基于Stacking算法集成学习的页岩油储层总有机碳含量评价方法

总有机碳含量(TOC)是页岩油储层评价的重要参数,而传统总有机碳含量测井评价方法精度较低且普适性较差,机器学习模型在一定程度上提高了总有机碳含量预测精度,但结果存在不稳定性。为了进一步提高页岩油储层总有机碳含量预测精度,基于有机质岩石物理特征和不同总有机碳含量测井响应特征的深入分析,优选出深侧向电阻率、声波时差、补偿中子和密度测井曲线作为总有机碳含量的敏感测井响应,并将其作为输入特征,以岩心分析总有机碳含量作为期望输出值,分别建立了决策树模型、支持向量回归机模型、BP(Back Propagation)神经网络模型,并建立了以决策树模型为基模型、支持向量回归机模型为元模型的Stacking算法集成学习模型。利用B油田A区块的岩心样本数据和实际井数据对不同模型预测总有机碳含量结果进行了验证,结果表明,基于Stacking算法的集成学习模型的总有机碳含量预测精度最高,相较于决策树模型、支持向量回归机模型、BP神经网络模型和改进的ΔlgR法,预测精度有较大提高。因此,基于Stacking算法的集成学习模型为该研究区最有效的总有机碳含量计算方法,这为准确地评估页岩油储层的生烃潜力、确保页岩油储层的高效开采及资源利用奠定了基础。

宁夏黄土区典型坡面表层土壤有机碳含量的空间变化特征及尺度效应

【目的】定量认识土壤有机碳(SOC)含量在坡面上的空间异质性及尺度效应,探索“由点及面”估算坡面平均SOC含量的精确便捷途径,为细致刻画坡面土壤资源状况、全面理解生态系统碳循环、制定土壤高质量管理方案提供科学基础。【方法】在宁夏半干旱黄土丘陵区,选择3个相邻的由退耕还林工程形成的典型坡面,从坡顶向坡脚设置连续样点,调查各样点的土地利用、植被特征、立地条件及表层(0^20 cm)SOC含量,分析其坡向差异、坡位变化;以“离坡顶的水平距离或相对距离”为自变量,以表层SOC含量的顺坡滑动平均值为因变量,定量描述坡面尺度效应;再以坡面上任一样点表层SOC含量与坡面平均值的比值为因变量,实现由“点”到“面”的尺度上推。【结果】研究区表层SOC含量存在明显的坡向差异、坡位变化、尺度效应。表层SOC含量的坡面平均值在南坡(7.60 g·kg^(-1))最高,东坡(6.42 g·kg^(-1))次之,西坡(5.65 g·kg^(-1))最低,其坡位间变幅在东坡(15.95 g·kg^(-1))最大,其次为西坡(11.34 g·kg^(-1)),最小为南坡(9.72 g·kg^(-1)),说明东坡的坡面效应最强,其次为西坡,南坡最弱。东坡、西坡、南坡表层SOC含量的坡位变化大致相同,均由坡顶向下逐渐减小,至离坡顶水平距离200、150、280 m(相对距离0.73、0.45、0.76)后趋于稳定,主要与坡面“上部为自然状态的坡地+林草植被+恢复年限长、下部为人工梯田+林农植被+扰动频繁”的空间格局有关。在东坡、西坡、南坡上,距坡顶水平距离每增加100 m,SOC含量的滑动平均值分别变化-3.40、-2.50、-1.51 g·kg^(-1);距坡顶相对距离每增加0.1,SOC含量的滑动平均值分别变化-0.96、-0.75、-0.55 g·kg^(-1)。构建3个坡向不同坡位样点表层SOC含量与坡面平均值的比值随离坡顶水平距离或相对距离增加而变化的数量关系(R^(2)>0.7,P<0.001),籍此可由坡面上任一样点表层SOC含量精确便捷地估算坡面平均值。将所有位点数据融合得出,离坡顶相对距离0.4的位点表层SOC含量最接近坡面平均值。【结论】半干旱黄土丘陵区坡面表层SOC含量沿坡从上至下基本呈先减小后稳定的变化,与土地利用类型、植被类型、恢复年限的坡面分布格局有关。以顺坡(相对)水平坡长增加为尺度变量可较好地定量刻画表层SOC含量的坡面变化特征及尺度效应,藉此可实现坡面表层SOC含量平均值的精确便捷推算。

