基于关联规则与随机森林的地震多属性砂体厚度预测

地震属性技术是砂体厚度预测的重要手段,由于目前可从地震数据中提取的地震属性种类较多,在利用地震属性技术前,必须优化出对砂体厚度最敏感的地震属性组合,以减少地震属性信息的重复与冗余。为此提出了一种联合关联规则与随机森林回归算法的地震多属性砂体厚度预测方法。随机森林回归算法能够建立地震多属性与砂体厚度之间的非线性关系,并能进行属性选择,但是该算法无法识别地震多种属性中的冗余特征。关联规则能够发现地震属性之间的非线性关联,并能借助卡方检验消除地震属性间的冗余性。分别采用了随机森林回归算法(RFR)、联合关联规则与随机森林回归(AR-RFR)及BP神经网络回归的算法(AR-BP)对滩坝砂岩合成模型和某实际工区进行了砂体厚度预测。对比结果表明,基于关联规则的属性优选得到的属性间相关性低,关联规则与随机森林算法的结合提高了砂体厚度的预测精度。数值实验证明了该方法的有效性。     

基于数据挖掘的砂土地震液化预测模型研究

在对砂土地震液化各影响因素分析的基础上,引入整合式模糊聚类神经网络的数据挖掘模型.该模型以模糊系统为框架,结合聚类分析技术和神经网络模式,建立砂土液化与其影响因素之间的非线性关系.运用所建立的模型,对国内外400组砂土地震液化资料进行分析,来预测砂土液化现象.数据挖掘结果的误判率及分类矩阵表明,文章的系统模式在判断砂土地震液化时能取得较好的效果.     

大数据与数学地球科学研究进展——大数据与数学地球科学专题代序

大数据与数学地球科学的核心应用技术包括高维数据降维、图像数据处理、无限数据流挖掘、机器学习、关联规则算法与推荐系统算法等。人工智能地质学,包括大数据-智能矿床成因模型与找矿模型的构建,是具有重要价值的研究方向。高维数据降维旨在从初始高维特征集合中选出低维特征集合,有效地消除无关和冗余特征,增强学习结果的易理解性。哈希算法、聚类分析、主成分分析等是较常用的数学降维工具。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习与人工智能各种基础问题的统一性观点正在形成。深度学习的训练模型往往需要海量数据作为支撑,因此迁移学习方法日益受到重视。图像模式识别是大数据挖掘的重要技术。网络中的社区结构识别对理解整个网络的结构和功能有重要价值,可帮助分析、预测网络各元素间的交互关系。沉浸式虚拟现实技术是实现大数据可视化的重要方向,对具有多元、异构、时空性、非线性、多尺度地质矿产勘查数据的展示要求有特别的价值。引入VR技术进行矿产地质大数据的可视化,可实现大数据时代矿产勘查数据的新认知。无限数据流在地质、地球化学、地球物理监测中大量存在,甚至可以持续自动产生。对数据流数据的计算包括对点查询、范围查询、内积查询、分位数计算、频繁项计算等。关联规则和推荐系统算法是大数据挖掘中的重要算法,其应用范围越来越广泛。贝叶斯原理在大数据时代有独特的价值,贝叶斯网络是成因建模的一个革命性工具。智能地质学研究刚刚起步,构建大数据-智能矿床成因模型与找矿模型是智能地质学研究的重要内容。矿床模型研究方式的变革,将出现于互联网、云计算技术环境下全球各地的矿床研究团队的共同参与。     

三维地震数据体任意剖面抽取算法及C语言程序实现

在分析SEGY格式地震数据文件的结构及其读写方法的基础上,介绍了三维地震数据体的任意剖面抽取算法及C语言程序代码。该算法及程序既可单独使用,为二维地震数据处理解释工作准备剖面数据,也可以作为数据准备模块,集成到大型地震数据处理解释系统。     

基于关联规则的滑坡演化阶段判识指标

滑坡的演化一般要经历初始变形、等速变形和加速变形3个阶段,准确地划分这3个阶段是进行滑坡预测预报的基础。依据大量滑坡从初始变形到失稳破坏的监测数据,采用数据挖掘中的关联规则,用经典的Apriori算法挖掘滑坡变形过程中累积位移、累积加速度等属性与演化阶段的关联关系,发现滑坡演化规律与累积加速度变化特征关联性强,在滑坡从初始变形进入等速变形,以及从等速变形到加速变形阶段时,都存在相应的阈值,即累积加速度在滑坡进入等速和加速变形阶段前后呈现出不同的特点。针对此特点,以湖北秭归县鸡鸣寺滑坡为例,将累积加速度作为划分鸡鸣寺滑坡演化阶段的指标,得出划分阈值,并利用关联规则分析其相关性。最后将此指标用于其他滑坡,均得到良好效果。因此根据该指标,可望实现滑坡演化阶段的自动判识。     

