【摘 要】
:
战略性矿产资源储备是保障国家资源安全和经济可持续发展的重要手段.为了辅助我国正在开展的战略性矿产资源储备工作管理好、应用好相关的储备数据,本文分析了矿产资源储备靶区评价要求和内容,设计了以储备勘查区、储备矿产地为核心且涉及多专题的空间数据及属性数据的数据模型,并在大数据平台上创建了我国战略性矿产资源储备数据库;在地质云环境下,基于面向服务体系结构搭建了我国战略性矿产资源储备信息管理平台,开发了调用
论文部分内容阅读
战略性矿产资源储备是保障国家资源安全和经济可持续发展的重要手段.为了辅助我国正在开展的战略性矿产资源储备工作管理好、应用好相关的储备数据,本文分析了矿产资源储备靶区评价要求和内容,设计了以储备勘查区、储备矿产地为核心且涉及多专题的空间数据及属性数据的数据模型,并在大数据平台上创建了我国战略性矿产资源储备数据库;在地质云环境下,基于面向服务体系结构搭建了我国战略性矿产资源储备信息管理平台,开发了调用储备信息平台上的属性服务、空间服务、计算服务等组件以完成各业务功能的矿产资源储备门户.使用系统完成了我国
其他文献
结合分区多步快速行进法(Multistage FMM)正演算法和子空间(Subspace)反演算法,形成了一种新的多震相走时同时反演成像技术(简称:FMM+Subspace).为了避免不规则界面三角网格更新后,还需重新剖分的问题,正演算法中采用不等距上行差分公式进行界面上走时的计算;同时为了避免反演未知速度参数过多,导致反演效率低下等问题,文中采用"双重网格"策略进行正、反演.为了验证所提反演方法
本文从节省磁力反演的计算成本和提升反演结果的可靠性两个方面着手.其一,利用迭代正则化方法LSQR法求解反问题,结合等效几何格架技术将核矩阵分为若干个子矩阵进行存储与运算,以节省计算成本;其二,将快速扫描的互相关系数作为先验信息,通过处理与深度加权函数同时引入到核矩阵约束中,以提高反演结果的可靠性和分辨率.合成模型试验结果表明,这种方法求解的结果稳定,与真实模型更加接近.并将其应用于西藏驱龙甲玛铜多
地震数据的包络携带着超低频信息,能够在缺失低频的情况下,为全波形反演提供一个精确的初始模型.包络反演虽然利用超低频数据进行反演,但需与全波形反演采用同样精细的网格,具有几乎相同的计算量.根据包络数据的特性,对于给定的频带,在频率移动时,地震数据会发生变化,但是它的瞬时振幅包络是不变的.基于此性质,我们提出一种频移目标函数降低地震数据的频带,推导了相应的梯度算子.新方法可以在保持精度不变的情况下减少
文章结合大量的探测实践,构设了探测深度h与供电极距AB的经验关系式,关系式不仅说明深度与供电极距的关系,同时也说明了地质性质对深度的影响,并因此引入测深调整因子.在此基础上,由深度的经验计算式导出了视电阻率计算式,视电阻率计算式表明,均质完整大地或岩层断面电阻率场的分布规律是:从上(浅)到下(深)等值线规则分布、阻值规则增大;而不均质和不完整的地质岩层断面电阻率场的分布特点是:断面电阻率等值线杂乱
苏里格气田目的层盒8段、山1段储层不但表现为低孔低渗特点,而且储层纵向和横向的非均质性非常强(孔隙度2%~15%,平均8%;渗透率0.1~1.5 mD,平均0.5 mD),气藏边界刻画难度大.以往对该区的气藏边界刻画主要是通过叠前地震反演进行定性的预测,或者利用测井资料结合地质认识通过地质建模进行简单粗略的刻画,此两种方法都无法满足苏里格气田"少井高效"的开发战略需求.本文在查阅大量相关资料文献的
兴仁堡凹陷位于宁夏回族自治区南部,属于六盘山盆地的次级凹陷,面积约1200 km~2,处于早期勘探评价阶段.为了打开该区勘探新局面,在前人认识的基础上,以深化地质认识为前提,近两年新增地震部署、露头取芯和建场剖面;利用新、老资料对凹陷内构造、沉积、储盖、烃源岩等地质条件进一步研究,认为凹陷在多期构造活动的作用下,形成三组二级构造把凹陷分割成四个不同的构造单元,其中东、西部为挤压逆冲构造带,南部为正
震源编码技术可以大大缩短全波形反演过程中的正演耗时,从而大大提高反演的计算效率.但是震源混叠会在反演结果中引入串扰噪声.本文将全变分约束引入全波形反演,并根据动态混合编码策略的串扰噪声特征,提出了基于分段全变分约束的全波形反演方法.全变分约束能锐化模型界面,同时压制层内随机噪声.将全变分约束与混合编码震源全波形反演方法联合,并结合分段约束策略,能在大大提高计算效率的同时,克服串扰噪声的干扰.在数值
逆时偏移是处理复杂高陡构造成像的一种有效技术.然而,互相关成像条件会在成像过程中产生低波数、强振幅的偏移噪声,降低成像精度.实际数据应用结果表明,叠后滤波方法虽然高效但会损失成像剖面中的低波数信息,影响着高陡断裂构造的成像质量.常规基于波场分解的逆时偏移方法可在消除偏移噪声的同时保持数据频带不受损失,但对存储及计算有较高要求,不能满足实际海量数据的生产应用.为了兼顾效率与效果,本文在分析了常规波场
在测井资料与岩心数据较少,储层参数在地质综合解释方面又非常重要的情况下,如何提高储层参数的预测精准度显得尤为关键.本文提出使用深度学习方法根据已有的测井数据预测岩心孔隙度,构建出基于Adam优化算法、dropout技术、ReLU激励函数等技术融合的卷积神经网络模型.首先,分析选定测井参数与孔隙度的相关性.然后,通过交叉验证实验优选模型参数,如学习率、网络深度等.最后,运用卷积神经网络建立自然伽马等
边界识别是位场(重磁)数据解释的重要内容,其对圈定异常范围,划分断裂构造等具有重大意义.Theta法是众多边界识别方法中一种应用较为广泛的方法,其为总水平导数与解析信号定义的比值函数.Theta的极大值对应着地质体的边界,具有能均衡不同埋深地质体边界的优势,但其受斜磁化的影响较为严重.全张量磁梯度数据具有高精度、高分辨率、多参量的优点,且其受斜磁化的影响较小,成为近年来位场数据处理与解释的研究热点