演研究

利用袁业立、金梅兵(1997)提出的海底地形SAR影像仿真与反演模型，对渤海塘沽海区的一张Radarsat SAR影像进行了仿真和水深反演研究。研究结果表明：仿真影像与真实SAR影像基本吻合，反演水深与实际水深也有较好的一致性；进一步证实了袁业立(1997)SAR成像机理的正确性和在中国近海利用SAR影像进行浅海水深探测的可行性。     

卫星高度计海面高度时间距平场反演平均场的理论基础

由于卫星高度计海面高度场中含有大地水准面信息,在目前测量和计算大地水准面不甚精确的情况下,对其时间距平场的分析应成为目前使用这种资料分析海洋动力学的主要途径。本文从海洋动力学角度,从理论上阐述了时间距平场中包含着平均场的信息,从而从理论上提供了一种时间距平场反演平均场的方法。通过数值实验获得模拟的Geosat高度计资料,定量分析了时间距平场对平均场的贡献,即T内尺度内脉动量对T际尺度运动的贡献,并对上述反演方法进行了模式检验。     

用Matlab中的Neural Network Toolbox仿真赤道东太平洋SST的预报模型

基于ＮＣＥＰ／ＮＣＡＲ再分析资料和ＣＯＡＤＳ海洋资料中的全球月平均海平面气压场、８５０hPa纬向风场及海洋温度场，利用Ｍatlab中的Ｎeural Network Toolbox仿真环境和ＢＰ模型改进算法比较准确地仿真和反演出了南方涛动指数、赤道纬向风指数和滞后的赤道东太平洋海温之间的动力结构和预报模型。该模型具有很好的拟合精度和可行的预报效果。可在一定时效内预测赤道东太平洋月平均海温的变化趋势。由于所建系统是具有直接因果关系的预报模型，因此不仅可直接用于预测，而且可有效避免类拟非线性微分方程组在积分过程中由于对初值敏感性而可能产生的对预报结果的不确定性。