应用荧光显微技术判别吐哈盆地储层含油水性   总被引：2，自引：0，他引：2  

张小青  伊海生  危国亮  万永清  黄天雪 《地球科学与环境学报》2005,27(2):56-59

通过在荧光镜下的油水特征实验，分别得出油、油包水、水包油、含油水、水的荧光特征，然后对吐哈盆地单井储层的油层、水层荧光特征反复实验，并与试油结果对比，归纳总结出了油层、水层及油水界面的识别标志。油层特征主要为荧光发光较好且均匀、大面积油包水；水层特征主要为荧光发光不均匀，可动水普遍，并出现水包油现象；油水界面特征主要为荧光从均匀发光过渡到不均匀发光，孔隙由可动油充填过渡到由可动水充填。提出了吐哈盆地储层含油规律性，从而为探井试油、油层划分提供了准确可靠的依据。  相似文献   

去噪小波包能量法在水声信号识别中的应用   总被引：2，自引：0，他引：2  

杨亚菁  钟丽萍 《广东海洋大学学报》2005,25(1):69-72

对小波包能量法进行改进,提出了一种新的方法———去噪小波包能量法,该算法对信号小波去噪后,再用小波包能量法提取信号的特征;应用去噪小波包能量法研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验。结果显示软阈值、硬阈值、弹性阈值3种标准的小波去噪方法均能明显提高信号识别率,其中最为显著的是软阈值标准去噪,信号的识别率可由未去噪的53 .3%提高到98. 3%,表明算法的有效性。  相似文献   

综合地层压缩系数和泊松比参数识别气层     

吴信千 《海洋地质信息通报》1994,(7):3-4

  相似文献   

一种综合分析多种测井信息自动识别储层的方法     

王本鉴  王宏 《成都地质学院学报》1990,17(3):121-125

  相似文献   

模糊识别的一种新方法及其应用     

刘文斌  王硕儒 《物探化探计算技术》1991,13(2):105-110

  相似文献   

自然灾害的识别与国际合作现状     

hashi.  M 林玉山 《水文地质工程地质译丛》1990,(6):56-60

  相似文献   

浅层地下水的寻找线索     

《山东国土资源》2004,20(5):69-69

相对密度。大家都知道，石头掉进水里就会沉下去，是因为石头比水重。矿物也是一样，除石油、地腊一类比水轻的能浮在水面的特殊矿物以外，一般都比水重，都会沉下去。所以拿一块矿物与同样大小体积的水来比较，看它们之间的重量比是多少。例如，拿磁铁矿与同样大小体积的水相比较，磁  相似文献   

关于在无线传感器网络中测量数据出错识别和纠正的算法     

陈建  罗惠琼 《成都信息工程学院学报》2004,19(4):532-534

在无线传感器网络环境中,针对一个具体的模拟任务来探讨传感器节点测量数据(二进制数据)错误出错识别和纠正问题,并给出一种可行性算法(阀值推论)来检测和纠正此类错误.理论分析和仿真显示,在少量传感器节点(＜15%)出错情况下,系统能够检测和纠正其中的80%～90%错误.  相似文献   

黑潮延伸体海洋中尺度涡旋:四套数据的比较          下载免费PDF全文

Yao Meng  Hailong Liu  Pengfei Lin  Mengrong Ding  Changming Dong 《大气和海洋科学快报》2021,14(1):63-68

在不同的中尺度涡数据中,涡旋的识别,跟踪方法以及物理参数的定义存在差异,因此需要对涡旋结果进行相互比较和验证.本文比较了Chelton,GEM-M,Faghmous和Dong四套中尺度涡数据在黑潮延伸体区域的基本特征.结果表明,各数据的中尺度涡数量,特征和轨迹均存在差异.经过归一化处理后,涡特征的地理分布和时间变化高度相似,特别是Chelton,Fahgmous和Dong三套数据.  相似文献   

基于深度图像目标检测的智能台风涡旋识别技术     

吕心艳  钱奇峰  王登科  周冠博  徐雅静 《热带气象学报》2022,38(4):492-501

基于2005—2020年的中国气象局台风最佳路径数据集以及葵花(Himawari)8和风云(FY)卫星云图数据,首先将卫星原始数据转换为FULLDISK灰度图像作为台风涡旋识别技术的图像来源,并制定新的VOC (Visual Object Classes)标注规范,构建了样本标注数据集。利用运行速度快、识别准确率高的人工智能领域经典目标检测SSD(Single Shot MultiBox Detector)模型作为台风涡旋识别的基础模型,并针对台风涡旋识别的独特性,特别是弱涡旋识别困难,提出一种迭代的SSD目标检测模型,明显提高了台风涡旋的识别精度。通过目标检测技术对卫星云图进行智能特征分析、抽取、识别和定位,实现了自动涡旋正确识别和定位,最终建立了智能台风涡旋识别技术。测试结果显示:该技术对强热带风暴级以下强度台风涡旋正确识别率为40%~80%,对强热带风暴级及以上强度台风涡旋正确识别率达90%以上,能够精准识别强台风级及以上强度涡旋,该技术为今后业务利用高时空分辨率卫星图像对台风进行实时精密监测提供了技术支撑。   相似文献