基于变网格聚类的离群数据的研究

随着计算机技术的迅速发展,计算机在过程控制中起着越来越重要的作用,在集散控制系统中,上位机通过PCU(Process ControlUnit)传送来的数据进行分析处理而后对PCU实现参数整定、报警与管理。因此这一领域的数据挖掘方法研究具有十分重要的意义。文章将根据这一领域的特殊情况,提出一种基于变网格的聚类分析算法分析过程数据库中的离群数据,从而实现系统的预测报警功能。     

矿产资源定量评价中文本数据挖掘研究

矿产资源定量评价工作的目的是从试验、观测、收集到的大量的各类专题数据中,提取相对应的专题信息。长期的地质工作积累了大量的原始数据,其中文本型的定性数据在地质数据中占了很大的分量,但是在常规的地质定量评价工作中针对这类数据的处理方法却很有限。文本型数据挖掘是现今数据挖掘的热点问题之一,为了充分利用前人所积累的文档报告,并有效地从中提取各类信息,这里提出了一种矿产地质数据库中文本数据挖掘的方法。在数据挖掘过程中,空间数据属性的小规模文本数据挖掘主要分四步进行,即数据挖掘相关的预处理;基于关键字的属性分解;属性归纳和关联规则分析。其中,挖掘关联规则问题可以分解为以下两个问题:1找出存在于数据库D中的所有频繁项集(或物品集)。频繁项集的支持度support应不小于用户或领域专家给定的最小支持度minsup阈值;2利用频繁项集生成强关联规则。根据定义,这些规则必须满足最小支持度minsup和最小可信度(置信度)minconf。对于每个频繁项集A,如BA,B,且Confidenceminconf,则构成关联规则B(A-B)。在文本的研究工作中开发了相应的软件系统,取得了较好的应用效果。属性数据是空间数据库的重要组成部分,它所荷载的专业方面的信息量是常规型数值数据所无法比拟的。如果能够进一步实现深层次属性数据挖掘,那么常规的信息源将得到极大的扩充,地质数据分析的层次也将会提升到一定的高度。     

基于信号重构的地震道插值

在简要回顾几种插值方法的基础上 ,提出了基于信号重构的地震道插值方法。这种方法无需任何地质和地球物理假设 ,主要用于恢复缺失的地震道。本方法的基础是傅立叶变换理论和最小平方反演技术。文中给出了原理、算法、实现步骤及简要的流程框图。如果对变换域的参数进行规则采样 ,则该方法可以用高效、快速的算法来实现。本插值方法适用于规则和非规则采样的数据。文中给出了理论合成数据和实际数据的试验结果 ,并对结果进行了讨论。同时 ,本方法对于 AVO分析、DMO处理、三维叠前偏移成像等研究也将是有益的     

饱和砂土地震液化判别的可拓聚类预测方法

基于可拓学的物元模型和聚类分析原理,提出了饱和砂土地震液化判别的可拓聚类方法。选取地震烈度、震中距、砂层埋置深度、地下水位、标贯击数、平均粒径、不均匀系数和动剪应力比等8个影响因素,作为饱和砂土地震液化的评价因子,构建了经典域物元和节域物元。应用物元理论和可拓集合中的关联函数,建立预测模型,通过聚类分析得到饱和砂土地震液化的判别结果。实例研究表明,该模型能客观地反映砂土的液化规律,可拓聚类预测方法应用于饱和砂土地震液化判别是有效可行的。     

