基于GIS的地质灾害预测--以清江流域为例

地质灾害的频繁发生，严重威胁着人民生命财产安全，并阻碍着社会经济可持续发展，因此对地质灾害发生区域的预测尤为重要。文章在分析清工流域历来地质灾害空间分布规律和影响清江流域地质灾害发生发育的因素基础上，确定了影响该区域地质灾害发生的重要因素，通过数学模型，将这些因素进行定量化和分级，采用GIS的信息处理和空间叠加方法，实现了对清江流域地质灾害空间分布的预测，获得清江流域地质灾害预测分布图。     

滇西惠民式铁矿找矿模型及预测

惠民铁矿产于双江陆缘弧带中元古代惠民岩组中部多旋回含铜铁火山-沉积建造中。每个小旋回底部由火山岩始,顶部至铁矿层终,构成明显的火山喷发-沉积韵律,铁矿层的大小、分叉、尖灭等,与火山岩的多寡、厚薄直接有关,受控于火山岩活动及其中心。将其厘定为云南省云县-澜沧一带区域性的中元古代海相火山-沉积型铁矿典型矿床-惠民式铁矿,并将与之成矿条件类似的双江-澜沧地区中元古代火山岩盆地作为惠民式铁矿的预测工作区,以MRAS定位定量方法,基于GIS矿产资源评价系统进行矿产预测,优选最小预测靶区13个,估算铁矿石资源量75亿吨,做为今后寻找与勘查该类型矿床的依据。     

浙江省建德铜矿矿坑涌水量预测研究

以建德铜矿为例,将复杂的岩溶充水型矿床,通过分析矿体空间状态,矿体周边含水层与隔水层分布,采矿过程中可能出现的新充水来源等水文地质条件,概念化成简单的水文地质条件边界,利用数理统计法,对矿床充水因素、巷道水来源等进行分析,预测其矿坑涌水量.统计分析结果表明,建德铜矿矿坑正常涌水量为1440m3/d,矿坑最大涌水量为2369m3/d.实际矿坑涌水量略小于统计分得出的预测矿坑涌水量,其误差值在20%以内.这种数理统计方法与概化水文地质边界的方法,可为同类矿山预测矿坑涌水量提供借鉴.     

临城县水资源供需分析与预测及可持续利用措施

临城县属于缺水地区,随着社会的进步、人口的增长、人民生活水平的提高,人类对水的需求越来越多,水资源的供需矛盾日趋尖锐。通过对水资源的供需分析和预测,结合该区特点,提出了是多方开源、全社会节水和加强水资源管理利用等切实可行而有效的措施。     

融合Markov与多类机器学习模型的个体出行位置预测模型

随着城市化的发展,人们出行的方式逐渐多样化,对人类行为的深入理解以及对个体出行行为的建模预测有助于解释若干复杂的社会经济现象,且在基于位置的服务、交通规划、公共安全等方面具有重要价值.个体出行行为预测建立在深入理解人类活动特性的基础上,而在移动互联网时代,网络空间的上网行为与现实空间的出行行为密不可分.首先基于上网行为...     

江苏省溧水县土壤环境污染预警预测方法探讨

介绍了溧县土壤环境质量的现状。溧水县主要有黄砂土、栗色土、岗黄土、黄岗土、马肝土、板浆白土、青泥条、青泥土等8种土壤类型。通过地球化学调查和对溧水县土壤的系统采样，获得了反映土壤质量的地球化学数据。通过对土壤中污染物富集历史的研究，揭示了土壤污染物的演化趋势。通过寻找零污染的历史时间结合现代土壤地球化学调查数据，建立了土壤重金属污染预警预测的数学模型。提出了影响土壤质量的关键因子和土壤污染的影响因素，得出了工业是影响土壤质量的主要因子，土壤污染在不断加速的结论。     

塔河油田3区石炭系超深薄层碎屑岩储层预测研究

针对塔河油田3区石炭系卡拉沙依组地震数据很难识别薄砂体的问题,对比分析了采用地震资料提频处理、分频处理、储层高分辨率敏感参数反演等不同手段得到的储层预测结果,筛选出高分辨率储层敏感参数反演作为卡拉沙依组砂泥岩段储层主要预测手段。通过探讨砂泥岩对声波时差的响应,以及对比分析自然电位、自然伽马以及补偿中子孔隙度与声波时差的关系,确定自然电位与声波时差的相关性最好,由此选取自然电位作为最佳电性敏感参数参与高分辨率敏感参数反演预测。从井点、剖面、平面等方面检验和评价高分辨率储层预测成果,结果表明其反演预测效果较好,符合塔河油田3区石炭系的储层预测要求,实现了对石炭系主力砂体空间展布的解释与描述,建立了塔河油田3区石炭系卡拉沙依组储层模型。     

非线性支持向量机在油气预测中的应用

油气预测的传统方法通常是基于经验风险最小化准则,但在有限样本情况下,预测效果并不理想.研究引入基于结构化风险最小化准则的非线性支持向量机方法,通过对推广误差界的最小化达到最大的泛化能力和全局最优,时于小样本数据,该方法具有可靠的预测能力.在对四川观音场构造面新统上部碳酸盐岩储层数据处理中.通过实例试算,结果表明该方法有效可靠,预测精度高,与已知结果吻合较好.     

岩质高边坡稳定性支持向量机预测方法研究

提出一种基于支持向量机的岩质边坡稳定性预测方法。该方法地很好的表达了岩质边坡稳定性与其影响因素之间的非线性映射关系,并应用该方法建立了相应的模型。预测结果表明,利用该方法进行岩质边坡稳定性预测是可行的、有效的。