排序方式： 共有6条查询结果，搜索用时 15 毫秒
1
1.
相比重力数据,重力张量数据通常包含更多的异常信息。本文根据重力数据与重力张量数据的关系,利用位场转化技术,将重力张量数据应用于传统的Parker-Oldenburg密度界面反演算法中。通过模型试验,证明了在网格间距较大或者数据存在一定噪音时,使用本文算法进行反演能得到更好的效果。实验结果说明利用重力张量数据可以有效地提高密度界面反演的分辨率。 相似文献
2.
总有机碳含量(TOC)作为评价烃源岩的重要参数.对于一些勘探开发难度较大的区块,合理预测TOC含量对区块勘探开发具有重要意义.目前预测TOC含量的方法以△logR法为主,但是△logR 法对于异常点处理并没有系统的标准,人为主观性较强,同时在伦坡拉地区△logR 法预测效果一般.因此本文采取BP神经网络法进行TOC含量的预测.为了确定敏感性测井曲线的选择,将标准归一化后的测井参数与TOC含量进行相关系数分析,选取自然电位(SP)、自然伽马(GR)、声波时差(AC)、体积密度(DEN)及深度作为输入层,以TOC含量为输出层建立一个5×2×1的BP神经网络模型.研究结果表明,训练样本与测试样本的预测值与实测值相关性均超过0.8,模型拟合效果良好.TOC含量预测结果表明在纵向上伦坡拉盆地中牛三段下亚段、牛二段上亚段及牛二段中亚段均发育有较好烃源岩,应为下一步勘探开发的重点;在平面分布上,蒋日阿错凹陷的中部和东部发育最有潜力的烃源岩. 相似文献
3.
分形是地质矿产领域非线性计算的重要方法,GeoDAS软件是实现该方法的有效工具,因受限于软件的紧耦合性,目前难以整合人工智能等在线计算资源.为了充分发挥分形在地学大数据处理与智能分析中的作用,本文以成矿背景异常分解技术中异常下限(阈值)估计为研究目标,提出了一种利用机器学习中线性回归算法拟合数据实现阈值自动求取的方法,在ArcGIS Pro中采用Python基于机器学习框架实现了异常下限智能计算模块.采用GeoDAS软件自带砷(As)示例数据进行两种方法对比实验.实验结果表明:机器学习方法与GeoDAS的能谱密度面积(S-A)异常分解技术所得阈值的平均差小于8％,且最小差为2.35％.此外,根据最佳阈值对异常场圈定效果与软件处理后呈现效果基本一致或完全相同,验证了采用机器学习方法自动计算阈值下限方法的有效性. 相似文献
4.
卢鹏羽 《吉林大学学报(地球科学版)》2010,(Z1)
随着测量仪器精度的提高,重力勘探正逐步走向微重力勘探阶段。与普通的重力测量相比,微重力测量虽然获得数据精度较高,探测到比较微弱的重力异常,但也容易受测量条件等可控因素的影响,降低了对异常体的发现率。以简单规则球体为理论模型,分别对影响目标体发现率的仪器因素、目标球体的模型因素、航空测量等因素作了初步研究。定性地给出了目标体发现率与各种影响因素之间的关系。并以理论模型模拟实测数据,体现出正确处理可控制因素对于实际工作的影响。 相似文献
5.
基于重磁数据的地质体边界识别是地球物理数据解释的重要内容。随着重磁梯度张量测量技术的不断发展,基于梯度张量数据圈定地质体构造边界位置的方法也在不断发展。本文定义一种基于梯度张量特征值的归一化边界识别滤波器,可同时进行不同深度目标体的边界位置圈定。为验证本文方法的有效性,将建立方法应用于合成的重磁数据中,相比于传统边界识别滤波器,本文滤波器具有更高的水平分辨率和精度,并且在正负叠加异常的试验中,可有效地避免虚假边界的产生。最后,将归一化特征值边界识别滤波器应用于西藏古堆地热田的地质构造解释,结果表明,基于特征值的边界圈定方法能够更准确地显示地质构造的边界位置,发现更多地质体构造细节特征。 相似文献
6.
沧县隆起北部地区地热资源丰富,但关于地热田的形成机制与主控因素仍存在争议。通过收集区域地质资料和井温资料,并结合热传导正演模拟,系统地分析了研究区内地温梯度横向与垂向的特征、不同地质条件下地温场的分布规律,并正演了两条实测地热剖面,分析了研究区内地温场分布的主控因素。研究表明,横向上地温梯度在凸起区相对较高,凹陷区相对较低,与基岩起伏具有良好的对应关系,并且垂向上地温梯度的变化可分为两段,在浅部沉积盖层较高,以热传导为主,下部的寒武系、奥陶系和蓟县系储层地温梯度较低,以热对流为主。同时,区内地温场的分布主要受基岩埋深所控制,局部地区受到地下热水沿断层上涌所影响。通过研究,将为今后的地热开发选址提供重要依据。 相似文献
1