塔里木盆地巴楚地区中奥陶统一间房组露头礁滩复合体储层地质建模及其对塔中地区油气勘探的启示

通过1：5万礁滩复合体地质填图,在巴楚地区共发现大小不等的礁滩复合体90余个,层位为中奥陶统一间房组二段．台缘为礁滩复合体密集发育区,礁滩体规模大,台内为礁滩复合体零星发育区,礁滩体规模小。通过对6个典型礁滩复合体的解剖,研究了礁滩复合体的微相类型、组合和各微相的岩石特征、生物群落,并对其生长发育阶段进行了分析。根据6个典型礁滩复合体及礁间的大量铸体薄片鉴定和物性资料,分析了储层的特征、成因和非均质性,建立了台缘礁及礁间、台内礁及礁间2种背景条件下的储层地质模型。巴楚地区露头礁滩复合体储层地质模型对塔中地区上奥陶统良里塔格组礁滩复合体的勘探具有重要的指导意义,并为勘探实践所证实。     

GALILEO系统局域完备性监测设计与实现

根据GALILEO系统局域完备性概念和网络RTK的基本理论,建立导航系统局域网络完备性监测理论和算法。算法主要包括网络系统完备性算法和用户完备性算法,内容包括网络误差模型的建立、插值算法的选择、误差改正数完备性指标的计算、完备性指标的验证和用户保护水平的计算等。仿真结果表明,采用网络RTK技术和完备性监测算法,飞机的平面保护水平和垂直保护水平均小于完备性告警门限值,可以满足飞机Ⅱ类和Ⅲ类精密进近的完备性要求,为卫星导航系统在民航中的应用提供完备性理论基础。     

三维地震属性参数在煤层厚度预测中的应用

依托“西部煤炭资源高精度三维地震勘探技术”项目工程,对晋城某矿南翼大巷东南区5m×5m×1ms的三维地震数据体,采用三维地震属性参数预测煤层厚度及其变化规律：沿3煤层、15煤层10ms时窗提取地震属性42种,根据钻孔资料,计算出煤厚与地震属性相关系数;从中优选出相关系数大于0．35的地震属性,其中3煤层9个、15煤层10个;然后进行地震属性互相关分析,优选出与3煤、15煤层厚度相关系数较大的4种属性,建立预测煤厚的BP神经网络模型,分别选取3煤层12个、15煤层4个实测数据作为学习训练和测试样本,以钻孔地震属性作为学习样本,对网络进行训练,最终获得全区煤层厚度。经与预留钻孔成果资料对比,预测精度较高,结果可用。     

VPN技术在煤炭地质档案网络服务中的应用

网络服务是煤炭地质档案业务发展的必由之路,为了解决在公共网络传输过程中的安全问题,本文介绍了一种虚拟专用网络技术,通过分析其应用于煤炭地质档案网络服务中的优势,为行业内外部的信息共享提供了一个新的思路。     

南京市首级高程控制网的建立及跨江水准的研究

本文首先介绍了南京市首级高程控制网的概况,接着重点讨论了跨江水准测量方法的选择,并全面分析了测距三角高程法影响精度的三个因素,结合南京市首级高程控制网全面介绍了数据处理的有关问题。     

北京及邻区微震活动的初步分析

通过对北京遥测地震台网近年来记录到的北京及邻区地震的震中分布,地震活动频度及能量释放强度的分析,得到本区地震活动在时间分布上具有“聚堆性”。在年发震频度,地震强度和能释放方面均具有双峰值特征,并且具有较好的一致性和同步性,在空间分布上具有条带特征,且形成北东～南西和北西～南东的两条相互交汇的条带。又通过统计分析得到本区发震概率最大的时间段是每年的１０月前后,而地震主要发生在北西～南东带上。     

Automatic classification of volcanic earthquakes by using Multi-Layered neural networks

The application of neural networks as classifiers of seismic events is described with the aim of developing an automatic system for the classification of explosion quakes at the Stromboli volcano. The architecture of the network that we trained to identify four different classes of shocks was a Multi-Layer Perceptron, using the Back Error Propagation algorithm. Five different approaches for representing the information embedded in the seismograms, both in the time and in the frequency domain, were considered, and the results compared. The direct use of the time series of the shocks was not satisfactory. The auto-correlation function worked well, but in some cases it was misleading. A better performance was obtained with a frequency domain representation. Finally, the use of the envelope function did not work well. Combining parameters such as the auto-correlation and envelope functions can improve one source of error, but it may introduce new ones. The performance obtained highlights the importance of the data attributes used for the training of the network. Topologies with eight neurons in a single hidden layer gave, on average, the best results among the considered neural network structures. The overall results provide a large number of events (89% with the best performance) correctly classified, indicating that this automatic technique is reliable, and encouraging further applications in the field of volcanic seismology.     

人工神经网络在白云岩类型识别中的应用

利用地球化学数据,运用人工神经网络方法对美国密苏里州东南Ｂｏｎｎｅｔｅｒｒｅ组（寒武纪）滨海相的白云岩进行了分类、识别,判别率达１００％,结果表明,该方法性能良好,可望成为岩石分类、判别的有效手段。     

大别杂岩中混合岩的矿物空间分布研究

介绍了矿物空间分布研究的基本原理及两种统计方法(接触频数法和线切法)。作者对混合岩矿物空间分布的研究表明:(1)前人提出的统计方法存在方法上的缺陷和应用上的局限性,作者推导出矿物接触类型的概率公式;(2)部分浅色体中矿物显示聚集分布的特征,而绝大部分的浅色体中矿物具有分散分布的特点。结合质量平衡和地球化学研究认为:大别杂岩中主体混合岩成因机制是重熔和交代作用。