摘要：随钻方位电磁波仪器往往采用倾斜或水平天线,使测量结果具备方位特性以满足地质导向需求.不同的天线组合可以测量不同的电磁场分量,不同电磁场分量对地层参数的敏感性不同.通过数学建模,模拟不同电磁场分量对地层界面方位、相对井斜角、电阻率各向异性等地层参数响应的敏感性.模拟结果表明:在可测量的九个电磁场分量中,电磁场分量xx、xy、xz、yx、yy、yz、zx、zy都能准确反应地层界面方位,其中分量xx、xy、yy、yx的层界面方位响应周期为π,xz、yz、zx、zy层界面响应周期为2π;九个分量对电阻率各向异性都有一定敏感性,不同分量在不同相对井斜角条件下的敏感性不同;交叉耦合分量xz、yz、zx、zy在大斜度井水平井中相对井斜角有很好的响应敏感性.模拟分析方位天线对地层参数的响应敏感性可以为方位电磁波仪器设计和资料解释提供理论依据.

摘要：在起伏地表构造条件下,共中心点反射已不复存在,其波场特征较为复杂,速度分析时受浅层动校畸变影响较大,加上其他干扰因素,利用常规处理手段已很难得到较为准确的近地表构造和起伏地表浅层的叠加速度.为此,设计了两个物理模型,利用地震物理模拟实验数据采集系统对模型进行了数据采集.在采集到的地震物理模拟数据的资料处理过程中,对单炮记录进行向上延拓,然后再进行速度分析,并在动校正后多次调整叠加速度来得到视叠加速度,从而避免了浅层动校畸变大的影响.物理模型的模拟实验及处理结果表明,向上延拓是解决近地表构造和起伏地表浅层叠加速度的有效手段,通过向上延拓处理可以得到较为准确的近地表构造的视叠加速度,利用这样的叠加速度成像,可以得到近地表构造和起伏地表浅层构造较为真实有效的信息.

摘要：近20年来,巢湖蓝藻水华频繁暴发,对流域内居民生活和社会生产产生了严重影响.由于缺乏蓝藻水华全方位监测、高精度模拟和智能化分析手段,传统方法难以实现“现状掌握、异常识别、原因追溯、未来模拟”的目标,无法满足巢湖蓝藻水华科学防控与应急处置的要求,蓝藻水华引起的突发事件随时可能发生.本文针对巢湖蓝藻水华的全面监测和应急决策问题,整合了卫星遥感、无人机监测、视频监控、浮标监测和人工巡测手段,构建了巢湖水质和水华全方位监测网络;结合巢湖水动力-水质-藻类耦合模拟模型,研制了蓝藻水华预测预警和蓝藻水华暴发应急处置模块,实现了蓝藻水华短期(未来2日逐时)和长期(未来7日逐日)模拟,并实现了未来5日蓝藻水华沿岸堆积模拟.最终,通过集成巢湖水质和水华监测、预测预警、应急处置等模块,研发了巢湖蓝藻水华监测预警与模拟分析平台,实现了全湖水质和水华现状迅速掌握、超标信息自动识别与高精度预测预警、沿岸重点区域水华堆积风险评估等功能,为巢湖蓝藻水华的科学防控和应急处置提供了科学依据和数据支撑.

摘要：溶蚀孔洞作为目前塔里木盆地碳酸盐岩储层主要的储集空间和勘探目标,定量计算其体积大小意义重大。针对基于地震反演结果的碳酸盐岩溶洞定量雕刻问题,设计了不同大小孔洞和不同充填物孔洞物理模型,在物理模型实验资料的基础上研究了孔洞大小和不同充填物对孔洞定量雕刻误差的影响;并通过在叠前道集资料上添加不同程度的随机噪声,分析了噪声对溶洞定量雕刻误差的影响。研究表明:孔洞越大,孔洞体积雕刻误差越小;孔洞内填充介质速度越低,孔洞体积雕刻误差越大;噪声的影响总是趋于缩小孔洞响应的体积,噪声越大,影响越明显。

