用随机介质模型方法描述孔洞型油气储层

孔洞型储集层具有强烈的非均质性,在空间分布上变化剧烈,规律性差,其地球物理参数(如速度、密度、弹性参数等)在空间上的变化很难用传统的层状介质模型进行刻画.本文借助随机模型方法,研究孔洞型储层中不同孔洞尺度、分布密度与模型参数的关系,建立反映实际孔洞油气储层介质地球物理参数空间分布统计特征的随机介质模型,以更方便地对孔洞型油气储层进行描述,并为碳酸盐岩孔洞型储层地震反射特征的研究提供有效的方法途径.     

An operational multiscale system for hazards prediction, mapping, and response

By definition, a crisis is a situation that requires assistance to be managed. Hence, response to a crisis involves the merging of local and non-local emergency response personnel. In this situation, it is critical that each participant: (1) know the roles and responsibilities of each of the other participants; (2) know the capabilities of each of the participants; and (3) have a common basis for action. For many types of natural disasters, this entails having a common operational picture of the unfolding events, including detailed information on the weather, both current and forecasted, that may impact on either the emergency itself or on response activities. The Consequences Assessment Tool Set (CATS) is a comprehensive package of hazard prediction models and casualty and damage assessment tools that provides a linkage between a modeled or observed effect and the attendant consequences for populations, infrastructure, and resources, and, hence, provides the common operational picture for emergency response. The Operational Multiscale Environment model with Grid Adaptivity (OMEGA) is an atmospheric simulation system that links the latest methods in computational fluid dynamics and high-resolution gridding technologies with numerical weather prediction to provide specific weather analysis and forecast capability that can be merged into the geographic information system framework of CATS. This paper documents the problem of emergency response as an end-to-end system and presents the integrated CATS–OMEGA system as a prototype of such a system that has been used successfully in a number of different situations.     

中国滑坡预测预报研究综述

滑坡预测预报是有效预防滑坡灾害的重要途径之一,这方面的研究不仅受到广泛重视,且硕果累累。将中国滑坡预测预报的研究历史划分为四个阶段：① 经验判断——被动防灾避灾阶段;② 定性——半定量分析预测预报阶段;③ 理论方法探索——检验预测预报阶段;④ 理论方法深化——综合应用预测预报阶段。从监测（观测）方法、预测预报方法,以及研究特点等方面进行简要回顾,总结已有监测方法（手段）、预测预报理论、方法的研究现状,认为尚存在：① 监测方法（手段）,包括仪器、设备的精度不足;② 预测预报方法综合性、实用性不强;③ 预测预报专门理论尚待完善等问题。在分析的基础上,提出自己的观点,并进行了发展趋势展望。     

PSO-RBFNN模型及其在岩土工程非线性时间序列预测中的应用

岩土工程受力变形演化是一个典型的非线性问题,其演化的高度非线性和复杂性,很难用简单的力学、数学模型描述,但可用粒子群优化径向基神经网络对岩土工程应力、位移非线性时间序列进行动态实时预测。网络径向基层的单元数通过均值聚类法确定后,所有其它参数：中心位置、形状参数、网络权值,均通过粒子群优化算法在全局空间优化确定。工程实例应用表明,该模型预测结果准确、精度高,有良好的应用前景。     

钱二块铀矿床采铀注液结垢趋势的理论分析与预测

用离子系数矩阵法对钱二块铀矿床地浸采铀试验注液中存在的独立离子反应进行了确定,由溶度积规则及反应平衡原理,借助Matlab编程,估算出了钱二块铀矿床地浸采铀试验注液可能会生成的沉淀物种类及数量,为防治结垢提供了一定的理论依据.     

基于AGA的SVM需水预测模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.     

P-III分布参数的概率权重矩法S函数计算

概率权重矩法是一种估计统计分布参数的方法.本文根据不完全Γ函数在无限区间积分,推导了P-Ⅲ分布参数的S函数的计算公式.通过现有计算公式比较,其计算结果具有较高的计算精度,避免了的大量的数值积分计算.文中公式只要借助于计算编程进行求解,给定超几何函数项一定的截断误差,其运算具有较高的运行速度.文中计算公式是一种P-Ⅲ分布参数S函数的计算途径.     

利用有理函数模型实现IKONOS影像的单片定位

分析了利用高分辨率卫星CCD影像进行单片测图的意义，介绍了目前有理函数模型在影像定位方面的应用情况，重点研究了一种利用有理函数模型实现单片定位的方法，即将有理函数模型的正解形式线性化并组成方程组，结合DEM数据，对方程组迭代求解以获取地面点坐标。实验结果表明该方法具有解算精度高和易实现等特点。     

海浪的条件特征周期

在海浪波面高度为正态分布的假定下,导出一种以给定波高为条件的条件周期概率密度函数.与风浪槽中测量数据比较,结果表明,在窄谱情况下此概率密度函数与实验室风浪的实际符合良好.根据此密度函数定义了3种条件特征周期,并导出它们与平均周期的关系式.根据这些关系对有关海洋工程上的一些问题作了解释和讨论.