简介:数据挖掘是从大量的、不完全的、有噪声的、模糊的数据中提取隐含的、但又是潜在有用的信息和知识的过程,由于数据挖掘具有出色的非线性建模能力和自组织学习能力,因此可以在复杂储层的测井解释中发挥作用。本文用数据挖掘方法识别复杂储层的岩性。将岩性识别作为一种分类任务建立数据挖掘流程,包括特征提取、特征选择和建立模型等步骤。本文用独立成分分析法从测井曲线中提取信息;然后使用分支定界算法寻找最佳的特征子集,并消除冗佘信息;最后采用C5.0决策树算法建立分类模型的测井曲线。模型和实际测井数据吻合较好,表明在复杂油藏的研究中数据挖掘方法是有效的。
简介:介绍了数字刺点方法的详细工作流程,借助手持GPS设备进行野外数字刺点,实时导航数据快速抵达目标像控点实地位置,在GlobalMapper中对数字影像进行缩放浏览,在影像上标定好具体像点位置、点之记、现场作业照片,测量地面坐标后以数据库形式将成果回传内业。该方法能提高刺点可靠性和效率,在纹理稀少测区应用中具备较强实用性。
简介:首先对海洋测量交叉点误差分析中系统误差分析进行了回顾,指出系统误差分析是一个模型选择和模型参数估计的双重问题,而传统方法中大多仅涉及了后者而忽略了前者。然后对常用的三种模型选择方法,即假设检验、交叉检核、基于信息论的方法,进行了分析和比较,指出后者更具优越性。最后对以Akaike信息量准则为核心的基于信息论的模型选择方法进行了介绍,给出了Akaike信息量准则的计算公式,比较了同其他模型选择方法的关系,并介绍了基于该准则的模型平均方法和模型选择不确定性评估方法。
简介:CO2补偿点是作物生长模型中最基本的关键模型参数之一,本文利用Licor-6400便携式光合作用测定仪,对1949年前和1949—2005年中国华北地区不同年代冬小麦主要品种的生理生态参数进行大量的系统测定,在此基础上,对华北地区不同冬小麦品种的光合作用模型进行拟合,以确定不同年代不同品种冬小麦CO2的补偿点。结果表明:中国华北地区冬小麦CO2补偿点随光强升高而降低,在800μmol·m-2·s-1光量子通量密度条件下,野生麦种CO2补偿点最高,达123.40μmol·mol-1。1949—2005年华北地区不同冬小麦品种中泰山1号CO2补偿点最高,达107.07μmol·mol-1;红秃头CO2补偿点最低,为57.25μmol·mol-1;不同品种冬小麦CO2补偿点的最高值和最低值差值为49.82μmol·mol-1,说明华北地区冬小麦随品种演变CO2补偿点变化明显。建立了中国华北地区7个典型冬小麦品种包含CO2因子的直角双曲线光合作用模型,确定了不同年代不同品种冬小麦CO2的补偿点,为进一步建立包含CO2直接作用的气候变化影响评估机理模型提供基础数据。