低渗透油藏储层沉积微相研究--以松辽盆地乾安油田高台子油层Ⅶ砂组为例   总被引：6，自引：1，他引：6  

王先明  单玄龙 《世界地质》2002,21(3):251-257

针对低渗透油藏储层的特征，以岩心资料和大量的测井，录井数字化资料为基础，应用沉积微相制图软件系统实现了乾安油田高台子油层Ⅶ砂组低渗透储层的沉积微相自动识别，本区储层沉积微相为水下分流河道，席状砂、远砂坝和水下扇等类型，绘制出VII砂组3个小层的平面沉积微相图，沉积微相的研究对本区主力油层及剩余油分布具有指导意义。  相似文献   

新一代天气雷达灾害性天气警报和短时预报系统     

杨洪平胡绍萍  周海光张沛源 《中国气象科学研究院年报》2006,(1):17-19

由中国气象科学研究院主持，北京、湖北、广东、安徽和厦门等省市气象局科研人员参与的以多普勒天气雷达实时观测资料为基础的新一代天气雷达灾害性天气警报和短时预报系统于2006年底完成，建立了一整套回波特征参数定量提取技术、风场反演技术、灾害性天气自动识别技术以及自动和人机交互的0～2h暴雨、大风、冰雹的预报和0～2h降水预报技术。  相似文献   

模式识别在手腕骨自动识别中的应用研究     

杨挺 《武汉测绘科技大学学报》1998,23(1):43-46

手腕骨自动识别是实现骨龄评定的自动化的关健,以数字化仪采集数据为基础 ,研究了模式识别 与模数学在手识别中的应用理论和方法,实验证明,模式识别的应用是成功的。  相似文献   

利用近场加速度记录确定近震震源参数的研究     

刘爱文  李沙白 《地震工程与工程振动》1998,18(4):15-22

本文对利用强震近场加速度记录确定时,空、强三个完整的震源参数。文中给出一种利用计算机自动识别地震记录的Ｐ波初动到时和Ｓ波震相到的算法。根据新近发表的Ｗｏｏｄ－Ａｎｄｅｒｓｏｎ地震仪器的最新参数,修牍正唐山地区量规函数。利用唐 山数字震观测台阵得到的近场加速度数据,计算了１０次地震的震源位置和震级,并对定位误差进行了综合分析,将强震台网测定的震源参数与地震台  相似文献   

适应多型毫米波雷达数据的通用读取程序设计     

王会  王旭 《成都信息工程学院学报》2015,(2):153-159

云是研究大气系统的重要要素,较厘米雷达而言毫米波测云雷达波长更短,可以探测到大气中的云并获得重要参数,在探测云方面毫米波雷达表现出了更大的优势。分析毫米波雷达原始数据格式对于分析云特征是十分必要的。论文主要介绍目前比较常用且成功运行获得了大量数据的3种型号的毫米波雷达。首先针对3种型号雷达基数据文件格式特征,提出5组判据作为识别方法,实现对文件二进制信息的自动分析,能够识别3种常用的毫米波雷达基数据文件的类型;其次为便于3种毫米波雷达产品的对比分析,还针对这3种毫米波雷达产品数据格式的不同,编写了同时兼容这3种雷达数据产品(反射率强度、速度、谱宽、退极化比)和4种雷达扫描方式(垂直定点扫描、平面扫描、俯仰扫描、体积扫描)产品的显示软件,并采用相同的显示规则,结果显示:方法简单、识别准确,使软件以较小代价兼容多种雷达基数据文件且对于分析对比该3种不同型号毫米雷达产品也是十分便利的。  相似文献   

