变窗重建算法和自适应SegNet网络在地层层序划分中的应用

深度学习技术以批量处理数据、解释时间短、解释精度高等特点,为地层自动划分提供了新的方向。然而由于测井数据维度高、样本数量有限、相邻样本间特征相似等原因,深度学习存在着样本独立性与可靠性等问题。面对复杂的地下结构和不整合面,特别是在样本质量差、样本数量少的情况下,常规深度学习方法很难准确划分地层边界。考虑到测井数据属于小样本数据、数量有限且质量较差,不利于模型的训练和构建,因此拟采用可变窗口波形重建算法增加训练数据量,根据原始波形的特征生成重建波形,模拟不同速度下模型的波形特征,对部分原始测井数据进行人工分层重建,将重建后的数据作为训练样本输入到自适应可变卷积核尺寸的SegNet网络中,使用训练好的SegNet来解决复杂的地下结构问题。实验结果表明,采用自适应可变卷积核尺寸的SegNet网络可以在多个尺度上拟合地震数据中的断层和不整合面,达到更好的分割效果,且具有良好的识别效率和较强的鲁棒性。

南黄海NT1孔沉积物稀土元素组成与物源判别

为研究黄河、长江以及韩国河流输运的大陆物质对南黄海沉积的贡献,对南黄海中部泥质区NT1孔沉积物做了稀土元素分析和物源判别。研究发现,南黄海NT1孔沉积物物源主要为长江源和黄河源,NT1孔上部0～7.70m沉积物以长江源为主,中部7.70～16.60m和40.00～50.70m沉积物以黄河源为主,其间夹近24m厚的沉积物则以长江源为主,底部50.70～69.76m沉积物以长江源为主。结果表明,长江从晚更新世早期到现代对南黄海中部泥质区沉积起着主要作用,而黄河则在晚更新世晚期的早玉木冰期时已开始对南黄海陆架沉积作用有明显影响。