按科学程序搞好油气勘探

本文通过对新疆地区含油气规律的认识,认为其油气聚集与断裂带关系密切,指出塔里木盆地玛扎塔克断裂带是有利于油气聚集的含油气区带,对吐鲁番盆地火焰山的深层隆起提出三步走的勘探方法。在渤海湾地区,作者认为曙光应在海上。 文中提出了今后深化地震勘探工作的若干建议,强调沿海地区要抓好高分辨率地震勘探;在新区勘探方面,地震、地质条件将愈来愈复杂,野外采集与室内处理工作的难度也越来越大,因此必须依靠技术进步才能适应新的形势。目前地震资料处理是一个薄弱的环节,关键在于提高人员的技术素质。     

地震高分辨率勘探中的误区与对策

高分辨率勘探在工程地震、煤田及浅油层及勘探方面已经了较好的成铲。我国最近地南海利用高分辨率勘探寻找所取得了十分可喜的成绩。但在广大陆上石油地震勘探中，尚无明显的突破，究其原因，主要是由于我们在几个关键认识上走进了误区。本文从高分辨率的野外采集仪器到施工质量以及处理程序等关键环节上分析了目前存在的一系列错误传统概念，并指出了前进方向。     

论检波器横向拉开组合的重要性

目前在我国大多数地区的地震勘探中，普遍采用主要沿排列 (in-line) 方向的检波器组合方式进行野外采集。这种组合方式主要压制沿排列方向传播的原生干扰波，但不适用于我国西部某些次生干扰高度发育的沙漠及山地地区。为此，本文在分析次生干扰波特点的基础上，提出将检波器沿垂直排列(cross-line)方向拉开一个最长干扰波视波长的距离进行组合的方法。经理论分析与试验验证表明，此法可以压制即使通过室内处理也无法消除的侧向次生干扰波。此外,压制干扰波必须遵循野外与室内联合压噪的原则,即在静校正的基础上进一步通过室内混波等措施，压制沿排列方向传播的原生面波、折射波等规则干扰波,便可有效地提高复杂地表区地震资料的信噪比。在塔里木盆地克拉苏及西秋立塔克地区使用宽线加检波器横向大组合试验结果表明，此法可以成为复杂地区提高地震数据采集质量的一个主要手段。     

高效驱油菌I的选育与室内岩芯模拟驱油研究

从大港油田油层水中成功分离出一株具有较强驱油能力的优势菌株I,鉴定结果表明,该菌为革兰氏阳性,芽孢杆菌属。进一步的性能研究表明,它具有较好的环境适应性,能够耐受70℃高温,30%盐度,pH为3.5～9.4的酸度。以原油为碳源代谢有利于驱油的生物表面活性剂,并且具有降解石油烃的能力,能将大分子长链烷烃降解为小分子短链烷烃,降低原油的粘度,增加原油的流动性,有利于提高采收率。室内岩芯模拟驱油研究表明,该菌具有较好的驱油能力,以2%菌液驱油能够使原油的采收率提高21.6%;随着菌液浓度增大,采收率提高的幅度增大,注入菌液的时机不同,采收率提高的幅度也不同,以2%菌液在含水体积分数为50%时注入,增收效果最佳。另外,I菌经过紫外诱变表明,紫外诱变能够进一步提高其代谢生物表面活性剂的代谢水平,缩短其生长周期。     

Web数据的数据仓库化模型

数据仓库化Web数据,以更好地支持企业的经营决策和联机分析处理,是当前数据库研究的一个热点。Web数据的数据仓库化包括数据抽取、数据集成和数据物化三个连续的阶段。本文在MIX模型的基础上,提出了一个数据仓库化Web数据的模型,描述了主要部分的接口功能,并详细讨论了Web数据的集成过程及物化过程中的有关问题。     

一种改进的主动规则的系统执行模型

主动规则及规则处理机制一直是主动数据库研究的薄弱环节,主要表现为:(1) 语义不够丰富;(2) 缺乏基础语义;(3) 缺乏对规则处理的层次化和结构化的描述.为弥补上述不足,对规则处理机制赋予了丰富的规则延伸语义,根据语义的要求,用规则处理树层次化和结构化地描述规则处理过程对系统状态的影响.新的系统执行模型和扩展后的事务使我们能够提出一种支持丰富语义的规则处理算法.与其他规则处理算法相比,该算法实现了新语义,并利用了递归技术,能更好地吻合规则处理过程.     

视频图像高压缩比编码算法研究

提出了一种基于DCT变换的矢量自适应分类的全局矢量量化编码算法。为降低码矢的维数和计算复杂度，提高搜索速度和压缩比，将变换的DCT矢量自适应分类为平滑类、边缘类和纹理类，根据矢量的类别构造不同长度的变换矢量和根据矢量的类别分别采用改进的全局矢量量化算法进行相应的码书设计。为提高光照变化时相邻帧间矢量运动补偿的匹配率，在矢量构造中将DC系数单独进行编码。实验结果表明：该算法在信噪比和压缩比方面具有良好的视频压缩性能，比较适合于智能视频监控系统以及水下视频等光照随时间有较大变化的场合。     

基于小波变换的水下显著性目标快速检测算法

目前地面显著性目标检测取得了较大进展,而水下场景具有较高的复杂性,导致水下显著性目标检测仍然面临诸多挑战。为了实现复杂水下环境的显著性目标快速检测,提出一种基于小波变换的水下显著性目标检测算法。对水下采集图像进行多级小波变换预处理,针对提取的低频子带图像,利用自适应中值滤波去除其中的斑点颗粒,对相应的高频子带进行显著性边缘检测以强化目标边缘信息。在此基础上,利用小尺度超像素分割与合并策略分割处理后的低频子带图像,通过基于区域对比度的显著性检测方法进行图像显著性计算。融合低频子带显著图和高频子带显著边缘图,得到最终的显著性检测结果。USOD公开数据集上的实验结果表明,在进行水下显著性目标检测时该算法的整体度量值达到93.9%,平均绝对误差低至3.08%,能较好地实现水下大目标和成群小目标的准确检测,且在处理大分辨率水下图像时具有良好的实时性,在CPU平台上每帧的显著性目标检测时间为168 ms,算法适用于水下机器人显著性目标快速检测应用场景。