平板边界层转捩中发卡涡演化与流动稳定性的关系

该文通过对平板边界层转捩的直接数值模拟,研究了转捩过程中涡发展到发卡涡以及环状涡链结构的生成、演化直至破碎的全过程。该模拟结果丰富了对发卡涡演化的认识,并符合已有的实验观察现象及对发卡涡演化的一般认识。研究结果表明,流向平均脉动动能存在过饱和现象,该现象可以用环状涡链开始破碎及次破碎使流向脉动逐渐转化为展向和法向的脉动来解释。同时发现,发卡涡的演化情况与壁面摩擦系数、平均脉动动能及流动稳定性分析得到的中性曲线范围的大小之间有着明显的对应关系,可以通过流场中壁面摩擦系数、平均脉动动能的变化及流动稳定性分析的结果预测转捩过程中发卡涡的演化状态。     

基于数字露头的地质信息提取与分析

为了改进传统露头研究方法的不足,以及客观、全面地认识露头所揭示的地质信息,将激光雷达技术应用到露头地层成图研究中,并利用计算机技术实现地层图像可视化,形成了鄂尔多斯盆地上三叠统延长组杨家沟剖面数字露头。 基于数字露头开展上三叠统延长组长 3 油层组层序地层、沉积旋回和砂体展布等地质信息的提取与分析,并利用典型层序界面识别标志,结合层序地层学理论,在数字露头上进行层序边界识别和层序界面追踪,划分出 1 个四级层序界面,其界面之下地层岩性表现为反旋回,界面之上地层岩性表现为正旋回,层序界面对应的位置砂体最厚。 通过建立研究区沉积旋回的识别标志,在数字露头上进行沉积旋回界面的追踪与对比,识别出了 3 个不对称式短期旋回,这 3 个短期旋回又可组成 1 个四级基准面上升半旋回,为一套整体向上变细的四级准层序组,其砂体厚度向上具有减小的趋势。 通过建立砂体解释标志,分别在四级基准面旋回底部和剖面顶部识别出了典型的河道砂体,进而对露头解剖的单砂体内部砂层进行了精细刻画与对比。 总体认为,剖面岩性以细砂岩和粗粉砂岩为主,局部夹暗色泥岩和页岩;砂体侧向迁移,在垂向上呈多期叠置关系,横向上变化较大。     

激光扫描技术在建立数字露头模型中的应用综述

激光扫描技术可获得扫描对象表面的三维坐标、反射率等多种信息的点云数据并建立三维模型,模拟现实事物的形态。将其应用到建立数字露头模型中,提高了模型精度和建模效率。从介绍激光扫描技术原理出发,对建立数字露头模型主流的两种数据采集仪器——地面固定式激光扫描仪和无人机进行对比,得出地面固定式激光扫描仪在稳定性、精度、操作等方面较无人机占优的结论。并展示了基于点云数据建立数字露头模型的过程,列举了激光扫描技术在建立数字露头模型中的实际应用。在点云数据处理过程中,目前研究发现存在点云匹配精度不够、自动匹配效果差、丢失部分数据特征、自动删除点云较多等问题,解决这些问题是未来的发展方向。     

鄂尔多斯盆地延长组数字露头表层建模方法研究

根据地面激光雷达、高精度差分 GPS 和高精度数码影像资料,制定数字露头野外数据采集方案,建立激光雷达点云数据拼接和坐标转换处理流程,提出基于最佳趋势面的三角网建模方法和数字露头表层模型优化方法。 利用该方法,建立了鄂尔多斯盆地延长组谭家河露头的数字露头表层模型,在该模型的基础上开展了露头砂体展布与发育情况的分析,对识别出的三角洲平原分流河道砂体和三角洲前缘水下分流河道砂体进行了定量描述,前者单河道砂体垂向上呈孤立叠置样式,宽厚比小,后者单河道砂体垂向上呈多期连续叠置样式,宽厚比明显较大,进而对露头砂泥岩分布进行分析。 该区砂体发育受沉积环境控制,分流河道以及水下分流河道砂体发育区砂地比明显较大,砂地比由小变大的方向为北东-南西向,与研究区物源方向基本一致。     

基于TIN的LIDAR点云过滤算法

机载激光雷达是一种快速获取高精度三维地理数据的新技术,对其获取的不规则分布的三维点云数据过滤处理是目前的研究前沿,也是机载激光雷达应用的关键技术.本文在分析典型地物激光雷达点云空间分布基本规律的基础上,重点研究了典型地物表面及其边缘的点云空间分布特征及基于TIN结构的邻近点云高程突变规律,并设计了相应的点云过滤算法.论文还对算法的参数选择及相应的误差进行了探讨,并进行了LIDAR数据DEM提取实验.     