铜矿数字矿床模型专家系统的原理与技术实现

数字矿床模型是指将传统的地质学语言描述的矿床特征,转化成计算机可以识别的数字和符号,并加入人工智能的推理规则和知识,使之具备矿床自动推理和勘查辅助决策的功能。本项研究是在基于前人的工作基础上,结合国内外数字矿床模型的先进理论和经验进行了系统的实现。本文论述了铜矿床数字化的方法原理以及在系统实现时的关键性技术问题。系统知识库和规则库的建立是在多位铜矿专家的协助下完成的,专家对一系列先验概率等相关参数进行赋值,并用统计学方法下进行了处理。铜矿专家系统中知识库和规则库的保存和管理使用了数据库开发技术,采用数据挖掘作为知识发现的新手段。系统使用产生式规则,采用主观贝叶斯方法为推理的总体算法,搜索策略采用广度优先向前搜索的策略;在地质证据的输入方面不只提供与铜矿类型直接相关的证据,同时系统也提供了更为充分的地质证据,使推理的过程更加可靠和合理,同时地质词典功能的加入方便用户对相关地质术语进行查询和检索。系统不仅能实现单一成因的矿床进行推理,也能对复合矿床类型进行推理。     

Research and application of cluster and association analysis in geochemical data processing

For applications of data mining techniques in geosciences, through mining spatial databases which are constructed with geophysical and geochemical data measured in fields, critical knowledge, such as the spatial distribution of geological targets, the geophysical and geochemical characteristics of geological targets, the differentiation among the geological targets, and the relationship among geophysical and geochemical data, can be discovered. Due to the complexity of geophysical and geochemical data, traditional mining methods of cluster analysis and association analysis have limitations in processing complex data. In this paper, a clustering algorithm based on density and adaptive density-reachable is presented which has the ability to handle clusters of arbitrary shapes, sizes, and densities. For association analysis, mining the continuous attributes may reveal useful and interesting insights about the data objects in geoscientific applications. An approach for distance-based quantitative association analysis is presented in this paper. Experiments and applications indicate that the algorithm and approach are effective in real-world applications.     

随采地震数据处理软件开发与应用

以采煤机作为震源的回采工作面随采地震探测技术是获取精准开采地质条件、提高工作面内部地质异常体探测精度、实现无人/少人化智能开采的关键,具有广泛的应用前景。而常规的地震数据处理软件不能满足随采地震数据实时、连续不间断、大数据量等要求。通过分析随采地震探测技术的数据处理软件的需求,提出了分层、多任务的随采地震数据处理软件（SWM）的框架体系,并详细介绍了软件框架中各层、各任务的组成成分及其功能。该系统集数据管理、数据展示、数据处理和成果展示于一体,满足随采地震数据实时、连续及大数据量的需求。      

山西煤矿采区高密度三维地震勘探综述

在对国内外高密度三维地震勘探技术研究及应用现状进行系统阐述的基础上,对高密度三维地震勘探的3个关键参数及概念进行了讨论,认为高密度三维地震勘探技术是先进地震勘探技术的集成,具有组合性和相对性,应灵活应用,因地制宜地开展。在分析了山西煤矿采区的地震地质条件及技术特点的基础上,提出了在山西煤矿采区开展高密度三维地震勘探应遵循“小面元、高覆盖、宽方位（3,必要条件）和相应的关键采集及处理技术（X,必选项） ”的“ 3+X”技术路线;在数据采集中,应以提高信噪比为核心;在数据处理中,应以高精度静校正和叠前去噪为核心。将该技术运用到山西某矿工程实例中,取得很好的效果,证明该技术路线的有效性。研究成果可为同行提供技术参考,并促进高密度三维地震勘探技术在山西煤矿采区推广。      

三维地震勘探在湖泊等浅水系地表条件下的应用效果分析

介绍了在湖泊浅滩及养殖区密集的浅水系地表条件下开展三维地震勘探的主要特点和难点,并提出了具有针对性的技术措施,从而保证了野外数据采集和资料处理的质量。通过对三维地震勘探的野外数据采集、资料处理的总结和地质成果的验证,说明了三维地震在湖泊和鱼塘密集区等地表为浅水系地区取得较好勘探效果,并为今后地表复杂地区的三维地震勘探工作提供了借鉴经验。     

煤矿采区高密度三维地震勘探模式与效果

煤矿安全高效生产对三维地震勘探精度要求越来越高,如何进一步提高勘探精度,设计思路、采集方法、处理和解释过程中的每个环节都至关重要。煤矿采区高密度三维地震勘探采用数字检波器接收,观测方式为全方位、高密度、大偏移距,获得更接近理想波场的信息;采用宽频带处理,获得宽频带、高保真度的数据体,为解释工作打下良好基础。以淮北矿区近年施工的高密度三维地震勘探工程为例,从观测系统设计优化、处理解释思路及方法、工程施工过程控制等方面入手,总结出一套煤矿采区高密度三维地震勘探新模式,对进一步提高煤矿采区三维地震勘探精度以及为煤矿采区设计、工作面开采提供详实的地质保障基础资料具有一定的意义。      

