多属性决策理论的重力匹配导航适配性分析

为确保水下重力匹配导航的可靠性,针对将单一特征指标作为适配性分析准则而导致评价结果不全面这一缺陷,提出了一种基于多属性决策理论的重力匹配导航适配性分析方法。首先,采用重力场标准差、粗糙度、相关系数、坡度标准差、偏态系数和重力异常差异熵6种特征参数作为属性集进行加权规范化处理,得到决策指标对待匹配区的适配性排序,也可构建贴合度来评价最优适配区。然后,在同一条件下,对各待匹配区分别进行匹配仿真比较,结果表明,决策指标越高,匹配效果越稳定,且可直接筛选出最优适配区,决策结果与匹配精度有高度一致性,匹配度高达80%。该方法可靠性高,能够解决单一特征指标信息量较少的问题,为水下潜器长航时、长航距航行提供重要保障。     

基于岩石物理模型的页岩储层裂缝属性及各向异性参数反演

针对富有机质页岩储层复杂的矿物组分与微观孔缝结构,本文提出基于岩石物理模型和改进粒子群算法的页岩储层裂缝属性及各向异性参数反演方法。应用自相容等效介质理论与Chapman多尺度孔隙理论建立裂缝型页岩双孔隙系统岩石物理模型。开发基于岩石物理模型的反演流程,引入模拟退火优化粒子群算法解决多参数同时反演问题,反演算法能够避免陷入局部极值且收敛速度快。将本文方法应用于四川盆地龙马溪组页岩气储层,反演得到的孔隙纵横比、裂缝密度等物性参数和各向异性参数与已有研究结果一致,能为页岩储层的评价提供多元化信息。     

模糊多属性决策法在海底电缆路由方案比选中的应用

海底电缆预选路由方案的比选需要参考多种指标,这些指标包含定量和定性两种,但各指标间的不可公度性,给路由方案的选择提出挑战。文章提出了一种基于离差思想和模糊向量投影的多属性决策法。首先引入三角模糊数,将定性指标合理量化,构建决策矩阵,规范化后运用离差思想求解各指标权重,然后计算各方案在正理想方案和负理想方案上的投影,最后求出相对贴近度,依据其大小比选出最佳方案。     

新疆层云和层积云冰粒子属性的季节变化

利用CloudSat 卫星资料,选取冰粒子的等效半径（IER）、数浓度（INC）、含水量（IWC）,统计分析了层云、层积云微物理量的垂直分布和季节变化。层云/层积云小粒子（0～50 μm）、中等粒子（50～80 μm）、大粒子（≥80 μm）出现频率分别为18.7%/16.3%、77.6%/62.6%、3.7%/21.2%。在IER 垂直分布上,层云小、中等粒子在云层中部出现较多,层积云小粒子在云层上部出现较多,中等、大粒子在云层中部出现较多。层云/层积云INC低值段（0～50 L^-1）、中值段（50～100 L^-1）、高值段（≥100 L^-1）出现频率分别为90.1%/76.5%、9.6%/19.5%、0.3%/4.1%。在INC垂直分布上,层云低、中值段在云层中部出现较多,层积云低、中值段分别在云层中部、上部出现较多。层云/层积云IWC低值段（0～50 mg·m^-3）、中值段（50～100 mg·m^-3）、高值段（≥100 mg·m^-3）出现频率分别为96.7%/82.8%、3.2%/13.4%、0.1%/3.7%。在IWC垂直分布上,层云低值段在云层中部出现较多,层积云低、中值段分别在云层中部、上部出现较多。     

基于Monte Carlo模拟的三维剖面地质界线不确定性分析

三维剖面地质界线是构建三维地质结构模型的重要基础数据,其不确定性会影响三维模型的几何形态和属性分布。以单一分布为假设前提的统计学不确定性分析方法掩盖了其他概率分布特征对模型的影响。突破单一误差分布条件的假设前提,本文使用Monte Carlo方法模拟了不同概率分布情况下地质剖面数据中地质界线的抽样采集,以及地质界线空间分布的不确定性;依托地质界线空间位置与地质属性的耦合关系,提出了用地质属性概率分布实现地质界线空间不确定性的定量可视化,并结合实际地质剖面探讨了多种概率分布条件下地质界线的空间不确定性。实例研究表明,基于Monte Carlo模拟的不确定性分析方法可以突破单一误差分布假设条件,结合地质属性概率可充分揭示出建模数据的内在不确定性与模型外在要素形态之间的耦合关系。     