二维超混沌系统的研究及在图像加密中的应用

构建了一个基于二维超混沌方程的非线性混沌映射,采用直方图、吸引子图的分析方法,研究了二维超混沌方程的特性;然后在该混沌方程的基础上,提出了一种新型的图像加密算法,其具体方法是先将彩色图像分离成红、绿、蓝三个分量,然后分别采用排序,异或,先排序后异或的方法进行加密。仿真结果表明,该加密算法对明文和密文都非常敏感,对初始密钥十分敏感,初值敏感性能达到10-10;密文图像的信息熵为7.908 563 896 646 1,非常接近理想值8;红、绿、蓝三个分量加密图像和明文图像之间的水平相关性系数差值分别是0.961 465 408 259 75、0.951 712 655 336 949、0.962 750 222 811 646。文章采用的加密方法完全改变了明文图像的像素值,使密文能够抵御攻击,仿真实验结果表明该加密算法具有良好的加密效果和安全性。     

激光在地质监测和岩性识别中的应用综述

三维激光扫描技术能够快速获取物体表面海量三维坐标数据,包括刻画目标几何信息的空间三维点和刻画目标材质信息的激光反射强度.将激光扫描测量技术用于地质监测时,可以完成对地形测量、灾害监测和变形监测的实际应用,并能提供滑坡预警与研究区的总体趋势变化;应用于岩性识别时,可以直接识别特定波段下的不同岩性特征,并通过处理和校正强度...     

基于高光谱的砂岩露头孔隙度估算方法

为快速获得宏观、定量的砂岩露头孔隙度,提出了基于高光谱的孔隙度估算新方法.采集野外露头砂岩样品并测得其孔隙度,利用岩石薄片鉴定资料分析砂岩孔隙度的影响因素;对岩样实测光谱预处理,探索砂岩孔隙度的光谱响应机理;考虑到光谱波段高维性和波段间多重相关性,采用偏最小二乘方法构建孔隙度估算模型;通过变量投影重要性分析模型中重要波段.研究结果表明:基于砂岩填隙物与孔隙度的相关性以及填隙物的光谱特征,可间接反演孔隙度;砂岩孔隙度具有良好的光谱响应;反射率能够定量估算砂岩孔隙度(全波段模型R2=0. 72,RMSE=2. 28,RPD=1. 94);重要波段帮助降低自变量维度,发现孔隙度敏感波谱响应.本研究为基于高光谱图像的野外露头孔隙度表征奠定了基础.     

基于深度学习的露头地层剖面裂缝自动提取

目前我国油气勘探开发的主要目标在逐步转向碳酸盐岩油气资源和页岩油气资源，而碳酸盐岩储层以缝洞型为主，对野外露头地层剖面的裂缝提取能够为缝洞型储层研究提供直观、形象的结果。最常见的传统露头裂缝研究是耗时耗力的人工解译，为此提出基于深度学习的露头地层剖面裂缝智能化提取技术：在Mask R-CNN算法的基础上结合在线增广策略和注意力机制实现裂缝的自动化提取。为了证明Mask R-CNN改进算法对错误标签的容错能力，设计了含有不同程度错误标签的训练集对比实验，结果表明，当错误标签占比达到30%时模型精度下降较大；接着通过消融实验定量分析不同的改进算法对精度的提高程度；然后以人工提取结果为参照，与大津法(OTSU)、区域生长算法、UNet算法、DeepLabv3⁺算法等进行精度对比评价，结果表明，改进的Mask R-CNN裂缝识别方法提取的裂缝线性特征更准确完整，且正确率在97%以上，高于其它对比算法，验证了该方法的有效性；最后将改进的Mask R-CNN裂缝识别方法应用于四川盆地西南部峨边先锋地区野外露头地层剖面的裂缝提取，并对裂缝长度、密度、倾向和间距参数进行统计分析，...