面向深度学习的Las格式测井数据转换器设计

深度学习在地质学领域有了越来越多的应用。在测井领域,可以利用深度学习方法更好地进行岩性分析、断层和裂隙识别等。测井数据最常用的数据格式是Las格式,而目前深度学习应用程序包不能直接对Las文件进行读取,因此存在数据间格式转换问题,需要将测井Las文件转化为能直接被程序包读取的数据格式。借助Visual Studio 2012平台,运用C#语言设计开发了一个LastoCSV格式转换软件,该软件能够对Las测井文件进行读取、分析、存储,然后转换为能被深度学习应用程序包直接读取的CSV格式文件,并且可对无效数据进行剔除处理。实验结果表明,该软件能快速准确地对数据进行处理并转换成CSV格式文件。

基于地质主导作用的地质灾害类型划分

地质灾害类型划分是灾害地质学的一个重要的基本理论问题,是开展地质灾害研究和管理的一项基础性工作,其分类是否科学合理,直接影响到地质灾害研究、勘查、管理及灾害防治、救灾准备、应急救援等一系列实践活动和地质灾害学科的建设与发展。首先总结前人对于地质灾害的认识,然后从地质灾害的概念出发,通过突出地质因素在地质灾害概念中的主要或主导作用,重新讨论地质灾害的灾种范围,将水土流失、土地荒漠化、农田土地污染等主要由生态环境恶化等人为作用造成的灾害不再归为地质灾害,并在此基础上结合前人研究成果进行地质灾害类型划分。