页岩有机质体积含量:概念、测试方法及意义

有机质含量是评价页岩生产油气能力的重要指标,对孔隙度及含气量均有影响,也是页岩储层地质甜点评价的关键参数,而有机质含量无法体现有机质的分布、连通性、空间占比及其对油气渗流、储层改造的影响。通过对资料的整理与分析,厘清了有机质体积含量的概念,给出并分析了公式法、扫描电镜估算法、CT扫描法、低场核磁共振测量法及岩石物理模型法等5种计算方法的优势与不足,并探讨了有机质体积含量对富有机质页岩油气开发的意义。有机质体积含量指单位体积页岩中有机质的体积,用百分数表示,强化了页岩气层评价与开发中有机孔的重要性,丰富了页岩气储层评价参数体系;有机质是页岩的弱结构点或弱结构面,有机质体积含量的特性为地质甜点与工程甜点指标搭建了桥梁;有机质的可溶性及空间占比为油气储层孔缝溶扩“物质净移除、减量增渗”新思路的提出奠定基础,将有机质作为溶蚀改造对象,少量有机质溶蚀将极大增加储层改造体积。

无机建筑涂料的高分子有机物含量的测试方法——热失重法

无机建筑涂料的高分子有机物含量的测试,可以使用灰分法或热失重法。本文讨论了无机建筑涂料的组分的热失重特点,建立了无机建筑涂料的高分子有机物含量的热失重测试方法,并通过一组试验证明了高分子有机物含量与无机建筑涂料中的乳液添加量成正比。

细度和表面有机物含量对废轮胎热裂解炭黑性能的影响

对热裂解炭黑进行冲击研磨和高温处理,分别得到不同细度和表面有机物含量的热裂解炭黑,研究研磨细度和表面有机物含量两个因素对废轮胎热裂解炭黑性能的影响。结果表明,研磨细度和表面有机物含量是影响热裂解炭黑补强性能的重要因素。研磨后粒径越小,橡胶的拉伸强度和撕裂强度越高,当达到一定细度时,补强性能随粒径减小增幅缓慢;高温处理后甲苯抽出物透光率和挥发分降低,橡胶的定伸应力先增大后减小。

不同植被下土壤有机质含量的测定

土壤有机质(soil organic matter,SOM)是一项评判土壤质量状况的重要因子,其含量的高低对农业生产活动具有重要作用。本文采集了江南地区三种不同植被下的土壤样品,在实验室使用重铬酸钾外加热容量法测定土壤有机质含量。结果发现,原始树林土壤有机质含量为11.6 g/kg,茶田为19.2 g/kg,竹林为36.8 g/kg。

太阳浅层页岩气田有机碳含量预测及其影响因素分析

在自生自储的非常规页岩气藏中,储层差异性在宏观层面上变化不明显,甜点识别困难。为解决开发时期水平井钻井过程优质储层识别及评价难度大的问题,基于有机质作为页岩气的物质基础,富有机质层的识别是优质储层识别与评价的关键前提,通过分析页岩有机碳含量(TOC)的测井响应特征,发现自然伽马能谱铀曲线、体积密度曲线与TOC具有较好的正相关关系,二者多元拟合可准确定量连续表征TOC。利用钍铀比反映古沉积水深、生物成因硅含量反映古生产力,TOC分布特征明显受控于二者。借助地层元素在测井、录井上的共通性,进而利用随钻录井资料识别富有机质层,发现XRF元素录井中m(Si)/m(Si+Al+Fe)、m(Ni)/m(Al)、m(Mo)/m(Al)等也可较好地反映单井内部生物成因硅含量、古氧化还原环境的相对变化,与TOC变化趋势一致,该特征对水平井钻探目标导向优化具有较好应用效果,可用于指导同类型页岩气藏开发实施。

