基于高阶统计量的砂泥岩薄互层油气检测方法

砂泥岩薄互层储层研究是国内外各油田的重要研究课题,其中薄层的检测受限于测不准原理的影响,导致实际地震资料很难辨别5m以下的储层,且相应的油气检测方法多是以理论模型为基础的数值模拟,这些模型存在过于理想化、参数单一、入射条件特殊等不足,影响了研究结果的普遍性.通过制作和观测砂泥岩薄互层地震物理模型,模拟野外二维地震资料采集,并对采集得到的地震资料开展了速度分析、叠加、偏移等常规地震处理,获取到叠后地震剖面;基于高阶统计量技术对获取到的叠后剖面开展油气检测研究,分析了厚度为5m左右的薄互层中含有不同流体(气、水和油)时的高阶统计量及高阶时频谱上的差异.研究结果表明,含气薄互层与含水薄互层和含油薄互层存在明显的地震响应差异;三阶矩是区分含水与含油薄互层的关键统计量,其他高阶统计量无法区分这两者的差异.研究结果为砂泥岩薄互层油气检测及其相应的地震资料解释提供了物理模拟实验基础,也为实际砂泥岩薄互层储层油气检测提供了理论依据.     

含六杆组八杆机构曲柄存在域自动生成方法

对于含六杆组八杆机构的曲柄存在域问题，给出了一种自动生成的方法。该方法首先基于型转化法数值迭代计算出机构所有可能存在的初始位置；然后在每个初始位置的基础上，再次采取型转化法数值迭代进行运动分析，有效避免了高次非线性方程多解无法判断最优解的问题；最后用雅可比矩阵法筛选出无分支缺陷的回路。机构若满足原动件旋转整周均能够求出位置解，则该机构在此回路中存在曲柄。基于上述理论依据，采用VC++和OpenGL联合编程，能够在给定区域内自动生成该类八杆机构曲柄存在域。同时软件能够进行运动仿真，验证了方法的正确性，为含六杆组八杆机构曲柄存在域的自动生成方法奠定了理论基础。     

利用相关矩阵法优化光谱指数的冬油菜氮素营养诊断

近年来高光谱技术由于无损和高效等优点成为了现代精准农业发展的必要手段方法。为实现冬油菜无损、快速的氮素盈亏诊断，该研究以连续两年(2022—2023年)不同覆盖及施氮处理下冬油菜蕾薹期采集的90份植物样品(地上部生物量和植株氮浓度)和高光谱实测数据为数据源，根据原始光谱和一阶微分(first-order differential,FD)光谱与氮营养指数(nitrogen nutrition index,NNI)的相关系数计算了8种(共16个)典型的光谱指数，随后利用相关矩阵法提取最佳光谱组合，并根据与NNI相关系数的计算结果筛选最优光谱指数，最后将最优光谱指数分为3组模型输入变量，分别采用支持向量机(support vector machine,SVM)、随机森林(random forest,RF)、极限学习机(extreme learning machine,ELM)和反向神经网络(back propagation neural network,BPNN)构建冬油菜蕾薹期NNI估算模型。结果表明一阶微分光谱指数与NNI的相关系数均大于原始光谱指数，3个组合选择的光谱指数与NNI的相关...