H020U井钻进所遇问题及处理方法

土耳其贝帕扎里天然碱矿H020U井在造斜钻进和水平钻进过程中遇到井漏、钻头钻遇硅化灰岩层磨损严重、未绕过第一靶点V020而打中套管、井涌、仪器掉入裸眼、钻遇未知溶腔导致顶角下降,方位偏离而导致未直接连通第二靶点等问题。针对这些问题进行了分析,并提出了相应的处理方法,最后成功地使H020U井连通第一靶点V020井和第二靶点V020U井。     

载波相位差分接收机自主完好性监测研究

首先提出了浮点变换完全去相关法,该方法能够在单历元动态确定整周模糊度。研究了基于载波相位测量的完好性监测方法。利用最小二乘残差构造统计检验量,对整周模糊度进行检测。分析了定位误差保护限与卫星构型、漏警概率的关系。实测数据表明,整周模糊度在单历元动态求解的成功率为100%,增加1颗卫星将使垂直定位误差保护限减少约0.2 m,统计检验量检测周跳的正确率为100%。     

2010年1月12日海地 Mw7.0地震InSAR同震形变观测及同震滑动分布反演

2010年1月12日GMT时间21时53分,在海地境内(72.57°W,18.44°N)发生了Mw7.0地震.文中利用干涉合成孔径雷达(InSAR)方法获得了覆盖整个震区的高精度形变观测资料,用以研究该地震的发震机理.采用ALOs PALSAR数据,分析了轨道、大气等误差源对干涉信号的影响,最终获得了雷达视线向(LOS...     

风廓线雷达水平风数据质量控制

基于九龙站风廓线雷达实时水平风数据制定了水平风数据的质量控制方法，首先求取中位数水平风场，其次构建实际观测风场和中位数风场的差值序列，然后求取差值序列的均方差，再根据差值均方差得到质控判别式，最后试验求取质控判别式中的质控阈值。通过对九龙站2017年风廓线雷达水平风数据质量控制发现，实测风向数据有2044185个，25721个没有通过质控，未通过质控的风向数据占总观测的比例是1.258%，风向数据在近地层通过质控的数据最多，随高度增加通过质控的数据量有所下降。实测风速数据有2044185个，18296个没有通过质控，未通过质控的风速数据占总观测的比例是0.895%，风速数据在2000～4000 m出错的最少，近地层次之，4500～7000 m出错的数据最多。质控后风廓线雷达和探空观测风数据的均方根误差减小，相关系数增加，风向数据质量在500～7000 m提升明显，风速数据在1500～8000 m之间提升明显。     

水平井开采煤层气藏生产动态计算新数学模型

基于朗格缪尔模型、菲克第二扩散定律和达西定律,综合考虑重力和气体压缩效应的影响,推导出描述煤层气和水渗流规律的基本偏微分方程组(并给出定解条件),且利用有限差分法对该数学模型进行了数值求解。计算结果表明,该模型能够有效模拟煤层气水平井的生产动态。通过对比是否考虑非稳态扩散和气体压缩效应时不同裂隙渗透率下的产气动态可知,忽略非稳态扩散和压缩效应,将人为缩短达到气体峰值产量的时间,增大产气峰值;将降低气体膨胀能,低估气井后期产能。煤岩裂隙渗透率越高,气井产能受渗透率回归效应影响越大,峰值产量的持续时间越短且产量下降速度快。因此在煤层气藏开采过程中,应根据气井的产气动态调整井底流压,建立合理的储层压力系统,以降低渗透率回归效应带来的不利影响。     

相遇蚁群算法在边坡非圆弧临界滑动面搜索中的应用研究

边坡非圆弧临界滑动面搜索是边坡稳定计算中的一个关键问题,其实质为安全系数最小的滑动路径搜索问题,采用效果良好的路径搜索算法--蚁群算法是目前研究的热点。为了克服传统蚁群算法效率低、效果差的缺点,基于蚂蚁正反向搜索相遇形成完整路径的原理,提出了一种相遇蚁群算法。将该算法用于边坡非圆弧滑动面搜索问题,提出了一种非圆弧临界滑动面搜索的新方法。通过2个边坡的算例计算及一个水库岸坡的工程应用,验证了新算法的有效性。计算结果表明,相遇蚁群算法无论是整个搜索范围还是从某一点起的搜索范围都要比一般蚁群算法大,所以相遇蚁群算法在搜索边坡临界滑动面时所得到解的多样性也要比一般蚁群算法好,因此,相遇蚁群算法的搜索范围能以较大的概率包含全局最优解,算法最终也能以较大概率搜索到全局最优解。最终,相遇蚁群算法可以在更大的范围内以更快的速度找到边坡的临界滑动面。     

