火成岩岩石薄片智能识别及分类方法

在油气勘探、评价及开发中,岩性识别和薄片鉴定是十分重要的基础工作,准确的薄片识别结果可以为勘探和开发提供可靠的依据。传统的人工判定方法或实验室分析方法具有主观性强、效率低、自动化程度低等问题。目前基于内容的智能图像识别技术在准确性和具体应用方面还面临着许多难题。论文基于国内外相关研究成果与油气勘探与开发中岩芯薄片图像的特点及要求,设计并研制成功薄片图像自动识别系统和薄片智能鉴定系统。利用图像梯度分布和色彩分析进行火成岩岩石薄片智能分类,对所有像素进行类别划分进而得到整体的鉴定结果,实现了省时、高效、高精度的薄片智能鉴定成果。     

火成岩岩石薄片智能识别及分类方法

在油气勘探、评价及开发中,岩性识别和薄片鉴定是十分重要的基础工作,准确的薄片识别结果可以为勘探和开发提供可靠的依据。传统的人工判定方法或实验室分析方法具有主观性强、效率低、自动化程度低等问题。目前基于内容的智能图像识别技术在准确性和具体应用方面还面临着许多难题。论文基于国内外相关研究成果与油气勘探与开发中岩芯薄片图像的特点及要求,设计并研制成功薄片图像自动识别系统和薄片智能鉴定系统。利用图像梯度分布和色彩分析进行火成岩岩石薄片智能分类,对所有像素进行类别划分进而得到整体的鉴定结果,实现了省时、高效、高精度的薄片智能鉴定成果。     

深海甲烷、二氧化碳原位探测技术与装置研究进展

甲烷、二氧化碳的地质和生物地球化学循环对海洋环境和全球气候变化有着重要影响,其在深海环境中通常以气泡或流体的形式向四周扩散,甲烷还是探测海底天然气水合物资源的重要指标之一.目前,国内外研究团队提出了各种背景下原位探测海洋溶解甲烷、二氧化碳的新技术、新方法,以促进对海洋碳循环的研究.简述了基于电化学技术、光学技术、质谱技...     

知识与数据融合驱动的油气藏智能表征及研究进展

油气藏是一个极其复杂的地下系统,油气藏表征是一个充满不确定性的科学与技术难题,主要基于知识驱动的传统油气藏表征理论与方法具有局限性,遇到众多难题和发展瓶颈.近年来,以深度学习为代表的人工智能技术广泛应用于油气藏表征问题研究中,并在特定问题上取得突破性进展,但是各方向研究相对分散,缺乏系统性理论认识,人工智能技术与专业领域知识的融合不足.本文提出知识与数据融合驱动的油气藏智能表征的理念与方法,基于油气藏数据特征,利用先进的人工智能技术,融合专业领域知识,充分挖掘油气藏大数据中隐含的有效信息,以实现更可靠、更高精度、更高效率的油气藏表征.同时对油气藏智能表征关键研究内容的最新进展综述,主要包括基于深度学习的测井智能储层评价、地震智能储层预测、储层智能随机建模等方面的研究进展,最后提出油气藏智能表征的发展展望.