川西南地区筇竹寺组页岩气储层有机碳含量测井评价方法

川西南筇竹寺组页岩气有机质受演化程度、矿物组分、地层水矿化度等综合地质因素影响,储层对象相对川南龙马溪组更复杂,测井评价时如直接采用类似龙马溪组的计算模型并不完全适用。本文重点对较常用的5种模型进行重新研究,结果表明:在有机碳计算时,总伽马与无铀伽马多元拟合法效果最佳,且相对误差小。从实际应用效果看,上述方法可操作性强,评价精度高,为深入研究区筇竹寺组页岩气储层有机碳含量提供了有效的技术手段。

葡萄酒中糖分和有机酸的含量测定研究

1.引言葡萄酒作为一种古老的酒类制品,具有丰富的文化和历史背景。近年来,随着人们对健康生活的追求和对饮食品质要求的提高,葡萄酒的消费量逐渐增加。而葡萄酒中的糖分和有机酸含量是影响其口感和风味的重要因素,同时还影响着葡萄酒的质量和风格。糖分不仅影响着葡萄酒的甜度和口感,还对其酒精度和发酵过程起到重要调节作用。有机酸对葡萄酒的口感、风味和质感起着关键作用。不同种类和含量的有机酸可以赋予葡萄酒不同的酸度和风味特征,如柠檬酸、苹果酸、酒石酸等。有机酸的含量和比例不仅与葡萄品种有关,还受到葡萄生长环境、酿造工艺和陈年过程的影响。因此,对葡萄酒中糖分和有机酸的含量进行研究具有重要的理论和应用价值。

江西省加强红壤改良利用夯实粮食安全生产根基 到2030年土壤有机质含量提高8%以上

近日,江西省印发《关于加强红壤改良利用的指导意见》,加强红壤改良利用,提升红壤区综合产能,全方位夯实粮食安全生产根基。江西省是全国面积比重最大、最具代表性的红壤地区,红壤区面积约占全省总面积70%。红壤因其自然特性,“酸、瘦、板、蚀、旱”等症状频发,成为制约江西省粮食生产、推进农业高质量发展的瓶颈。根据《指导意见》.

北京山区针阔混交林地土壤有机碳含量的影响因素研究

探究生物因子和非生物因子与土壤有机碳含量的关系,解析影响土壤有机碳含量变异的主导因素,可为生态系统碳平衡协调发展提供理论依据。以北京山区针阔混交林为研究对象,基于64个样地的实测数据,采用结构方程模型筛选出影响土层(0-10、10-20、20-30 cm)有机碳含量的主导因素,并结合结构方程模型探究了各因子对土壤有机碳含量的直接和间接影响。结果表明,(1)林龄、根系生物量、凋落物质量、土壤全氮和土壤容重对0-10 cm的土壤有机碳含量的影响极显著(P<0.01),植物多样性对0-10 cm的土壤有机碳含量影响显著(P<0.05);直接效应依次为土壤全氮(0.73)>根系生物量(0.59)>凋落物质量(0.56)>林龄(0.47)>土壤容重(-0.44)>物种香农维纳指数(0.21),间接效应依次为林龄(0.31)>根系生物量(0.29)>凋落物质量(0.27)>物种香农维纳指数(0.11)。(2)海拔、土壤全氮和土壤容重对10-20 cm的土壤有机碳含量影响极显著(P<0.01),根系生物量、林龄对10-20 cm的土壤有机碳含量影响显著(P<0.05);直接效应依次为土壤全氮(0.69)>土壤容重(-0.53)>海拔(0.32)>根系生物量(0.27)>林龄(0.24),间接效应依次为海拔(0.23)>林龄(0.14)>根系生物量(0.09)。(3)海拔、土壤全氮和土壤容重对20-30 cm的土壤有机碳含量影响极显著(P<0.01),pH值对20-30 cm的土壤有机碳含量影响显著(P<0.05);直接效应依次为土壤全氮(0.59)>土壤容重(-0.47)>海拔(0.43)>pH值(-0.15),间接效应依次为海拔(0.14)>pH值(-0.04)。综上,土壤全氮和土壤容重主要通过直接作用影响土壤有机碳含量,而根系生物量、凋落物质量、林龄、植物多样性、土壤pH值对土壤有机碳含量不仅存在直接影响,而且还通过其他因子的作用而产生间接影响。