利用地震方法预测潜山裂缝性油气储层——以渤海湾南部为例

以３Ｄ地震数据体为基础,使用相干分析技术和合成声波测井对发育在渤海湾盆地南部少浅海海域中的古生界碳酸盐岩和太古界花岗片麻岩中的潜山裂缝性储层进行了横向预测,在此基础上确定了有利部位。预测结果得到了实际钻探的证实。     

潞安矿区地震勘探资料精细解释分析

介绍近年来潞安矿区煤矿三维地震精细解释情况和解释方法。根据精细解释结果与原三维地震解释成果实例对比情况,说明三维地震精细解释的效果及必要性。随着煤矿开拓的进行,地震资料需要根据揭露情况进行方案的及时调整,及时的探采对比及实时解释将极大提高地震资料的解释精度及利用率,也有利于提高地震勘探解释人员的解释水平,为矿井生产提供高质量服务的同时,推动地震勘探的发展。     

基于数据挖掘技术的白水河滑坡多场信息关联准则分析

为探究滑坡多场监测数据间的关联准则,采用数据挖掘技术中的两步聚类法与Apriori算法,开展滑坡多场信息关联准则研究。以三峡库区白水河滑坡为例,分析ZG93监测点于2003年6月—2016年12月期间的监测数据,选取影响滑坡变形的主要诱发因子,采用两步聚类法对不同的影响因子进行预聚类和聚类,将数值型变量转化为离散型变量后,应用Apriori算法进行处理,生成满足最小置信度的关联准则,建立白水河滑坡多场耦合作用模式下的影响因子与滑坡位移变形关联准则判据。研究表明,关联准则对于滑坡灾害的变形分析具有重要的意义,数据挖掘技术可较好地应用于三峡库区地质灾害位移预测预报中。     

煤矿采空区四维地震特征分析及识别方法:以淮南煤田张集矿区为例

煤矿采空区塌陷是一个重要的地质问题,由于采空塌陷区地震、地质条件的复杂性,传统三维地震勘探探测方法难以准确查明采空区边界。本研究提出一种基于四维地震特征的煤矿采空区识别方法,并以淮南煤田张集煤矿为靶区开展采空区探测。该方法从模型驱动入手,通过建立煤层开采前、后地质模型及进行正演模拟,利用模型地震叠前时间偏移剖面回溯分析采空区引起的地震特征差异。根据模型数据采空区的地震反射特征,指导识别实际地震数据中的采空区,并通过地震解释圈定采空区范围。张集煤矿的实际四维地震数据分析结果显示,采空区域反射波连续性变差,采空区边界出现同相轴错断现象;因此,利用采空区四维地震特征差异能够有效识别煤矿采空区,并能准确圈定采空区的范围。     

宽频宽方位处理技术在淮北矿区全数字高密度地震勘探中的应用

与常规三维地震勘探相比,全数字高密度地震勘探采用高横纵比、宽方位观测系统,使用单点数字检波器接收。宽方位地震勘探有利于高陡构造和复杂断块成像,但存在各向异性问题,而单点数字检波器地震信号频带宽、保幅性好、噪声强。为了充分发挥全数字高密度地震资料优势,克服其缺点,必须将宽频、宽方位处理技术运用到煤炭高密度三维地震数据处理中,以提升数据处理效果。以淮北矿区全数字高密度地震资料为基础,针对淮北矿区地质构造复杂特点,以叠前保幅去噪、振幅补偿、OVT处理技术以及全方位角偏移成像技术为重点,开展了煤炭全数字高密度地震资料的宽频、宽方位处理技术研究。结果表明:保幅去噪在几乎不损伤有效信号的前提下实现了对噪声的有效压制,振幅补偿恢复了地震信号高低频能量的损失,宽方位处理不仅消除了各向异性影响,改善了成像效果,还获得了丰富的叠前数据。宽频宽方位处理技术是全数字高密度地震资料处理的必要手段,其处理成果比常规处理成果频带更宽,对复杂构造成像更好,分辨率更高,能够实现煤田复杂地质条件地震资料精细成像。