湖南桑植-石门复向斜走廊剖面构造特征分析

为了查明桑植—石门复向斜的地表、地下构造特征及其相互间的关系,采取了详细的地表走廊剖面的测量,以及结合地震勘探资料和大地电磁测深(MT)资料的综合解释。桑植—石门复向斜可进一步划分为四个次一级的构造带,从北向南依此是:堰塘湾构造带、四望山构造带、江垭构造带及教子垭构造带。江垭构造带和教子垭构造带的地面构造特征与地下构造特征具有一致性,基本上为构造简单的北倾斜坡;而四望山构造带的地面构造特征与地下构造特征存在着明显的不协调性。这种变形特征可解释为沿盖层间滑脱面的逆冲,以及断弯背斜的形成,上覆构造层中的褶皱向下消失在滑脱面上,形成所谓的“无根褶皱”。     

基于极限学习机的GF-2影像分类

遥感图像分类是提取图像有效信息过程中重要的一部分,为了探寻最优的分类方法,许多机器学习算法逐步应用于遥感分类中。极限学习机（extreme learning machine,ELM）以其高效、快速和良好的泛化性能在模式识别领域得到广泛应用。本文采用训练速度快、运算量小的极限学习机算法与支持向量机（support vector machines,SVM）算法和最大似然法进行分类对比,对高分辨率遥感图像进行分类,分析极限学习机算法对于遥感图像分类的准确度等性能。选取吉林省长春市部分区域的GF-2遥感数据,将融合后的影像设置为原始数据,利用3种方法进行分类。研究结果表明,极限学习机算法分类图像总体分类精度达到85%以上,kappa系数达到0.718,与其他分类方法相比分类准确度较高,且极限学习机运行时间比支持向量机运行时间约短2 480 s,约为支持向量机运行时间的1/8,因此具有良好的性能和实用价值。     

Monthly suspended sediment load prediction using artificial intelligence: testing of a new random subspace method

ABSTRACT

The predictive capability of a new artificial intelligence method, random subspace (RS), for the prediction of suspended sediment load in rivers was compared with commonly used methods: random forest (RF) and two support vector machine (SVM) models using a radial basis function kernel (SVM-RBF) and a normalized polynomial kernel (SVM-NPK). Using river discharge, rainfall and river stage data from the Haraz River, Iran, the results revealed: (a) the RS model provided a superior predictive accuracy (NSE = 0.83) to SVM-RBF (NSE = 0.80), SVM-NPK (NSE = 0.78) and RF (NSE = 0.68), corresponding to very good, good, satisfactory and unsatisfactory accuracies in load prediction; (b) the RBF kernel outperformed the NPK kernel; (c) the predictive capability was most sensitive to gamma and epsilon in SVM models, maximum depth of a tree and the number of features in RF models, classifier type, number of trees and subspace size in RS models; and (d) suspended sediment loads were most closely correlated with river discharge (PCC = 0.76). Overall, the results show that RS models have great potential in data poor watersheds, such as that studied here, to produce strong predictions of suspended load based on monthly records of river discharge, rainfall depth and river stage alone.     

Q矢量的改进与完善

在完全考虑非绝热加热项潜热作用的前提下，从原始方程出发，推导出改进后的湿Q矢量(以下记为Q^M)的表达式以及用其散度作强迫项的ω方程，并结合一次梅雨锋暴雨天气过程将改进前、后的湿Q矢量诊断能力进行比较，结果发现：(1)改进后的湿Q矢量对同时刻的地面降水的反映能力较原湿Q矢量(Q^*)有显著的提高。(2)在整个梅雨锋暴雨过程中，600hPa高度上的改进后的湿Q矢量散度辐合场的辐合强度及其辐合中心的位置对同时刻的地面实际降水的强度及雨区位置都有非常好的指示作用。