SVD与EMD联合去噪方法在地震勘探数据处理中的研究与应用

将基于倾角扫描的奇异值分解与经验模式分解法相结合应用到地震资料随机噪声压制中。首先利用经验模式分解法消除部分噪声,增强地震道有效信号的相关性,再利用奇异值分解对地震信号进行同相轴自动追踪,截取小时窗数据体,并进行同相轴拉平处理,经SVD计算小时窗数据中心点的值来代替计算样点的值,最终实现随机噪声的压制。理论模型试算和实际资料处理表明,本文提出的EMD-SVD方法简单易行,比单一的SVD方法去噪效果更显著有效地消除了地震资料中的随机噪声,提高了地震资料的信噪比,并改善了叠加剖面的质量。     

基于重力垂直梯度的欧拉反褶积改进措施

欧拉反褶积反演解的发散与不稳定性一直制约着其实用效果。为此,提出利用垂直梯度反演和筛选准则并在分辨信号极值区域基础上进行重力反演等改进方法。通过模型试算,全面分析它们相对常规重力数据反演方法的效果。结果表明,改进方法能明显提高反演解水平位置和深度的精度和收敛性。     

大桥几何监测数据去噪方法研究

提出并优化了EMD小波组合去噪法对大桥监测结果进行去噪的过程,并与EMD去噪法、小波阈值去噪法进行比较。结果表明,优化的EMD小波去噪法是一种高效的大桥动态监测信号去噪方法,去噪效果最好。     

内蒙古托克托地区土壤养分状况评价

选取内蒙古主要产粮基地之一的托克托地区作为研究对象,以多目标地球化学调查获取的1 556个表层土壤样品的测试数据为基础数据,基于多元地学数据空间数据管理与分析系统(GeoExpl)对土壤中有机质、全氮、全磷、全钾含量进行描述统计及空间分布分析,并采用模糊数学和改进的内梅罗指数对区内的土壤养分综合质量进行分级。结果表明：研究区表层土壤养分综合质量中等,土壤养分因子的含量水平为全钾＞全磷＞有机质＞全氮,磷元素和钾元素是土壤养分的主要贡献因子,氮元素为土壤养分的最主要限制性因子;从养分因子的空间分布状况看,研究区北部及西北部的土壤养分状况较好。在此基础上,根据土壤养分综合质量、地形及地表状况对研究区进行了简单的农业分区规划,认为研究区西北部的平原区为主要的农业生产区。     

A Real-time Lithological Identification Method based on SMOTE-Tomek and ICSA Optimization

In petroleum engineering, real-time lithology identification is very important for reservoir evaluation, drilling decisions and petroleum geological exploration. A lithology identification method while drilling based on machine learning and mud logging data is studied in this paper. This method can effectively utilize downhole parameters collected in real-time during drilling, to identify lithology in real-time and provide a reference for optimization of drilling parameters. Given the imbalance of lithology samples, the synthetic minority over-sampling technique (SMOTE) and Tomek link were used to balance the sample number of five lithologies. Meanwhile, this paper introduces Tent map, random opposition-based learning and dynamic perceived probability to the original crow search algorithm (CSA), and establishes an improved crow search algorithm (ICSA). In this paper, ICSA is used to optimize the hyperparameter combination of random forest (RF), extremely random trees (ET), extreme gradient boosting (XGB), and light gradient boosting machine (LGBM) models. In addition, this study combines the recognition advantages of the four models. The accuracy of lithology identification by the weighted average probability model reaches 0.877. The study of this paper realizes high-precision real-time lithology identification method, which can provide lithology reference for the drilling process.     

地籍管理信息系统中空间信息更新的改进方法研究

空间信息的更新是地籍管理信息系统中一项重要内容。通过外业采集的宗地界址点的坐标,计算并检核实测界址点和计算机量测点之间的点位误差,更新增加的界址点信息,该更新方案具有操作简便,更新工作量小等优点,但更新后的点位精度低、更新后宗地面积与外业实测面积差值较大。针对该问题,本文提出了地籍空间信息更新的改进方案,合理采集外业数据,适当增加多余观测值,确定更为精确的坐标转换参数,在不改变原有工作模式的前提下,提高更新的界址点的点位精度,缩小计算机量取面积和实测宗地面积的差值。对于区域地块、零星地类的信息更新,改进方案是一种实用的更新方法。     

神经网络模型在坝基扬压力影响因子量化分析中的应用

本文应用改进的BP网络模型定量分析坝基扬压力的影响因子,赋于网络不同的权值来表示网络的输入变量(水位、温度、时效等因子)对网络的输出变量(扬压力)的影响程度,从而确定各影响因子分量对扬压力的影响比例。采用Levenberg Marquardt算法训练网络,网络达到一定的次数后收敛。实例计算结果表明,该模型具有计算精度高、简便实用等特点。因而认为,把神经网络模型应用于探讨诸如环境量对于效应量影响程度的一类问题,具有好的前景。     

高速公路软土路基沉降量的人工神经网络预测

针对高速公路建设中广泛存在的软土路基最终沉降量预测这一迫切需要解决的技术难题,提出了改进的BP神经网络预测模型,并归纳出影响软土路基沉降量的主要因素.通过对模型的建立、训练和验证,以及与其他方法的对比表明,改进的BP神经网络模型在非线性建模方面具有泛化性强、计算精度高、操作简便的独特优势,具有广阔的工程应用前景.     

四川阆中地区三维地震勘探采集技术

四川阆中地区属丘陵向山区过渡地形,表层激发、接收条件极为复杂。在地震采集施工过程中,首先根据项目地质任务的要求,确定了合适的观测系统,即改进型砖墙式块状三维观测系统。同时在施工中,根据不同的激发和接收条件,对各施工环节采取了一系列行之有效的技术措施,确保该区获得了高品质的采集资料,为在复杂地区开展三维地震勘探资料采集工作积累了宝贵经验。     

基于经验模态分解的GPS基线解算模型

非建模系统误差是影响高精度GPS基线解算精度的一个重要因素,文章给出基于经验模态分解的GPS基线解算模型,有效消弱系统误差对基线解的影响。在现有经验模态分解理论的基础上,定义经验模态分解的多尺度分解与重构结构,并由此给出基于经验模态的系统趋势分离模型,依据累积标准化模量的均值随尺度的变化确定系统误差与噪声分离尺度的选择标准。给出基于经验模态分解的GPS基线解算的技术路线,首先计算GPS相位双差观测方程的浮点解残差序列,分离出系统误差并用于修正GPS双差观测值,重新计算双差浮点解,采用Lambda算法固定整周模糊度,计算固定基线解,从而消弱系统误差对基线解算的影响,提高基线固定解的可靠性。并采用实测GPS数据验证模型,F-ratio指数与W-ratio指数表明系统误差消弱后,基线固定解可靠性得到明显提高,重新计算的残差序列表明系统误差得到很好的消弱。