首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   6篇
  免费   0篇
  国内免费   1篇
大气科学   1篇
地质学   5篇
海洋学   1篇
  2022年   1篇
  2021年   1篇
  2020年   1篇
  2019年   2篇
  2016年   1篇
  2008年   1篇
排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
针对鄂尔多斯盆地陕北斜坡中部特低渗透储层识别主体骨架砂体微相带及筛选含油有利区工作,提出利用单渗砂层能量厚度控制划分最为有利的沉积微相带。利用多种测井响应提取单渗砂层沉积能量及其能量厚度信息,使其曲线幅度、厚度、形状、接触关系、次级形态等特征和数据大小能够集中反映相对高渗的单渗砂层最大沉积能量及厚度变化,确认出三角洲前缘水下分流河道微相及其河道叠置型河口坝微相骨架砂体的发育、规模及分布范围,有效地克服了层段中几个成因相近薄砂层或砂泥互层中砂层累加厚度识别和划分主体骨架砂体微相带的失误。通过该区目的层段自然电位、自然伽马、密度、中子、声波、电阻率测井曲线和岩性、物性及其能量厚度统计,建立起单渗砂层能量厚度下限标准及夹层扣除标准,在该区长4+511特低渗透储层中提取单渗砂层及其沉积能量信息,控制划分出有利沉积微相带及其骨架砂体分布,预测和筛选出不同类型相对高渗高产含油有利区,它们不同程度勾画出河道主体带油藏与南西部华池油藏连片延伸趋势、形态和特征,为该区特低渗透油田增储上产提供有利目标和重点层位及井区。  相似文献   
2.
积雪是地球上反射率较高的自然表面,对于中高纬度地区的水文和能量收支平衡发挥着重要作用。表层积雪中的黑碳和雪粒径变化可以显著影响积雪反照率,造成积雪对太阳辐射吸收的变化,进而对区域气候变化和水文循环产生反馈作用。利用遥感技术对季节性积雪表层黑碳和雪粒径进行定量评估,可以获取时空上连续系统的雪表黑碳浓度和雪粒径变化情况,这也是许多气候和水文模型的输入因子。以中国主要季节性积雪区北疆为研究区,基于MODIS(Moderate Resolution Imaging Spectroradiometer)数据的3(0.47 μm)、2(0.86 μm)和5(1.24 μm)波段,采用SGSP(Snow Grain Size and Pollution Amount)算法反演2000-2018年积雪期的雪表黑碳浓度和雪粒径,并结合地面观测数据对于反演结果进行了精度验证,综合分析北疆雪表黑碳浓度和雪粒径时空变化趋势。结果显示,SGSP算法能够同时反演雪表黑碳浓度和雪粒径,并且验证结果表明纯雪像元上反演结果具有较好的精度;2000-2018年北疆雪表年均黑碳浓度和年均雪粒径都随时间变化呈现微弱下降趋势;受地理位置和局部污染源的影响,北疆积雪黑碳浓度空间分布复杂,天山北坡经济带平均黑碳浓度最高,伊犁地区平均黑碳浓度最低,雪粒径的空间分布显示塔城地区平均雪粒径最大,伊犁地区最小。  相似文献   
3.
基于分位数映射法的黑河上游气候模式降水误差订正   总被引:1,自引:0,他引:1  
区域气候模式降水弥补了高寒山区气象站点稀少的缺陷,是水文模拟的重要驱动变量。然而,高寒山区模式输出降水的总量和频率都存在较大不确定性。因此,改进了用于降水频率纠正的分位数映射法(Quantile Mapping,QM),对中尺度数值预报模式(Weather Research and Forecasting model,WRF)模拟的黑河上游日降水输出数据进行误差订正。选取第95分位和第98分位降水量为阈值,选择2004-2009年为建模时段,2010-2013年为验证时段,使用分段拟合的方法建立传递函数,侧重于对极端降水进行单独订正。研究结果表明:该方法不仅对降水空间分布有明显的改善,对极端降水也有很好的订正效果。订正前模式模拟日降水与台站之间的均方根误差为3.41 mm·d^-1,绝对偏差为115.67 mm·y^-1,订正后均方根误差减少为3.11 mm·d^-1,绝对偏差有明显改善,为60.3 mm·y^-1。订正后流域内年降水空间分布更加合理,年降水量也更接近于观测降水插值结果,其空间相关系数由0.74改善为0.94。春、夏季订正效果优于秋、冬季,其中夏季订正效果较为明显,订正前降水偏差百分比在-0.1~0.1以内的区域面积仅占流域总面积的28%,而订正后占比增加至66%。同时,该方法对极端降水有较好的订正效果,减小了日降水强度(SDII)和极强降水量(R99p)的模拟偏差,订正后的第95分位模拟降水与观测降水插值的相关系数由0.15提高到0.48。本研究为站点稀少的黑河上游提供了一种更有效的误差订正方案,有利于为寒区水文研究获取更精确的降水数据。  相似文献   
4.