果园土壤有机质含量快速提升技术

快速培肥果园土壤已经成为越来越多的果园管理者的迫切需求。土壤有机质是土壤肥力的重要指标,提升其含量是果园土壤培肥的主要任务。理论上讲,在一定气候条件下,土壤有机质的增加速率是非常慢的,虽然可以通过大量施用堆肥提高土壤中有机碳的含量,但实际并非土壤有机质(腐殖质)的含量,也就是说基本上不可能在几年内实现土壤有机质含量的大突破。

祁连山典型植被土壤有机碳分布特征及其影响因素

探讨祁连山典型植被土壤有机碳空间分布特征及其影响因素,可为评估该地区森林土壤固碳效应提供科学依据。以退耕地为对照,以草地、天然乔木(青海云杉、祁连圆柏)、人工乔木(落叶松)和灌木5种典型植被为研究对象,测定0~100 cm深度土壤有机碳含量、有机碳密度、土壤粒度、pH、电导率、全氮、全钾和全磷含量,比较分析不同植被土壤有机碳组分的分布差异及其主要影响因素。结果表明:1)不同植被类型平均土壤有机碳含量排序为青海云杉(5.99 g/kg)>祁连圆柏(5.59 g/kg)>落叶松(2.91 g/kg)>灌木(1.83 g/kg)>草地(1.66 g/kg)>退耕地(1.16 g/kg);平均土壤有机碳密度排序为青海云杉(3.43 kg/m^(2))>祁连圆柏(2.76 kg/m^(2))>落叶松(2.16 kg/m^(2))>灌木(2.08 kg/m^(2))>草地(2.00 kg/m^(2))>退耕地(1.33 kg/m^(2))。2)随着土层的加深,不同植被土壤有机碳含量整体上呈减小的趋势,土壤有机碳密度呈先增后减的趋势。3)不同植被类型土壤C/N为9.30~15.73,均值表现为青海云杉(14.96)>草地(11.66)>退耕地(11.54)>灌木(10.83)>落叶松(10.69)>祁连圆柏(10.63)。4)不同植被类型土壤有机碳和全氮含量均呈极显著正相关(P<0.01),有机碳与全磷、黏粒、粉粒呈极显著或显著正相关(P<0.01,P<0.05),有机碳与砂粒含量呈极显著或显著负相关(P<0.01,P<0.05),有机碳与pH均呈显著负相关(P<0.05)。祁连山自然生长的乔木土壤有机碳固持能力较好,在建设碳汇林时应充分考虑土壤有机碳的影响,优先选择乔木植被。

元坝地区大安寨段二亚段页岩气储层有机碳含量计算方法

元坝地区大安寨段二亚段是该区页岩气勘探的新层系,如何提高其有机碳含量计算精度是靶窗优选的关键。在对前期理论方法继承发展的基础上,首次建立了“铀体积法”计算页岩有机碳含量,通过对其它技术方法的适用性分析和应用效果对比研究,认为研究区“拟合模型法”难以建立模型,“岩性扫描测井技术”、“ΔLog R技术”、“ANN技术”、“KNN算法”、“密度体积法”和“铀体积法”计算有机碳含量与实验分析相比,相对误差分别是11.74%、37.28%、5.54%、10.52%、14.09%和1.13%,其中“铀体积法”计算结果误差最小,解释精度最高。结合各方法原理分析认为,“铀体积法”是目前大安寨段二亚段页岩气储层有机碳含量计算最适合的方法。研究成果推动了元坝地区大安寨段二亚段陆相页岩气的勘探部署。

