简介:通过引入岩石骨架参数表达式到Gassmann近似流体方程中,实现了基于该方程的地震孔隙度反演。但是岩石骨架参数表达式有很多种,使得地震孔隙度反演公式也各不相同,实际应用不方便,反演结果也难以评价。作者在研究现有常用岩石骨架参数表达式如Esheby-Walsh,Pride,Geertsma,Nur,Keys-Xu以及Krief等的基础上,提出了含有调节参数的岩石骨架模型统一表示式,发展了基于Gassmann方程的地震孔隙度反演方法。该方法应用范围宽,参数调节方便、灵活。为验证所提公式和方法的实用性,作者们结合ZJ地区钻井岩心的岩石物理样品测试数据和测井数据,进行了地震孔隙度反演。由于该地区油气储层的存在与中等程度孔隙度的分布有关,因此地震孔隙度反演对预测和识别油气层、干层和含水层有重要作用。反演结果与工区内孔隙度测井瞌线吻合度高,说明本文所提公式与方法是有效的,可靠的。
简介:AERMOD模型是《环境影响评价技术导则—大气环境》中的推荐模式。为了更好地验证颗粒物干沉降作用对该模型预测结果的影响,选取福州市的煤堆场作为面源污染源,对预测范围内所有网格点PM10、TSP最大地面浓度进行预测。结果表明:所有网格点TSP地面浓度考虑干沉降时,约为不考虑干沉降时的0.13;PM10地面浓度考虑干沉降时,约为不考虑干沉降时的0.70,干沉降对TSP的影响大于PM10。同一粒径分布下,密度对颗粒物干沉降的影响较大,密度增加对可吸入颗粒物干沉降的影响大于总悬浮颗粒物,当密度大于3g.cm-3时,所有网格点PM10与TSP地面浓度比值的平均值接近于0.98,认为粒径大于10μm的颗粒物基本完全沉降。此后,随着密度增加网格点处地面浓度的减小主要由PM10的沉降引起。AERMOD考虑干沉降时,距离污染源中心500m外的网格点处地面浓度,PM10/TSP〉0.98,大于10μm的粗颗粒几乎完全沉降。
简介:非常规油气藏的储量估算是一件非常困难的任务,其原因是这类油气藏的地质不确定性很大,多段压裂长水平井中流体流动型式极其复杂,而且还有其他很多复杂条件。为了解决这些复杂的问题,我们提出了一个处理评价流程,把传统的递减曲线分析(DCA)法和概率预测法综合在一起。广延指数递减(SEPD)模型可以反映开采动态。我们的储量评价流程有两方面的用途:(1)预测已有生产历史的老井的未来生产动态;(2)预测无产量数据的新井的未来生产动态。对于新油田模拟案例,要采用与所研究油田有关的一系列设计变量,做出多种试验设计(designofexperiments,DOE),在对这些设计进行统计的基础上开展数值模拟。而对于已在产的老井,往往要根据重新增产处理、人工举升装置的安装或其他因素对早期的产量数据进行调整,以便能够反映真实的产量递减趋势。然后根据最高产量对新生产井或在产老生产井的产量数据进行分组,从而使类似的生产井具有共同的广延指数递减模型参数。在采用生产井分组法确定了模型参数的分布之后,就可以对单口生产井的产量进行概率预测。文中介绍了非常规油气藏老并或新钻井生产动态的概率预测方法。与其他概率预测方法不同,所介绍新方法要求对具有相似生产特征的井进行分组,这样就可以获取自相一致的广延指数递减模型参数,从而省去了必须确定与油气藏和完井参数有关的不确定性的麻烦。
简介:石漠化现象是喀斯特地区最为严重的生态环境问题,越来越受到重视。此次实验以甘洛县为研究对象,运用NDVI像元二分模型结合3S手段,提取出了石漠化区域,并进行了等级划分。根据实地调查结果表明,该方法适用于喀斯特地区石漠化信息的提取,为石漠化研究及应对措施的制定提供理论依据。
简介:基于30省区CGE模型,模拟分析了碳排放许可的强度分配标准对我国区域协调发展的影响。结果表明:按行业属性设定强度分配标准会加剧区域经济发展不平衡状况;按区域经济发展水平设定强度分配标准,对区域协调发展的影响较小,但会对高排放行业造成较大的冲击。中央政府基于强度分配标准,参考区域经济发展水平,将碳排放许可分配到各个省份,然后各个省份再参考行业特点将碳排放许可分配给机制覆盖行业的实体或排放源,这样的两阶段分配结构是较为现实的、具有可操作性的政策选择。
简介:根据先进星载热发射和反辐射计(ASTER)图像获取滑坡相关因素,并利用地理信息系统(GIS)开发、应用和验证韩国Boun地区滑坡脆弱性分析的综合技术。从ASTER图像中获取数字高程模型(DEM)、线性特征、归一化差值植被指数(NDVI)和土地覆盖因素并进行分析。根据DEM地形数据库评估边坡、方位和曲率。根据已有空间数据库并利用频率比(FR)、逻辑回归(LR)和人工神经网络模型(ANN)鉴定和量化检测的滑坡位置与6种相关因素之间的关系。在叠加分析中把这些相互关系用作因子额定值以创建滑坡脆弱性指数和滑坡脆弱性图。随后,在FR、LR和ANN模型中作为新输人因子结合并应用3种滑坡脆弱性图,从而创建改进的滑坡脆弱性图。通过对比在模型实验中未使用的已知滑坡位置来验证所有这些滑坡脆弱性图。对比利用3种滑坡相关输入参数创建的改进精度的综合滑坡脆弱性图(FR}莫型为87.00%;LRN型为88.21%;ANN模型为86.51%)与利用ASTER图像中6种因素创建的单独滑坡脆弱性图(FR丰莫型为84.34%;LR模型为85.40%;ANN模型为74.29%)。