Unique Marine Olenekian-Anisian Boundary Section from South Primorye, Russian Far East     

Yuri D Zakharov Alexander M Popov Galina I Buryi 《中国地质大学学报(英文版)》2005,16(3):219-230

INTRODUCTION LateOlenekianandAnisianmarinedepositsin SouthPrimoryewerefirststudiedbyD.L.Ivanov,thechiefofageologicalteammakingreconnaissance workfortheconstructionofthetrans Siberianrail road.HecollectedEarlyandMiddleTriassicam monoidsonRussianIsland.Arep…  相似文献   

柴达木盆地南缘玛兴大湾地区典型岩浆岩岩性识别研究          下载免费PDF全文

魏本赞  汪冰  石海岗  付丽华  张策  揭文辉 《地质找矿论丛》2016,31(4):564-569

本文运用ASTER多光谱遥感数据识别柴达木南缘玛兴大湾地区典型岩浆岩的岩性信息,分别采用光谱分析法和最小噪声变换法进行试验,可有效地识别与提取出研究区内的典型岩浆岩岩性信息;经已知地质资料和野外查证资料分析证明,用上述方法提取岩性信息的结果可靠,能为岩性填图及矿床勘查工作提供参考。  相似文献   

东营凹陷南坡沙三段坡移扇沉积特征     

周娟  罗荣涛  陈杰 《江苏地质》2016,40(1):107-112

目前,东营凹陷南坡沙三段已钻遇到坡移扇这一新型的岩性油气藏类型,但是对坡移扇的地质认识较浅,且其识别特征尚不明确,从而制约了坡移扇勘探的进程。通过大量的岩芯精细观察和描述,统计分析了大量实验数据,在结合地震资料分析的基础上,系统总结坡移扇有别于浊积岩的沉积特征等识别标志。分析认为,坡移扇的形成受三角洲的规模和建设性、构造坡度或沉积坡度、构造运动及湖平面变化等因素所控制。  相似文献   

新疆库车坳陷古近系膏泥岩层分层特征及沉积演化分析          下载免费PDF全文

王斌  雷刚林  吴超  莫涛  周鹏  尚江伟  谢亚妮  李梦媛 《沉积与特提斯地质》2016,36(3):60-65

库车坳陷古近系库姆格列木群下部的膏泥岩段存在明显的分层特征,根据岩性序列变化将其划分为5个亚段,自上而下依次为第1亚段(上泥岩段)、第2亚段(上化学岩段)、第3亚段(中泥岩段)、第4亚段(下化学岩段)、第5亚段(下泥岩段)。该岩性序列在克拉苏构造带不同部位发育程度不同,东部的克深-克拉地区发育第1~3亚段,仅西部DB303井附近发育完整的5个亚段。通过解剖各亚段内部岩性特征,明确其分布规律,并对库姆格列木群沉积初期的古地貌和沉积环境进行初步探讨,确立各亚段原始沉积演化序列和沉积模式。研究认为:(1)库姆格列木群沉积时期古地貌为东高西低,地貌幅度小;(2)膏泥岩段沉积序列呈碎屑岩-化学岩交替发育特征,受古地貌影响,不同地区发育的岩性序列旋回个数不同,但岩性序列变化规律相同。  相似文献   

新疆春风油田石炭系火山岩岩性特征及测井识别方法          下载免费PDF全文

黄习习  金强  明玉坤  王伟  程付启 《沉积与特提斯地质》2016,36(4):37-43

不同岩性的火山岩其储集性能差异甚远,准确识别火山岩岩性对于火山岩储层的研究具有重要意义。研究区春风油田石炭系储层以火山岩为主,过渡类型较多,岩性较为复杂。利用岩心观察、薄片鉴定、地化分析等方法确定研究区发育火山熔岩类和火山碎屑岩类两类火山岩,其中,火山熔岩包括玄武岩、安山玄武岩、玄武安山岩以及安山岩,火山碎屑岩有凝灰岩和火山角砾岩等。通过识别出的岩性标定测井,分析每种岩性的测井响应特征,利用交会图法和星形图法,建立了不同岩性的识别标准。  相似文献   

PNN在煤田随钻测井岩性判识应用研究     

陈刚 《地质与资源》2018,27(1):103-106

介绍了PNN方法原理及其算法训练学习过程,详细阐述了网络识别岩性参数的选取、岩性识别模型的建立过程.通过对比研究PNN与其他6种岩性识别方法,分析相同条件下预测结果,得到不同识别方法的优劣性.经研究发现,PNN概率神经网络方法在生产应用中效果更佳、训练识别用时最短.利用人工智能神经网络对测井数据进行自动解释分析,可满足随钻测井时效性及快速解释处理的地质导向需求.  相似文献   

