构造成图技术在地震资料稀缺、地形复杂情况下的应用——以D盆地研究为例

海外勘探中常遇到的资料稀缺、地质条件复杂等困境,直接加剧了勘探难度和挑战性,所以急需快速而有效的方法取得研究成果并指导勘探.文中以地震资料稀缺、地形复杂的D盆地为例,总结出了一套适用于本区的构造成图技术和流程.结合地震、钻井、文献多样化信息,借助数字化的地质剖面和重磁信息约束的趋势面综合网格构造成图,对地震空白区进行了有效的趋势约束,得到了基础区域地质图件,取得了良好的应用效果,为下一步的盆地构造分析以及构造单元划分奠定了坚实的基础.     

基于卷积完全匹配层的旋转交错网格高阶差分法模拟弹性波传播

从一阶速度—应力弹性波方程出发,基于旋转交错网格,推导了时间二阶精度空间2M阶精度的有限差分离散格式.阐述了递归卷积复频移完全匹配层(CPML)边界条件的原理,建立了一阶速度—应力弹性波高阶差分CPML边界条件的递推公式.开展了CPML边界中关键参数m、κ和α的选取实验,通过分析反射误差分布图,选取了CPML边界条件中最优参数.全局反射误差与波场快照都说明,CPML较PML对隐失波具有更优的吸收性能.基于Matlab平台,编写了基于CPML边界的旋转交错网格弹性波正演模拟程序,应用该程序对各向异性介质及随机介质进行了模拟,得到了弹性波正演剖面记录及波场快照,通过对正演剖面记录及波场快照的分析,可以更清楚地了解弹性波在各向异性介质及随机介质的传播特性,指导非均匀介质中地震勘探资料解释.     

基于点序列和要素加权法的地图匹配算法

浮动车数据(Floating Car Data,FCD)已广泛应用于城市规划、智能交通系统中,其中地图匹配一直以来都是浮动车数据应用的技术难点。本文在已有地图匹配算法的基础上,提出了基于点序列和要素加权法的地图匹配模型,不仅考虑了当前GPS点的信息,同时也考虑了GPS数据的历史信息和道路网的拓扑结构,从空间关系上分析车辆行驶轨迹和道路的相似性。作者通过上海市出租车轨迹数据对算法进行验证,结果表明:该匹配模型解决了已有地图匹配算法的一些弊端,并且提高了地图匹配的精度,具有高效、实用的特点。     

基于空间数据挖掘技术的森林防火智能决策支持系统研究

从智能空间决策支持系统的功能需求出发,分析了森林防火是复杂的空间决策问题,它具有动态性、分布性、数据量大、数据性质复杂等特点,决策者面对突如其来的灾害及海量的、复杂的、易变的和分布的数据和信息,很难做出及时、科学和准确的决策。因此,建立集成空间信息分析处理的、具有知识发现能力的智能决策支持系统是十分必要的。而空间在线分析处理(Spatial OLAP)和空间在线分析挖掘(Spatial OLAM,Spatial OLAPmining)是集成空间数据处理的OLAP和OLAM,能够在空间数据仓库上发现隐含的知识和规则,并在不同的维、度上进行查询和分析。从系统需求分析、功能设计、系统实现和系统运行实例方面,论述融合了GIS、空间OLAP和空间OLAM技术的空间智能决策支持系统的设计思想和关键技术的实现。提出基于空间OLAP和OLAM知识发现机制,建立一种集成GIS、空间数据仓库、空间OLAP/OLAM和决策支持系统的新型决策分析工具。     

一种数据网格的元数据分类管理机制研究

网格环境下数据发现和访问的关键问题是应用元数据管理和拷贝元数据管理,针对这一问题,提出了一种元数据分类管理机制。该机制定义了数据模型和应用元数据模式,采用了分类存储的方式对不同的元数据进行管理,并设计了一个基于向导的查询智能体     

空间智能:地理信息科学的新进展

在总结多年来研究GIS智能计算的理论与实践基础上,提出地理信息科学发展的新方向:空间智能.空间智能强调发现与应用空间模式,以增强GIS处理复杂数据和解决复杂问题的能力.空间智能主要的技术体系由空间分析、空间优化和空间模拟三大模块构成,其技术基础包括空间统计与索引、智能代理、高级启发式,以及数学规划等系列智能技术.由于空间智能融合了机器学习、统计分析和人工智能等多个学科理论,面向解决实际工程需求中大量存在的复杂时空问题,因此理论上具有广阔的发展空间,实践上也有重大的应用需求.随着空间智能体系的完善和技术的进一步成熟,它将在实际应用中具有巨大的价值.     

基于自动机器学习的机场温度预报方法研究

利用2015年1月—2021年3月ECMWF细网格数值预报产品构建训练样本,使用自动机器学习方法构建乌鲁木齐机场温度预测模型.结果表明:(1)ECMWF模式直接输出的乌鲁木齐机场温度平均绝对误差为1.7℃,基于自动机器学习方法的Auto-sklearn模型和Auto-Keras模型能够改善模式直接输出的误差,使平均绝对...     

基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.     

基于等角比例投影的球面三角四叉树剖分模型

将人不可及的观测统称为遥感,使地面传感器成为遥感的一部分.提出遥感科学与技术的基本内容,包括传感器研制、遥感数据获取、数据处理、信息提取和应用5个部分.其理论基础是辐射传输过程模拟与反演,贯穿于各个组成部分.数据的可视化及传输发布存在于从数据获取到应用的各个环节.遥感科学与技术正处于快速发展时期,各个方面都有前沿问题.辐射传输理论中的尺度和多角度问题,地形对辐射和图像几何影响及相应的多源多时相数据的匹配问题,遥感信息提取中自动化和目视解译的结合以及信息提取新策略问题,遥感与基于过程模拟的气候一水文-生态模式相结合的四维数据同化技术等是当前遥感科学与技术发展中的重要学科前沿.四维数据同化技术是突破遥感瞬时信息获取、实现图像与机理模型有机结合、改善自身数据产品质量和促进地学大范围模拟准确性的重要发展方向,能增强遥感对全球变化科学的贡献.     

一种用于沉积相分析的新型模式识别方法

本文介绍一种用于沉识相分析的新型智能模式识别方法──神经网络模式识别方法。该方法利用关键井研究建立的测井相与地质相的对应关系作为识别模式,通过向识别模式学习获得模式识别智能知识,从而利用这些智能知识识别未知井、未知点的微相类型。本文方法成功地应用于中原油田文留地区沙四段沉积微相的识别与划分。