为了探讨弥勒红河谷温泉的成因及钻孔热水的开采对温泉的影响,以此来为红河谷温泉地区热水资源的开发提供合理依据。文章对弥勒红河谷温泉、冷泉和钻孔热水进行水化学分析和同位素测试。结果显示:温泉矿化度(TDS)为232~328 mg.L-1,pH值呈弱酸性,锶含量为0.29~0.44 mg.L-1,偏硅酸25.45~34.44 mg.L-1,热水水化学类型为HCO3-Ca型,冷泉HCO3-Ca·Mg型,热储温度在65~70 ℃之间。氢、氧同位素表明温泉热水来源于大气降水;估算的补给区高程为2100m左右。温泉受断裂带控制,由大气降水补给,经大地热流加热沿断裂带涌出于地表。由于玄武岩的隔水作用和地下水流向,钻孔和自流孔热水的开采对温泉的影响不大。   相似文献   
5.
Deep Sea AUV Navigation Using Multiple Acoustic Beacons   总被引:1,自引:1,他引:0  
Navigation is a critical requirement for the operation of Autonomous Underwater Vehicles (AUVs). To estimate the vehicle position, we present an algorithm using an extended Kalman filter (EKF) to integrate dead-reckoning position with acoustic ranges from multiple beacons pre-deployed in the operating environment. Owing to high latency, variable sound speed multipath transmissions and unreliability in acoustic measurements, outlier recognition techniques are proposed as well. The navigation algorithm has been tested by the recorded data of deep sea AUV during field operations in a variety of environments. Our results show the improved performance over prior techniques based on position computation.  相似文献   
6.
积雪面积比例(Fractional Snow Cover, FSC)数据能在亚像元尺度上定量的描述像元内积雪覆盖的程度,相比二值积雪面积数据可以更加精确地估计积雪覆盖的面积。基于机器学习的随机森林回归模型可以表示高维的非线性关系,可显著提高MODIS FSC的反演精度。采用随机森林回归模型结合光谱、环境信息构建了一个新的回归模型——光谱-环境随机森林回归(Spectral Environment Random Forest Regressor, SE-RFR)模型,用于MODIS数据反演中国区域的FSC。利用中国典型积雪区内由Landsat 8地表反射率数据获取的FSC数据作为参考值,对SE-RFR模型的反演精度进行评估。研究表明,利用“SE-RFR”获取的FSC数据RMSE、MAE分别为0.160、0.104,精度较高。此外,根据SE-RFR模型与未加入环境信息的随机森林回归(S-RFR)模型比较结果可知,加入环境信息的随机森林回归模型提高了FSC反演的精度,特别是在受环境信息影响较大的青藏高原地区,RMSE从0.200降低到0.181。最后,将SE-RFR模型与目前使用广泛的MODIS FSC反演模型FSC_NDSI、MODSCAG和SSEmod进行了比较,结果表明SE-RFR模型的RMSE与FSC_NDSI、MODSCAG和SSEmod模型的RMSE相比,平均RMSE分别提高了12.0%、8.3%和5.5%。总体来说,SE-RFR模型可以准确地提取MODIS FSC,对于区域乃至全球FSC产品制备具有广泛的应用前景。  相似文献   
7.
美国国家雪冰数据中心(NSIDC)发布的MODIS第6版本逐日积雪范围产品(V6)仅提供了归一化积雪指数(NDSI),而用户往往关心的是积雪范围或积雪覆盖率。NSIDC推荐全球积雪范围最佳的NDSI阈值为0.4,但是青藏高原地形复杂,积雪斑块化特征明显,单一的NDSI阈值并不能精确地判识不同下垫面上的积雪。不同的土地覆盖类型可能影响积雪判别的NDSI阈值。以青藏高原为研究对象,基于高分辨率卫星Landsat-5 TM数据,获取了青藏高原不同土地覆盖类型下判识积雪的最优NDSI阈值。结果表明,在草地和稀疏植被地表类型下,最优NDSI阈值分别为0.33和0.40;在其他下垫面类型下,最优NDSI阈值为0.47。以Landsat 8 OLI数据为"真值"对该NDSI阈值确定的积雪范围进行了精度检验。结果表明,采用新的NDSI阈值获取的MOD10A1 V6积雪范围产品的总体精度OA、错分误差OE和漏分误差UE分别为87.88%、5.20%和6.87%。而采用传统的0.4阈值时,其OA、OE和UE分别为87.36%、3.98%和8.60%。这表明考虑不同土地覆盖类型下的NDSI阈值优化可以有效地提高青藏高原积雪判别精度,特别是对占比面积较大的草地区域,通过NDSI阈值优化可以更加准确地识别积雪范围。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号