龙门山和相邻地域航磁场特征与汶川大地震

本文应用化极、水平及垂向导数、向上延拓、视磁化强度填图及磁性界面反演等方法处理了龙门山及相邻地域最新的航空磁测数据,分析了龙门山及相邻地域的航磁异常展布特征.研究结果表明:1)龙门山造山带与其东、西两侧可划分为三个磁异常区:松潘—甘孜磁异常区、龙门山负磁异常带、四川盆地磁异常区;三个区、带的地壳介质磁性结构存在明显差异.2)根据该区航空磁异常场的分布特征分别研究了,松潘—甘孜地块、龙门山造山带和四川地块的磁场特征.3)除识别前人识别的断层外,还推断鲜水河ES延伸甘洛—雷波北断裂作为四川盆地与滇西的界带.4)航空磁异常,磁性体上、下界面及磁源体深度的空间分布特征与汶川MS8.0大地震及芦山地震发生相关.     

台风眼壁及周围螺旋云带云属性垂直分布研究

选取2006—2010年间CloudSat监测到热带气旋中心的7个案例,利用CloudSat和其它A-Train卫星的反演数据,主要分析了台风眼壁及周围螺旋云带的云微物理属性的垂直分布并给出了初步的概念模型。结果表明,云中冰水分布在5 km以上高度。冰粒子等效半径随云高度增加呈减小趋势,大值区主要分布在5~10 km高度,7个热带气旋的最大值为171.7~226.6 μm;冰粒子数浓度随云高度增加呈增大趋势,大值区分布在13 km以上高度,7个热带气旋的最大值为550~2 148 个/l;冰水含量随云高度增加呈先增后减的趋势,大值区分布在8~15 km高度,7个热带气旋的最大值为986.0~4 009.0 mg/m3。云中液态水分布在0.5~9.0 km高度。液态水粒子等效半径大值区分布在3~9 km高度,7个热带气旋的最大值为19.1~29.4 μm;液态水粒子数浓度大值区分布在6 km以下高度,7个热带气旋的最大值为93~117 个/l;液态水含量大值区分布在5 km左右高度,7个热带气旋的最大值为659.0~2 029.0 mg/m3。台风或超强台风阶段,云体最大高度存在于台风眼壁,眼壁云高可达17~18 km;近地表降水率、冰水柱含量的高峰值大多存在于台风眼壁区域,其中眼壁区域的近地表降水率可超过20.0 mm/h,冰水柱含量可超过9.1 kg/m2。7个热带气旋的垂直降水率和液态水柱含量值分别小于11.3 mm/h和2.7 kg/m2。      

基于AVO反演的频变流体识别方法

研究表明流体引起衰减与频散往往表现为频变AVO现象.一些频散地震属性,例如纵波频散,已经证实为可靠的碳氢指示因子.为了更有效地识别流体,基于f-μ-ρ近似构建了新的流体因子D_f,即频变流体项.该属性的反演首先需要连续小波变换(CWT)谱分解得到不同频带地震数据,通过去相关与先验约束来保证反演结果可靠性.模型试算证实了频变反射系数近似公式的精度可靠性,D_f可以识别出强衰减介质所引起的频散现象.实际数据试算中,D_f可以较好地识别储层孔隙流体,尤其对于气层,具有较好的指示效果.该流体因子将Gassmann流体项的高孔隙流体敏感性与叠前数据丰富的振幅频率信息相结合,反演效果与岩石物理认识相符.此研究有助于利用衰减频散现象借助AVO反演实现流体识别.     

空间数据更新中多源数据不一致的表现与成因分析

由于地理空间数据的标准化工作相对滞后,不同部门往往根据不同的需求和目的,对同一地区的数据生产采用了异构的生产环境,导致生产出的数据各有特点和优势,对于同一个地理实体可以有多种不同的数据源,当空间数据更新和应用过程中涉及的多个数据源描述同一地理实体时,就会产生数据不一致的现象。本文首先对空间数据更新中多源数据的不一致进行了归纳和分析,分别从几何位置、要素关系和属性特征三个方面阐述了多源空间数据不一致的表现;然后分析了多源空间数据不一致的原因,认为是由于坐标系、地图投影、资料应用情况、空间数据误差等多方面因素的差异导致多源空间数据的不一致。     

城市基础地理信息增量模型

分析城市基础地理信息变化的描述,并给出变化的增量模型。以北京市的行政区划变化为例,给出包括几何信息、属性信息和拓扑关系在内的区域变化增量模型。对某区域的房屋数据层和水系数据层的增量信息进行提取,应用这些增量信息可以对客户数据库的旧版本数据进行增量更新。