致密砂岩“甜点”预测及在井位部署中的应用

致密砂岩油气藏是目前非常规油气勘探开发研究的重点和难点,对其"甜点"的有效识别影响了勘探开发策略和井位的部署.致密砂岩储层岩性致密、横向变化快且厚度较薄,只用纵波阻抗对致密砂岩储层和含气砂岩难以识别.针对以上特点,以岩石物理分析为基础,综合约束稀疏脉冲反演和地质统计学反演进行储层预测,利用AVO流体检测技术和纵横波速度比(Vp/Vs)刻画含气砂岩的分布范围,开展致密砂岩储层识别及储层含气性预测,提高优质砂岩的识别及预测精度,并在鄂尔多斯盆地F区块太原组井位部署中进行应用,取得了良好的实际效果,具有推广价值和可操作性.     

反演在化工过程故障诊断中的探索

为了提高化工装置的安全稳定运行能力,通过某种手段识别化工生产中的故障,发现潜在的设备故障和预判设备劣化趋势,将装置的安全隐患于萌芽中消除,避免企业安全损失。文章通过详细分析反演系统的原理、控制方法和化工过程故障诊断,结合化工过程故障诊断的现状,从混合故障、BP神经网络和深度神经网络三方面分析了故障诊断方法,最后结合某一化工过程进行故障反演,促进故障反演在化工过程中的应用。     

基于高光谱卫星影像的清镇市红枫湖水体总磷浓度反演研究

清镇市红枫湖位于贵阳市清镇辖区，东西宽约8 km,南北长约13 km，属于保护级饮用水源地，其中保护区湖域面积约291 km2。为了对宽阔的湖域及流域区域水质进行快速监测分析，利用高光谱卫星影像建立清镇红枫湖水质总磷浓度的反演模型。通过对红波段（670 nm）处的反射率修正和相关系数校正，利用浮点计算过滤主成分冗余数据，在2020年3、4、5月份分别对6个目标区域进行总磷浓度反演并实地采集水体生化参数验证，该水质总磷浓度反演模型精度平均值为84%。基于模型的反演数据基本可用于红枫湖水体总磷浓度时序性变化分析，为水生态环境监测提供有效数据。     

基于ASO-BP神经网络的生物量反演模型研究

本文选择六盘山森林区为论文研究区域，光学数据选择Landsat 8 OLI，微波雷达数据选择具有L波段的ALOS-2PALSAR-2，并结合森林资源清查数据作为六盘山森林AGB的反演模型研究数据源，对选择的两种数据源的相关特征变量进行提取、分析、筛选，基于经典及改进算法构建六盘山森林AGB反演模型。利用原子优化算法（ASO）优化BP神经网络模型构建新的森林地上生物量反演模型——基于原子优化算法改进的BP神经网络（ASO-BP）森林AGB反演模型，通过对两种生物量反演模型精度的对比与评价，最终选择精度最高的ASO-BP反演模型比较适用于六盘山森林地上生物量反演，完成六盘山森林地上生物量的估算和分析。