低程度风化火山岩风化壳结构划分与主控因素——以准噶尔盆地西缘车排子凸起石炭系火山岩为例

为解决低风化程度的火山岩风化壳结构划分及火山岩油气储层评价与预测的难题,利用研究区28口井岩心、录井测井和地震资料,对车排子凸起石炭系火山岩风化壳的岩石学、矿物学、地球化学、储层物性进行系统研究。结果表明:研究区岩石整体风化程度偏低。在此基础上提出一种将风化壳自上而下分为土壤带、水解带、淋滤带、崩解带、蚀变带、母岩带的6层划分方案。利用研究区玄武安山岩的自然电位、自然伽马、声波、电阻率4种测井数据,结合过采样算法的决策树模型对淋滤带、崩解带、蚀变带进行分类判别,准确率达87.8%。综合分析认为:低风化程度火山岩风化壳有效储层厚度、结构带发育程度、横纵向分布等具有非均质性;有利储层发育主要受古地貌和断裂作用的控制,淋滤带、崩解带是主要有利储层发育区,常分布于古地貌的斜坡地带,一般厚度在350 m以内;受断裂作用影响,风化壳有效储层厚度可达450 m。

基于RGB模式的一种草地盖度定量快速测定方法研究

盖度是研究植物群落结构的一个重要数量指标,传统目视估算法精度低且受人的影响较大。本研究分析了大量荒漠草地实地照片的RGB颜色模式特征,构造了RGB颜色判别决策树区分植被与非植被像元来计算植被的覆盖度,同时在Matlab 7.0平台上将数码照片的导入、地物判别、盖度计算、划分结果显示、对照等功能模块集成,构建用户界面友好、人机交互便捷软件模块,从而能够准确、高效地计算草地盖度,方便了草原实地调查工作。与针刺法相比,该方法计算得到的植被覆盖度最大偏差绝对值不超过5%,精度在95%以上,解决了常规人工方法中估测草地盖度工作量大、不能准确定量测定的问题。

大数据分析在城市照明管理系统中的应用

城市照明监控历史运行数据往往蕴含着大量的潜在信息和知识,人们迫切需要对有价值的数据进行深度挖掘,并将获得的成果应用于运行状况评估、异常预警和运营参数调优中。基于城市照明监控历史运行数据,提出了一种基于大数据分析技术的应用方法,对海量运行数据进行聚类分析,以及对场景模式进行划分得到判别决策树,并对实时监测过程中的动态数据进行离群点分析,从而判别当前设备运行状况。结合应用实例对模型进行合理性验证,证明了该方法的可行性。

大数据分析在城市照明管理系统中的应用

城市照明监控历史运行数据往往蕴含着大量的潜在信息和知识，人们迫切需要对有价值的数据进行深度挖掘，并将获得的成果应用于运行状况评估、异常预警和运营参数调优中。本文基于城市照明监控历史运行数据，提出了一种基于大数据分析技术的应用方法，对海量运行数据进行聚类分析，以及对场景模式进行划分得到判别决策树，并对实时监测过程中的动态数据进行离群点分析，从而判别当前设备运行状况。同时结合应用实例对模型进行合理性验证，证明了该方法的可行性。