CSAMT与AMT数据“拼接”处理——以湖南仁里铌钽矿床7号剖面为例

音频大地电磁测深(AMT)与可控源音频大地电磁测深(CSAMT)均为深部勘查常用方法。AMT方法采集频带较宽,但存在“死频带”,在“死频带”范围无法完全得到地质体响应。CSAMT信噪比高,但通常受发射功率的限制,收发距离一般放置不够远,容易过早进入“近区”。本文展示了将两种方法数据拼接组合的一种处理方式:首先在前人理论研究的基础上,利用CSAMT和AMT均匀半空间模型进行了正演计算,结果表明,CSAMT远区与AMT数据拼接具有可行性;选择湖南仁里铌钽矿床7号剖面的野外实测数据进行实验,将同测点位置的CSAMT远区数据和AMT同测点同模式数据相“拼接”,合成新AMT数据;最后进行反演,反演结果与钻探结果对应较好,表明该方法具有一定的效果。     

2011~2020年勘查地球化学数据处理研究进展

我国建立了包含海量数据的高质量的勘查地球化学数据库,为矿产勘查、环境评价和地质调查等提供了重要的数据支撑。如何高效处理勘查地球化学数据,并从中发掘和识别深层次信息一直是勘查地球化学学科研究的热点和前沿领域。本文在系统调研国内外学者过去十年发表的论著基础上,对勘查地球化学数据处理方法进行分析与对比,从勘查地球化学数据库建设、地球化学异常识别及其不确定性评价等方面概述了我国近十年来在该领域取得的主要研究进展,包括:(1)分形与多重分形模型由于考虑了地球化学空间模式的复杂性和尺度不变性,在全球范围内得到极大的发展和推广,我国学者引领了基于分形与多重分形的勘查地球化学数据处理;(2)机器学习和大数据思维开始在该领域启蒙,并迅速得到关注,正在成为研究热点和前沿领域,我国学者率先开展基于机器学习算法的勘查地球化学大数据挖掘研究;(3)我国学者需要进一步加强勘查地球化学数据缺失值处理以及成分数据闭合效应研究。今后该领域应进一步加强对弱缓地球化学异常识别、异常不确定性评价以及异常识别与其形成机理相结合等方面的研究。     

地球科学大数据的管理与共享：以英国地质调查局为例

大数据驱动的研究范式正在引起地学领域的革命,而海量大数据的有效管理和共享是数据高效利用的前提。英国地质调查局作为最早成立的国家地质调查局,拥有海量的地学数据资源,通过近年来对数字化工作的全面推进,在数据的开放共享方面走在了世界各国的最前沿。文章对英国地质调查局的数据资源管理和数据共享方式进行了分析调研,详细介绍了他们的一站式管理平台——开放地学的主体组成,以及他们与同行合作建设的数据库。开放地学全面汇总了地调局内的数据资源,并通过一系列数据共享将所有数据集有机链接,通过数据和模型的巧妙结合,在满足用户数据需求的同时,对数据的应用进行了全方位的拓展,是地球系统科学研究框架下地球科学数字化工作的良好典范。     

Brittleness index predictions from Lower Barnett Shale well-log data applying an optimized data matching algorithm at various sampling densities

The capability of accurately predicting mineralogical brittleness index(BI)from basic suites of well logs is desir-able as it provides a useful indicator of the fracability of tight formations.Measuring mineralogical components in rocks is expensive and time consuming.However,the basic well log curves are not well correlated with BI so correlation-based,machine-learning methods are not able to derive highly accurate BI predictions using such data.A correlation-free,optimized data-matching algorithm is configured to predict BI on a supervised basis from well log and core data available from two published wells in the Lower Barnett Shale Formation(Texas).This transparent open box(TOB)algorithm matches data records by calculating the sum of squared errors be-tween their variables and selecting the best matches as those with the minimum squared errors.It then applies optimizers to adjust weights applied to individual variable errors to minimize the root mean square error(RMSE)between calculated and predicted(BI).The prediction accuracy achieved by TOB using just five well logs(Gr,pb,Ns,Rs,Dt)to predict BI is dependent on the density of data records sampled.At a sampling density of about one sample per 0.5 ft BI is predicted with RMSE～0.056 and R2～0.790.At a sampling density of about one sample per 0.1 ft BI is predicted with RMSE～0.008 and R2～0.995.Adding a stratigraphic height index as an additional(sixth)input variable method improves BI prediction accuracy to RMSE～0.003 and R2～0.999 for the two wells with only 1 record in 10,000 yielding a BI prediction error of＞±0.1.The model has the potential to be applied in an unsupervised basis to predict BI from basic well log data in surrounding wells lacking mineralogical measure-ments but with similar lithofacies and burial histories.The method could also be extended to predict elastic rock properties in and seismic attributes from wells and seismic data to improve the precision of brittleness index and fracability mapping spatially.     