基于GF-2影像西藏桑耶地区岩性-构造遥感解译     

侯德华  张立国  王硕  王金贵  程州 《中国地质调查》2018,5(5):66-73

西藏桑耶地区位于青藏高原中南部,区内切割强烈,地势陡峻,属于高山峡谷区。为提高区域地质调查野外工作效率,在调查中率先开展了遥感解译研究。在充分收集已有资料的基础上,通过对GF-2卫星数据进行预处理和影像增强,结合野外验证建立了各地质要素的遥感解译标志,实现了区内不同地层岩性、侵入岩、断裂和褶皱等地质要素的提取,最终编制了研究区1:5万遥感地质解译图,为区域地质调查提供了数据支撑。结果表明: 各地质要素在GF-2数据上均有良好反映,完全满足1:5万尺度的遥感地质解译和编图的需要,充分显示出该卫星数据在区域地质调查等工作中具有良好的应用前景。  相似文献   

混积岩分类命名体系探讨及对混积岩储层评价的启示——以渤海海域混积岩研究为例   总被引：1，自引：0，他引：1  

叶茂松  解习农  徐长贵  杜晓峰  宋章强  杜学斌 《地质论评》2018,64(5):1118-1131

混积岩是一种普遍而重要的岩石组合类型。然而长期以来,对混积岩的岩石学分类与命名一直存在诸多争议,且尚未有统一的分类体系与命名规则。本文结合渤海海域混积岩岩石薄片组分鉴定、岩石储层物性分析等最新研究成果,并与相关文献结合,最终确立以陆源碎屑物、生物成因碳酸盐颗粒、化学沉淀碳酸盐为三组分端元的一套新的混积岩岩性分类体系,并将混积岩分为4大类、16亚类。通过讨论混积岩混积层系及混积岩组构界定的问题,进一步完善了混积岩定义。利用新的岩石学分类方案,可为储层评价研究提供指导。以渤海海域为例,建立起研究区不同岩性相与储层物性的对应关系,并在岩性分类体系中划分出差储层、中等储层及优质储层三个储层区。  相似文献   

基于岩石图像深度学习的岩性自动识别与分类方法   总被引：8，自引：3，他引：5  

张野  李明超  韩帅 《岩石学报》2018,34(2):333-342

岩石岩性的识别与分类对于地质分析极为重要,采用机器学习的方法建立识别模型进行自动分类是一条新的途径。基于Inception-v3深度卷积神经网络模型,建立了岩石图像集分析的深度学习迁移模型,运用迁移学习方法实现了岩石岩性的自动识别与分类。采用此方法对所采集的173张花岗岩图像、152张千枚岩图像和246张角砾岩图像进行了学习和识别分类研究,通过训练学习建立岩石图像深度学习迁移模型,并分别采用训练集和测试集中的岩石图像对模型进行了检验分析。对于训练集中的岩石图像,每组岩石分别用3张图像测试,三种岩石的岩性分类均正确,且分类概率值均达到90%以上,显示了模型良好的鲁棒性;对于测试集中的岩石图像,每组岩石分别采用9张图像进行识别分析,三种岩石的岩性分类均正确,并且千枚岩组图像分类概率均高于90%,但是花岗岩组2张图像和角砾岩组的1张图像分类概率值不足70%,概率值较其他岩石图像低,推测其原因是训练集中相同模式的岩石图像较少,导致模型的泛化能力减小。为了提高识别精确度,对准确率较低的岩石图像进行截取,分别取其中的3张图像加入训练集进行再训练,增加与测试图像具有相同模式的训练样本;在新的模型中,对3张图像进行二次检验,测试概率值均达到85%以上,说明在数据足够的状况下模型具有良好的学习能力。与传统的机器学习方法相比,所提出的岩石图像深度学习方法具有以下优点:第一,模型通过搜索图像像素点提取物体特征,不需要手动提取待分类物体特征;第二,对于图像像素大小,成像距离及光照要求低;第三,采用适当的训练集可获得较好的识别分类效果,并具有良好鲁棒性和泛化能力。  相似文献   

基于Hyperion高光谱数据和随机森林方法的岩性分类与分析     

柯元楚  史忠奎  李培军  张西雅 《岩石学报》2018,34(7):2181-2188

探索利用高光谱数据的岩性填图新方法是遥感地质应用领域的重要需求之一。本文运用随机森林方法和EO-1Hyperion高光谱数据,对新疆塔里木西北部柯坪地区的局部区域进行岩性分类,并对相关问题进行分析。分别利用光谱特征以及加入光谱一阶导数特征进行岩性分类,并对不同特征对岩性分类的重要性进行分析,同时与现有的基于光谱角制图方法(SAM)进行比较。结果表明,与SAM方法相比,随机森林方法得到了更高精度的岩性分类结果,是一种有效可行的岩性分类方法。根据特征重要性的排序,蓝绿光波段、短波红外波段以及相应的一阶导数特征对研究区Hyperion数据的沉积岩岩性分类贡献更大。  相似文献