摘要：为了满足稚幼中华鳖工厂化养殖的需求,响应减少CO_2排放的政策,设计建造了符合其生活习性的环保型温室。该温室使用地源热泵空调系统控温,底部排污系统排出残饵和排泄物,养殖池内配置网片隐蔽巢供稚幼鳖栖息,采用微孔增氧装置和微生物制剂调控水体中溶解氧、氨氮和亚硝态氮含量。结果表明通过使用地源热泵空调,1栋占地780 m2的温室在10个月的生产期内减少使用燃煤约35 t,减少CO_2排放约84.01 t。养殖水体中溶解氧质量浓度5.83~7.68 mg/L,氨氮和亚硝态氮质量浓度分别在0.39~0.83 mg/L和0.14~0.16 mg/L范围内。经过约10个月的养殖(放养质量约为3.5 g,密度为50只/m2),平均质量为581 g,存活率86.2%,饲料转化率1.18,特定生长率1.77,1栋温室年利润为157 870元。综上,该工厂化养殖稚幼鳖的环保型温室能为其提供舒适的生活环境,表现出良好的经济效益和社会效益,有很大的推广价值和实际意义。

摘要：为构建精细地表速度模型,提出一种基于微测井层析的方位加权插值建模方法:首先将层析成像原理应用于微测井走时数据,获得各观测点处的精细速度分布;再根据层位信息通过深度变换使各点深度-速度关系标准化;然后基于径向基函数和方位基函数,反演求解主方位权重系数并加权插值;最后对插值结果作深度反变换,获得最终的近地表速度模型。通过米泉地区激发井深设计和陈官庄地区精细表层建模两个应用实例,分别测试了微测井层析成像和方位加权插值建模方法,取得了良好的应用效果。与常规微测井解释、普通克里金插值建模方法相比,文中所提方法结果的分辨率更高。

摘要：野外露头和岩心资料表明,塔里木盆地下古生界广泛分布与构造活动有关的热液白云岩化作用。这种构造热液白云岩化作用有其特有的岩石学特征和地球化学特征,以鞍形白云石和自形白云石为标志,多表现为裂缝和孔洞填隙物,具有粗晶结构;流体包裹体具有较高的均一温度和盐度,地球化学上具有较轻的碳氧同位素值,与围岩(白云岩)有一定范围的重叠;锶同位素放射性不明显,表现出亲源性特征。塔里木盆地下古生界构造热液白云岩与西加盆地泥盆系热液白云岩区别明显。塔里木盆地二叠纪广泛发育的岩浆热事件可能是构造热液白云岩的主要成因。与构造热液白云岩有关的储层多是优质储层,其分布与断裂、不整合密切相关,是油气勘探的有利目标。

摘要：塔河油田主力产油层奥陶系碳酸盐岩缝洞型储层非均质性强,埋藏深,以往三维地震资料精度低,不能满足油田进一步勘探开发的需要。根据该区缝洞型储集体的固有特征,结合前期地震采集的技术经验,对数据采集的观测系统设计、检波器接收与噪声压制、地震波激发等3个关键技术环节进行了针对性的分析和优化,提出了面向开发的高精度勘探地震采集技术:1采用小网格、高覆盖、长排列、宽方位的大道数三维正交横向慢滚动观测系统;2采用"品"字形组合方式接收,同时采用调低电机转速等措施压制老油区特殊噪声;3忽略"低频段"影响,在潜水面以下最佳激发深度激发。塔河油田10区东、10区西等多块高精度三维地震勘探实践证实了该技术的有效性。

摘要：深度学习算法已广泛应用于地震数据处理分析领域,并在地震数据去噪等方面取得了较好的应用效果.目前业界关注重点在于各种不同深度学习算法和相关的网络结构形式,以及不同标签数据对算法效果的影响,较少关注数据集本身的差异对深度学习算法的应用效果影响.本文以卷积神经网络(Convolutional Neural Network,CNN)算法中批量规范化层(Batch Normalization)对地震数据去噪的影响分析为例,通过理论公式和应用效果的对比分析,提出了基于地震数据特征分析下的批量规范化层的使用建议.批量规范化层的使用依赖于数据集的统计分布特征,只有当训练集的归一化能量分布集中在能量较强的区域,批量规范化层的使用才会提升网络的效果.但通常情况下,在地震数据去噪的应用中,不建议使用批量规范化层.这些特征为深度学习算法在地震数据去噪应用中的网络结构设计提供了有价值的参考.

摘要：设计了在煤层截面上长轴大小分别为80、50、25和15 m的4个陷落柱,其空间形状不规则、顶部发育高度不等,利用三维地震单程声波方程对4个陷落柱进行了正演模拟,对其中一条典型剖面开展了二维地震正演模拟(包括单炮和平面波),并对陷落柱的二维地震与三维地震模拟剖面进行了对比分析。结果表明:相对于二维地震正演模拟而言,陷落柱三维正演模拟反映的陷落柱边界清晰,与实际大小相符,且对小陷落柱的识别能力有一定的提高。