面向自然资源信息提取的多源异构数据融合技术——以汉江流域NDVI数据为例

高时空分辨率的自然资源指标数据对大尺度自然资源动态观测与趋势评估至关重要。大数据时代下的海量多源数据为数据高效融合利用提供了可能。以重构汉江流域归一化植被指数(Normalized Difference Vegetation Index,NDVI)数据为例,搭建了PostgreSQL自然资源时空大数据处理底层架构,集成了数据级融合法、特征级融合法和决策级融合法,基于机器学习算法构建了一套面向自然资源信息提取的多源异构数据智能融合技术,实现了多源数据的高效利用与特征空间优选。同时,重构了2000—2019年汉江流域NDVI 1 km逐年数据集,全面反映了汉江流域植被动态变化。研究结果可为地球科学时空大数据的高效提取与模拟分析提供科学参考,为定量核算林草资源禀赋规模、探究生态系统时空演变规律提供一种更精准、更便捷的技术手段。     

西昌市1989—2018年林地草地湿地动态变化特征分析

遥感技术已被广泛应用于生态环境调查与研究。为获取西昌市近30 a生态环境演化趋势,利用1989年、2000年、2010年的专题绘图仪(Thematic Mapper,TM)遥感影像和2018年的陆地成像仪(Operational Land Imager,OLI)遥感影像,通过图像处理、目视解译和野外验证等方法,获得了西昌市1989—2018年的土地利用/覆盖数据,并对林地、草地和湿地的动态变化特征进行了研究。结果表明: 1989—2018年,西昌市林地、湿地和草地面积持续增加,生态环境持续向好; 林地主要分布于安宁河谷和邛海盆地四周山地,在牦牛山、螺髻山一带形成主要林区; 草地主要呈星岛状分布于牦牛山、螺髻山一带林地之间; 湿地以河流湿地与湖泊湿地为主,主要沿安宁河及邛海分布。但仍存在一些问题: 森林存在针叶化现象较普遍、树种单一等问题,需要重点加强林区火灾防范; 草地多数呈零星片状分布,不具有完整的系统结构和良好的功能,多数草地承载力和生产力较低,不宜大规模开发利用,应通过封山育林促使其向森林转化; 湿地分布也比较局限,需要着力予以保护。研究成果可为西昌市生态保护修复措施的制定及经济社会可持续发展提供科学依据。     

市级自然资源调查监测体系构建探索——以徐州市为例

自然资源调查是实现自然资源统一管理的重要前提和基础性工作。本文通过对自然资源分类体系、调查方案和数据库组织的研究,构建了以第三次国土调查和各类专项调查数据为基础的自然资源调查监测体系,提出了新的数据库组织和更新方法,并在江苏省徐州市进行了实践验证,形成了地市级调查成果,旨在为全国范围内地级市自然资源调查工作提供参考,构建可复制、可推广的调查体系。     

基于北斗的自动气象站报文传输方案设计

针对北斗卫星下行通信受4G和WIFI信号带内干扰导致传输成功率低的情况,设计了基于增加传输次数来降低误码率的自动气象站报文北斗传输方案。首次提出并建成用于传输自动气象站报文的双北斗指挥机用户群,根据北斗用户机的传输能力设计专用的气象报文编码格式,利用冗余频度开展报文重发,实现单个时次报文的4次重复接收,稳定地保证了较高的传输成功率。方案同时实现了观测报文1min内到达预报员桌面,在稳定性和时效性上均取得了突破。     

江西省山地风场风速订正方法研究

利用气象站、探空及NASA再分析资料,对江西省4县山地风场的12座测风塔风速进行订正研究。研究结果表明:测风塔与气象站风速数据相关性较低,相关系数一般远小于0.45;测风塔与探空资料的风速相关系数可达到0.6以上,最高可达到0.8;NASA再分析资料可以作为江西山地风场风速订正参证数据,其与测风塔风速数据相关性较高,相关系数可达到0.54～0.77,大多数测风塔相关系数可达0.7左右。海拔高度小于1000 m的测风塔与NASA 50 m风速的相关系数明显高于其与NASA 850 hPa风速的相关系数,高度为1000—1200 m的测风塔与NASA 50 m风速和与NASA 850 hPa风速的相关系数相差不明显,高度大于1200 m的测风塔与NASA 850 hPa风速的相关系数明显大于其与NASA 50 m风速的相关系数。比值法订正效果略好于线性回归法的,订正后的风功率密度总体偏大。     

Uncertainty of the Linear Trend in the Zonal SST Gradient Across the Equatorial Pacific Since 1881

The change in the zonal sea surface temperature gradient (ZSSTG) across the equatorial Pacific plays an important role in the global climate system. However, there has not yet been a consensual conclusion about the changing ZSSTG at either a short-term (from 20 to 90 years) or a long-term time scale (longer than 90 years) in the literature. In this study, the uncertainty of the trend in ZSSTG for different sub-periods since 1881 was examined using four interpolated datasets and four un-interpolated datasets. It was found that the trend in ZSSTG on the short-term time scale could be significantly influenced by internal variability such as the El Niño–Southern Oscillation and the Pacific Decadal Oscillation. On the long-term time scale, the sign of the ZSSTG trend depends on the dataset used. In particular, it was not possible to draw a uniform conclusion about the secular trends in ZSSTG in recent history, given the high sensitivity of the ZSSTG trends to the period, dataset, and regions used to calculate the trends. Our results imply that it may not be possible to detect the response of ZSSTG to global warming until a longer data record becomes available in the future.