光谱变换和光谱分辨率对土壤有机质含量估测精度的影响

利用高光谱遥感数据结合统计建模是当前土壤有机质(SOM)含量高光谱估测的主要方法。为了探讨SOM含量高光谱估测适宜的光谱变换方法和光谱分辨率,以黑龙江省建三江黑土区土壤样本为研究对象,采用SR-6500便携式光谱仪在实验室测量土样的光谱反射率。对土壤光谱数据重采样为1、5、10、20、30、40、50、60、70、80、90、100 nm共12种光谱分辨率,经过Savitzky-Golay光谱曲线平滑处理后,将光谱反射率R进行反射率倒数1/R、对数logR、倒数对数log(1/R)、对数倒数1/logR、一阶导数R′、倒数一阶导数(1/R)′、对数一阶导数(logR)′、倒数对数一阶导数[log(1/R)]′和对数倒数一阶导数(1/logR)′共10种光谱变换;利用多元线性逐步回归(MLSR)和偏最小二乘回归(PLSR)的方法建立SOM含量估测模型。结果表明:(1)1/R和(1/R)′光谱变换对于提高SOM含量估测精度的效果较好,其中1/R光谱变换的SOM含量估测精度R^(2)_(val)均高于0.87,(1/R)′光谱变换的SOM含量估测精度R^(2)_(val)均高于0.90;(2)5、10 nm光谱分辨率对于1/R和(1/R)′光谱变换下的MLSR与PLSR估测SOM含量的精度都较高,为较适宜的光谱分辨率;(3)SOM含量估测的光谱分辨率并非越高越好,适度的降低光谱分辨率以及选择合适的光谱变换方法,不仅可以减少数据处理的工作量,也可以提高SOM含量的估测精度。

遗传算法和连续投影算法结合的土壤有机碳含量高光谱估算模型

土壤有机碳含量是土壤肥力与土壤质量的主要决定因素,与土壤生产力密切相关。采用高光谱模型估算土壤有机碳含量成为了解土壤肥力的重要方法。利用高光谱分析技术结合机器算法实现快速、高精度的估算土壤有机碳含量,对土壤肥力的可持续利用至关重要。根据实测的土壤有机碳含量及其高光谱反射率数据,运用Savitzky Golay方法对光谱波段进行平滑去噪,采用连续投影算法(SPA)、遗传算法(GA)对原始光谱及其5种不同数学变换光谱分别进行特征波段的筛选,并基于随机森林(RF)方法构建土壤有机碳含量的高光谱估算模型。为进一步降低模型的复杂度,将SPA算法与GA算法相结合,寻找最佳特征参数,以提升土壤有机碳含量特征波段的识别率和可信度。结果表明:(1)在原始光谱中,基于GA算法筛选SOC含量的高光谱响应波段主要集中在350~410、827~928、997~1064、1201~1234、1541~1574、1667~1710、2153~2186和2357~2707 nm;当RMSE为6.09时,SPA算法筛选了11个特征变量。(2)基于GA算法筛选特征波段时,原始光谱R、标准正态变量(SNV)、多元散射校正(MSC)、一阶微分(FD)、对数的倒数(RL)与连续统去除(CR)的维数分别降低到407、697、668、667、493、784维,占全光谱波段的18.93%~36.47%;基于GA-SPA算法筛选后,6种光谱变量的维度介于8~17维,RMSE介于4.53~6.30。(3)在一阶微分光谱形式下,基于GA-SPA算法挑选的12个特征变量所构建的RF模型预测效果最好,模型的建模集R_(c)^(2)为0.78,RMSE c为5.48,验证集R_(p)^(2)为0.82,RMSE_(p)为4.50,RPD为2.18。研究表明,光谱一阶微分可以增强土壤的光谱信息,GA算法结合SPA算法寻找光谱特征变量,既简化了估算模型的复杂度,又提高了估算模型的精度,基于遗传算法-连续投影算法的高光谱模型具有较高的估算能力。

