珠江口盆地基底结构的综合地球物理研究

通过对珠江口盆地重磁资料的分析处理及反演计算，依据盆地的地质、地球物理特征，采取了针对性的综合地球物理研究思路与方法，对地震资料难以解决的珠江口盆地基底结构进行了研究，确定了盆地的重力和磁性基底深度，并对盆地内的断裂和基底岩性作了推断，提供了新的认识，为今后研究提供了依据。     

利用面波频散反演场地参数的Occam法

将Constable等人1987在解释大地电磁测深资料时提出的Occam反演方法应用到面波频散反演之中，其思路是求满足一定的残差条件下的最光滑的模型。从文中反演的几组数据结果来看，该方法在面波反演中的应用效果是令人满意的。     

石油重磁资料处理解释系统在微机上的实现

微机技术的发展和石油重磁勘探的需要促使了石油重磁资料微机处理和解释系统的建立。系统由输入、输出辅助子系统、重磁场分离和转换子系统及五个反演解释子系统八部分组成。五个反演解释子系统针对重磁力方法在油气勘探中所能解决的地质问题的类型不同而设计。计算模块的选择注意到方法的有效和适应，地球物理综合解释的需要及平面与剖面、定量正演与反演相结合的重要性。实际应用例子说明系统建立的成功和有效     

CLUE-S模型应用进展与改进研究

土地利用变化是景观生态学重要的研究领域,通过模型模拟土地利用变化趋势是该领域的主要研究内容之一。CLUE-S模型可以全面考虑自然和人文因子,通过迭代方法综合空间分析和非空间分析,较好地模拟小尺度范围内土地利用变化情景,具有综合性、开放性、空间性、竞争效率性等特点,已经在国内外多个地区的土地利用变化研究中得到广泛应用,形...     

起伏地形条件下的磁异常二维聚焦反演及应用

地形对磁异常的反演和解释有很大的影响,特别是磁异常体贴近地表分布时更是如此,为了降低这种影响,笔者推导出了基于有限延深的二度厚板状体的带地形的磁异常正演公式,并提出了一种基于起伏地形的地下网格模型剖分的新方法。同时,聚焦反演对物性体有很强的聚焦效果,如果能够预先判断磁异常主要由地下浅层的强磁性体所引起,则可以考虑采用聚焦反演的方法得到磁性体的位置,显然这种方法非常适合铁矿体的反演。笔者将带地形的二维磁异常正演与聚焦反演结合起来,进行了相应的模型试验,并与水平地形下的聚焦反演及起伏地形下的光滑反演进行对比,验证了这种结合的有效性。最后,将该方法应用于新疆特克斯的磁异常剖面,对该剖面的磁性体分布做出了合理的解释。     

曙光雷达数据处理软件系统

针对岩土工程探测对象的隐蔽性与复杂性,开发了曙光雷达数据处理软件系统,实现了不同类型雷达数据的共享数据处理、分形处理、偏移、联合反演、小波变换等功能;现场验证及试用结果表明,该软件系统可以改善地下目的物探测的分辨率和真实度,可为岩土工程施工提供较准确的地下障碍物资料。     

GMS-06等大地电磁仪采集数据的对比分析与实测资料的处理解释

近年来,大地电磁测深法(Magnetotelluric Sounding,简称MT)从仪器、采集及处理方法都取得了较大发展.其中,如何提高野外数据采集质量,获得高品质的视电阻率和相位等参数信息,是全部流程中最关键的环节,而这又与磁场传感器的信噪比、数据采集单元的分辨率以及处理方法等紧密相关.     

中国隧道及井巷地震波法超前探测技术研究分析

自20世纪90年代以来,反射地震波法作为一种主要的超前探测技术在我国国内隧道及井巷工程中取得了诸多成功应用的探测实例,同时在应用中不同探测方法也存在不少问题。文章结合国内外超前探测中应用较为广泛的TSP法、负视速度法、HSP法、TRT法、ISIS系统等反射波探测技术加以阐明,分析了国内超前探测技术应用与研究的现状,指出隧道及井巷超前探测数据采集与处理过程中存在的不足,并进一步提出超前探测研究在正反演理论、数据采集、偏移成像技术等方面应该注意的问题,超前探测的目标是要建立和完善一套实时的巷道前方地质体的动态监测与预报系统。     

大地电磁偏移成像技术的研究进展及其解决复杂地质问题的能力

总结和分析了大地电磁场成像技术的研究现状 ,在Zhdanov等对偏移电磁场的研究和成像技术基础上 ,提出了改进的有限差分法大地电磁场偏移成像技术 ,使差分方程精度和成像分辨率有了明显的提高 ,将前人大地电磁场偏移成像的模型试验研究推进到适用于复杂地电模型和实际资料处理解释的阶段 ,并通过松辽盆地大地电磁测深资料的偏移成像处理和解释展示了该方法的有效性和实用性     

BP、Hopfield神经网络在位场反演中的应用比较

比较了BP、Hopfield二种神经网络模型的特性及其运行机制,分别用于位场反演,还比较了各自在位场反演中的应用效果。结果表明:这二种神经网络模型虽然都可用于位场反演,但由于Hopfield网络缺乏学习能力,不能较好地利用已知地质、地球物理信息而受到限制。而BP神经网络具有较强的学习能力,能从已知的信息中得到有利于解决最优化问题的结论,比Hopfield神经网络更加适合于位场的反演问题。