基于区域参考框架的GNSS滑坡监测     

王国权  鲍艳 《测绘学报》2022,51(10):2107-2116

区域参考框架是实现高精度区域大地形变观测和滑坡灾害长期监测的基础设施。结合活动地块的划分和长期的GNSS观测结果,笔者将我国大陆和海域初步划分为7个“刚性骨架地块”,简称“刚性地块”,拟建立覆盖我国陆海全域的区域参考框架系列:东北、华北、华南、西北、青藏、川滇及南海参考框架。本文介绍了从全球参考框架(IGS14)到区域参考框架的坐标转换方法,并例举了华北参考框架(NChina20)和华南参考框架(SChina20)在滑坡长期监测和滑坡初动自动识别领域的应用。  相似文献   

塔什干低涡天气过程的计算机识别     

秦贺 《沙漠与绿洲气象(新疆气象)》2014,8(4):15-17

根据塔什干低涡的定义,利用NCEP／NCAR日平均再分析高度场、温度场资料,运用计算机编程自动识别、追踪塔什干低涡的中心位置、中心强度和持续时间,进而获取塔什干低涡天气过程的数据集。此计算机识别程序中有两个关键判断条件：一是某格点i的高度值小于其外围格点高度值,二是低涡范围内任意格点的纬向温度二阶导数大于零。实践证明该方法对塔什干低涡系统的识别准确且省时省力,同时避免了人工挑选的主观性误差。  相似文献   

基于DeepLabv3+与GF-2高分辨率影像的露天煤矿区土地利用分类     

张成业  李飞跃  李军  邢江河  杨金中  郭俊廷  杜守航 《煤田地质与勘探》2022,50(6):94-103

遥感与深度学习为及时掌握露天煤矿区土地利用情况提供了高效率的技术手段。基于国产高分二号(GF-2)卫星高分辨率遥感影像,利用深度学习DeepLabv3+模型实现露天煤矿区土地利用识别,并与U-Net、FCN、随机森林、支持向量机、最大似然法等方法进行对比。首先,制作高分辨率影像样本数据,通过敏感性测试确定适合研究区露天煤矿场景的样本最佳裁剪尺寸和方式;然后,训练深度神经网络DeepLabv3+模型,进行土地利用识别实验;最后,比较不同方法的识别结果。结果表明:研究区露天煤矿场景下的样本最佳裁剪尺寸为512像素×512像素,最佳裁剪方式为随机裁剪。采用的DeepLabv3+模型对露天煤矿区土地利用识别的总体精度、Kappa系数分别为80.10%、0.73,均优于U-Net、FCN、随机森林、支持向量机、最大似然法等方法的识别精度。DeepLabv3+模型的识别速度与上述5种方法保持在同一数量级,验证了DeepLabv3+模型和GF-2卫星影像在露天煤矿区土地利用识别中的可行性,对露天煤矿区生态环境监测与修复规划具有重要意义。   相似文献   

基于双重注意力机制的滑坡识别方法优化     

吴琪  周创兵  黄发明  姚池 《地质科技情报》2022,41(2):246-253

  相似文献   

基于深度卷积神经网络的阵风锋识别算法     

徐月飞  赵放  毛程燕  王健疆 《湖北气象》2020,39(1):81-88

阵风锋作为强对流的冷性出流特征,是重要的边界层辐合系统,对其自动监测识别一直是日常气象业务中的难点,该文基于深度卷积神经网络设计了阵风锋的自动识别算法。通过对输入和输出端的重新设计,在Faster RCNN算法和Inception V2网络模型的基础上实现了通过雷达回波数据对阵风锋窄带回波实现端到端自动识别。利用雷达数据绕雷达中心旋转不变性特点,增加了数据样本,降低了需提取特征的复杂度。利用2007—2011年南京雷达数据,对该模型进行了20万步的训练,总损失函数值收敛到0.003。对识别效果的分析表明,在训练样本中识别率100%,漏识率0%,准确率87%。通过对合肥雷达2009年6月5日阵风锋天气过程的32个体扫进行模型泛化能力评估,得到识别率91.7%,漏识率8.3%,正确率73.3%。  相似文献