福建省漳州市水稻物候特征对稻田土壤有机碳制图的影响

高精度土壤有机碳制图是研究耕地土壤有机碳时空格局及其影响机制的基础,相关研究结果可为农田“固碳减排”措施的制定提供决策支持。农业管理活动是农田土壤有机碳发生变化的重要影响因子,但基于农业管理活动的土壤有机碳制图却较为少见。基于遥感影像提取的物候参数是农业管理活动的直接反映,在研究农业管理活动对农田土壤有机碳的影响方面有较大应用潜力。基于此,本研究以福建省漳州市水稻田为研究对象,利用随机森林算法,基于5组不同的变量组合(A组:仅自然环境变量;B组:自然环境变量+早稻物候参数:C组:自然环境变量+晚稻物候参数;D组:自然环境变量+早稻物候参数+晚稻物候参数;E组:仅早稻物候参数+晚稻物候参数),分别构建土壤有机碳含量预测模型。通过对比5组模型的预测精度、预测值的空间分布特征和相关影响因子的重要性,分析物候参数对于土壤有机碳制图精度的影响作用,挖掘漳州市水田土壤有机碳制图的主要影响因子,解析对漳州市水田土壤有机碳有重要影响作用的农业管理活动。研究结果表明:物候参数的加入能够降低预测模型的误差和提升模型解释方差的能力;对漳州市水田土壤有机碳影响作用最大的物候参数依次为早稻季的NDVI增长速率(h1)、早稻生长季节开始的时间(a1)与早稻季NDVI下降速率(i1);三个最重要的物候参数与土壤有机碳含量分别呈正相关、负相关和负相关,因此,采取能够促使早稻苗早生快发、加快早稻分蘖速率和减缓早稻衰老速率的水肥管理措施可增加耕地土壤有机碳含量。基于物候参数构建预测模型能有效提高农田土壤有机碳制图精度,基于物候参数的农田土壤有机碳制图研究可为农田管理提供决策支持,此次研究结果可为相关研究提供理论依据。

基于连续小波变换的表层土壤有机碳含量的高光谱估算

土壤有机碳含量的高光谱估算,可快速、准确监测土壤肥力,为农业生产进行合理施肥提供科学依据。以博斯腾湖西岸湖滨绿洲为研究区,应用ASD FieldSpec3光谱仪测定表层土壤的高光谱反射率,采用重铬酸钾-外加热法测定表层土壤有机碳(SOC)含量;运用连续小波变换(CWT)分别对土壤高光谱反射率(R)及其一阶微分变换(R′)进行尺度分解,分析不同尺度分解后的数据与表层SOC含量的相关性,筛选敏感波段,分别建立偏最小二乘回归(PLSR)、随机森林(RF)和支持向量机(SVM)3种模型估算表层SOC含量。研究结果表明,土壤高光谱反射率与SOC含量呈负相关,经过一阶微分变换后,通过极显著性检验(P<0.01)的波段数由1689个降低为227个,最大相关系数绝对值(|r|)由0.39提高至0.54;土壤高光谱数据CWT处理后,与表层SOC含量的相关性随分解尺度的增加呈现先增后降的趋势。R′-CWT-SVM模型估算效果最优,建模集和验证集R 2分别为0.83和0.80,RMSE分别为5.24和3.56,RPD值为2.12,能够有效估算研究区表层SOC含量。

基于改进ΔlogR方法估算低阻海相页岩储层总有机碳含量——以桂中坳陷A地区B组为例

总有机碳含量(total organic carbon,TOC)是确定烃源岩质量的最重要参数。为解决传统ΔlogR方法应用于沉积环境较复杂的海相页岩气储层精度低的问题,以桂中坳陷A区B组海相页岩气储层为研究对象,在分析研究区低阻原因的基础上,对测井曲线按照扩径范围进行井径校正,并利用自然伽马能谱测井中Th/K数据,与ΔlogR建立多元拟合关系,提出基于井径校正和自然伽马能谱测井的改进ΔlogR方法。结果表明:声波时差曲线经过校正后,降低了井径扩径带来的测井数据失真的影响,同时结合自然伽马能谱测井,能够适应研究区复杂的地质背景和较强的非均质性,大大提高总有机碳质量分数的预测精度,具有较好的推广性和适用性。该方法可以为桂中坳陷A区B组海相页岩气储层评价提供参考。