关于黄海深部构造的地球物理认识

利用黄海海区重磁观测数据,以最新的地震层析成像和浅层反射地震探测结果作为约束,并利用小波分解、纹理特征图像处理等手段,对研究区进行了地球物理场特征分析、岩石物性总结、断裂信息提取和磁性基底埋深反演计算,同时对南黄海海域三条剖面进行了广义逆重磁数据拟合反演和地震P波速度成像.根据地球物理数据的各种处理结果,提出在南黄海西部存在一条串珠状地球物理线性构造带,并将这条NNW向断续延伸的构造带称之为南黄海西缘断裂带.该断裂带延伸长,断裂两侧前新生代地层差异较大,有可能是造成陆区和南黄海南部盆地区前新生代油气远景差异的原因之一.文中得到南黄海磁性基底埋藏分布具有“中间浅四周深”的分布特征,与地震层析成像结果相吻合.磁性基底的局部起伏和局部构造的边界断层共同控制了前新生代残留盆地的格架和残余厚度分布,反映出“区域控制局部,深层约束浅层”的规律.     

基于高光谱技术的黑土地微量金属元素探测方法及地学意义

在土壤中重金属含量较低的情况下,重金属的高光谱特征响应非常微弱,不易构建精确的高光谱直接反演模型.为了解决上述问题,依据土壤化学变量间的理化性质,将重金属富集特征转移到与之相关的化学主量元素上,使重金属微弱的信息得以间接定量反演.文中以海伦市黑土土壤为研究对象,通过主成分分析、 聚类分析确定了主量元素氧化铁(Fe2O3...     

利用测井曲线绘制煤岩层真厚对比图

采用三次样条函数拟合测井数据，并使用新的采样间隔对其进行采样，将采样数据映射到真厚的钻孔柱状图上，从而绘制出真厚对比图。实际编程中，为保证其拟合精度及计算效率，实际采用的计算步长一般为本层厚度加上下扩展10m。选择采样间隔时，可对测井曲线进行抽稀，以减小数据占用的空间。该方法的使用解决了长期以来地质与测井对比图工作分离、结论出现差异的问题。     

GPS卫星伪广播星历技术研究

通过GPS广播星历求出一个时间段内间隔一定时间的离散卫星三维坐标,以这些卫星坐标序列为已知数据反求星历参数的方法,论述和验证了当卫星坐标发生旋转变化时,解算得到的相应地面点坐标的旋转矩阵与卫星坐标发生旋转变化的矩阵具有相同的值。这对于实现GPS加密具有很大的意义。     

大洋调查中海山地磁测量的静日变化校正方法

针对大洋调查中海山地磁测量时难以设立静日变化观测站的问题,提出了一种基于多项式拟合最小二乘算法的日变校正方法,即假设静日变化磁场可以用一个关于时间的高阶多项式来拟合,利用主测线和联络测线交点误差的最小二乘估计求得多项式的系数,从而得到静日变化曲线。从调查测得的磁场中减掉静日变化磁场即可得消除静日变化影响后的海山地磁异常。理论模型和实际资料处理都表明,这种方法不仅可以较好地消除静日变化的影响,而且用计算机实现也简单。为了提高静日变化校正结果,讨论了为提高静日变化校正效果,在大洋调查中测量海山地磁时应注意的几个问题。     

EC细网格对黔南州温度预报的订正研究

该文采用EC细网格2 m温度预报场及国家站实况资料,通过滑动平均法、双权重滑动平均法、多项式拟合法以及最佳系数法对EC细网格2 m温度在黔南州的预报进行订正分析,结果显示：4种方法订正后最高气温7 d平均准确率分别提升了12.70%～17.84%,最低气温7 d平均准确率分别提升了1.14%～2.86%。对于高温预报,最佳系数法订正效果最优,其次是多项式拟合法,对于最低气温,前3 d采用滑动平均法订正效果最明显,第4 d开始则采用最佳系数法订正,订正效果更明显。4种订正方法均在7—9月效果最明显。黔南州西部及中部地区多项式拟合法订正效果更好,州东南部地区最佳系数法与滑动平均法订正效果更好,但在120 h时效后滑动平均法的订正效果明显下降,州北部地区最佳系数法订正效果更为明显。     

安丘台定点形变监测与地震活动性的相关性分析

应用安丘台跨断层定点形变的水准观测资料进行一般多项式曲线分段拟合,结合周边的地震活动背景．研究断层活动与地震活动之间的关系。结果表明,断层活动和周边的地震活动在频度上存在对应关系。可利用断层活动与地震活动的对应关系,为台站周边地区的地震预报提供参考指标。     

拉科斯特G型重力仪格值的解析函数化

拉科斯特G型重力仪的格值表是以分段线性的形式给出的。本文从实际应用出发,提出了一种使其解析函数化的方法——分段分模型拟合法。该方法简便、适用,拟合的结果优于原格值表,精度可达±1×10~(-8)ms~(-2)。     

GM(1,1)幂模型的改进及其在沉降预测中的应用

GM(1,1)幂模型可用于趋于稳定或具有S型变化趋势的沉降预测,但其存在灰色建模的固有缺陷、非等间隔数据的不适用性和参数求解复杂性等不足之处。结合幂函数变换与无偏GM(1,1)模型和非等间隔无偏GM(1,1)模型,建立了无偏GM(1,1)幂模型和非等间隔无偏GM(1,1)幂模型。基于Matlab程序,以拟合结果的平均相对误差最小作为优化目标,提出参数的优化求解方法,同时提出采用Origin拟合函数SRichards2的替代方法。实例分析结果显示,两种方法拟合效果相当,均可用于沉降预测。结合两者的应用效果和建模特点,建议人工处理数据时采用Origin拟合函数SRichards2;对于有特殊优化目标的情况或自动化监测设计时,可采用无偏GM(1,1)幂模型或非等间隔无偏GM(1,1)幂模型。     

Wind speed prediction using statistical regression and neural network

Prediction of wind speed in the atmospheric boundary layer is important for wind energy assessment, satellite launching and aviation, etc. There are a few techniques available for wind speed prediction, which require a minimum number of input parameters. Four different statistical techniques, viz., curve fitting, Auto Regressive Integrated Moving Average Model (ARIMA), extrapolation with periodic function and Artificial Neural Networks (ANN) are employed to predict wind speed. These methods require wind speeds of previous hours as input. It has been found that wind speed can be predicted with a reasonable degree of accuracy using two methods, viz., extrapolation using periodic curve fitting and ANN and the other two methods are not very useful.