神经网络技术及其在测井解释中的应用

在分析传统测井岩性解释中存在的一些问题的基础上，从神经网络的机理、特点出发，探讨了利用神经网络技术进行测井岩性识别的可行性及优越性，并以找矿目的层为对象，进行了岩性分析与对比，为该方法的进一步应用开拓了前景。     

塔里木盆地哈拉哈塘地区奥陶系一间房组岩溶储集层地震识别与控制因素

哈拉哈塘地区位于塔里木盆地北部隆起轮南低凸起奥陶系潜山背斜西翼上,其中奥陶系一间房组碳酸盐岩岩溶储集层具有成因复杂、非均质性强和识别困难等特点。以该地区现有钻井资料、地震解释成果为基础,在现代岩溶研究成果的指导下,利用分时窗提取、断裂属性(Fault Fracture Attribute,FFA)裂缝预测等特色技术,详细刻画了一间房组孔洞、裂缝型储集层空间分布特征。利用地层CT扫描古河道识别、残厚法古地形恢复、基于优化算法的构造识别体断裂精细刻画等特色技术开展了岩溶储集层控制因素分析,指出古地形较高、水系发达、小断裂发育等是一间房组岩溶储集层发育的有利控制因素。面对现有碳酸盐岩岩溶储集层勘探难题,以现代岩溶理论为指导,钻井—地震结合,综合利用多种地震预测技术是开展研究区碳酸盐岩岩溶储集层识别和控制因素分析的重要手段。     

基于面向对象的山东省冬小麦种植面积监测

利用遥感技术,使用eCognition软件的面向对象分类技术,对RAPIDEYE卫星影像进行分类识别,从而快速、准确的监测小麦种植面积,为冬小麦财政补贴提供数据和技术支持。以兖州市为例,行政区面积6.501 9万hm2,小麦监测面积3.1715万hm2,小麦面积监测精度达到了90.5%。     

Comparison of adaptive structural damage identification techniques in nonlinear hysteretic vibration isolation systems

Early structural damage identification to obtain an accurate condition assessment can assist in the reprioritization of structural retrofitting schedules in order to guarantee structural safety. Nowadays, seismic isolation technology has been applied in a wide variety of infrastructure, such as buildings, bridges, etc., and the health conditions of these nonlinear hysteretic vibration isolation systems have received considerable attention. To effectively detect structural damage in vibration isolation systems based on vibration data, three time-domain analysis techniques, referred to as the adaptive extended Kalman filter （AEKF）, adaptive sequential nonlinear least-square estimation （ASNLSE） and adaptive quadratic sum-sqnares error （AQSSE）, have been investigated. In this research, these analysis techniques are compared in terms of accuracy, convergence and efficiency, for structural damage detection using experimental data obtained through a series of laboratory tests based on a base-isolated structural model subjected to E1 Centro and Kobe earthquake excitations. The capability of the AEKF, ASNLSE and AQSSE approaches in tracking structural damage is demonstrated and compared.     

可穿戴调绘记录仪研究

调绘是测绘生产中的重要工序。本文提出的可穿戴调绘记录仪能够实时记录视频、音频信息和GNSS轨迹坐标,并可响应语音命令,播报当前位置要素信息。该系统解决了平板调绘等操作不便的问题,解放了作业人员的双手,最大限度地保留了调绘时看到的信息,不需要质检人员到实地查看,节省了调绘作业的成本。     

归类识别地名匹配算法

针对现有中文地名匹配算法忽略中文表达的多样性和规则性使得匹配准确性不足的问题,文章提出了一种归类识别地名匹配算法。该算法首先基于地名通名词典和地名结构规则知识库对地名类型判定,然后进行地名核心词字符串相似度匹配,最终得到符合查找期望的匹配结果。论文以居民小区地名为具体研究对象,利用该算法对德州市600条已售小区数据进行匹配验证,试验结果表明该算法在匹配效率和准确性两方面有较大提升。     

基于卫星遥感图象纹理特征的云类识别方法及软件设计

介绍了基于卫星遥感资料,运用纹理学识别云类的原理、方法及软件设计。理论与实际分析表明,不同的云类对纹理敏感,纹理特征量是识别云类的良好因子,软件设计充分考虑了模块化,可视化与交互性。     

基于两种无人机航拍影像的林窗和林冠提取分析

森林冠层和林窗的结构及其时空变化是理解森林生态系统格局、动态变化过程的重要基础。在当前生物多样性监测倍受关注的契机下,如何以合适的手段准确描述林窗面积、分布等特征,并与森林固定样地监测数据有效地结合,更好地回答群落构建的理论问题,使森林群落物种多样性维持机制得到更全面的认识,是目前亟待解决的问题。以鼎湖山南亚热带常绿阔叶林20hm2固定监测样地为研究对象,基于不同遥感影像提取方法对其林窗和林冠表层数据进行提取分析。结果表明:基于监督分类的提取方法适合RGB波段航片林窗的提取,在林窗分类中,应首先确定林窗高度、边界木与最小面积,不同分类方法差异主要表现在林冠分类中,林窗分类生产者精度和用户精度表现都较为一致。无人机航拍识别率受地形因素影响较大,在地形复杂林地应按坡度分区域进行飞行以降低误差。相对于地面调查,MD4-1000无人机航片的林窗识别率为98.7%;大疆Phantom4无人机航片的林窗识别率为72.3%,影像后期处理数据量小,同样适用于森林林窗定量研究,符合生态学、林业等从业人员对大型样地林窗长期监测的要求。无人机航拍南亚热带森林物种识别难度较大,基于MD4-1000无人机搭载的高分辨率相机,在地势平缓区域优选的4 hm2样地中可识别林冠表层物种数17种,共2 706个个体。搭载高分辨率无人机在降低飞行高度的基础上可进行部分物种识别。应用无人机近地面遥感对森林固定样地进行林冠监测,可为后期群落构建研究提供数据基础,有望从新的研究角度探讨森林群落物种多样性维持机制。     

地震资料曲流河辫状河油气储层识别与预测

曲流河、辫状河储层在我国的陆相盆地中广泛分布。由于曲流河相沉积砂体的单层薄、横向变化;辫状河相沉积的砂体迁移快、垂向加积等特点,增加了在勘探过程中对其分辨的难度。因此,对地震资料曲流河、辫状河油气储层的识别与预测,必须综合多种与其相关的地质资料,结合地震数据体中给出的信息来判断分析,以达到提高分辨率的目的。