冲积河流相层序地层学研究

运用沉积学及层序地层学原理 ,分析了河流类型及其形成发育特征 ,借鉴国内外有关冲积河流环境下的层序地层模式 ,特别是近海冲积环境下层序地层模式 ,并以济阳坳陷新近系为例 ,建立了更具普遍意义的冲积河流相层序地层模式 ,探讨了不同体系域的特征及其与河流类型之间的关系。研究结果表明 ,冲积河流相地层的体系域划分具有 4分性特征 ,即主要发育有低水位体系域、扩张体系域、高水位体系域 ,当基准面缓慢下降时 ,还可发育收缩体系域。根据济阳坳陷新近系沉积特征 ,指出了各体系域对应的沉积体系及相类型。其中 ,低水位体系域时期以侵蚀下切、冲积扇辫状河沉积为主 ;扩张体系域时期是由辫状河向曲流河过渡 ;高水位体系域时期以曲流河为主 ;收缩体系域时期是由曲流河向辫状河过渡。     

滩坝发育的层序地层环境——以东营凹陷南坡沙四段为例

本文根据地层沉积在时空上的间断性,结合地震-测井-录井-岩心-古生物资料所显示的不同特征,对东营南部现河地区层序地层界面进行分级次识别,并在此基础上建立了该地区的5级层序地层格架,将滩坝发育层位置于层序地层格架中,建立起滩坝发育环境与地层格架的关系。研究认为,东营南坡沙四段滩坝主要发育于三级层序的湖侵早期和低位体系域。     

红柳构造坡折带层序地层学模式与油气分布

在对地震、测井和钻井等资料详细分析的基础上，将济阳坳陷红柳地区在下第三系划分出了7个三级层序，19个体系域．在层序地层单元划分和对比的基础上，结合断层上下盘地层厚度的差异和地层厚度的变化反映古地形，认为济阳坳陷红柳地区在下第三系沉积时期，发育两种不同类型的构造坡折带，并建立了该区的构造坡折带层序地层学模式，     

莘县凹陷下第三系层序地层学分析

根据地震反射特征，古生物组合，湖水面变化及构造变动，应用层序地层学原理，对下第三系进行层序划分，分析了地震相类型，总结出主要的沉积体系特征及其展布规律。     

垄头旋迴层序──一种典型的碳酸盐米级旋迴层序

垄头旋层序是发育在贵阳花溪垄头三叠系垄头组台地边缘颗粒石灰岩中的米级旋层序，它包括５种类型。其规则的垂直叠加表明受到长周期海平面变化的控制，即这５种类型的米级旋层序主要发育于长周期海平面变化的上升及停滞阶段。     

攀枝花-西昌古裂谷晚古生代的演化

文章分６个阶段重塑了晚古生代攀枝花－西昌古裂谷的演化，认为它属地台区不成熟的小规模裂谷，是大陆边缘地区发生张裂及深部物质上涌的结果     

东营凹陷下第三系湖相密集段特征

依据层序地层学原理，研究了陆相断陷湖盆自身沉积发育特点，应用沉积学、有机地球化学、石油地质学等理论，综合分析研究了济阳坳陷东营凹陷下第三系密集段的特征．在东营凹陷中，识别出的４种密集段内部结构，反映了不同的物源供应和水动力条件．密集段在岩性、电性、古生物及地球化学特征上均与其上下地层有很大差异．由于密集段的特殊性，它对地层对比、生油岩评价和层序解释均有重要的意义     

桂北南丹地区石炭纪斜坡相层序地层分析

以层序地层学理论为指导，在地层学和沉积学研究的基础上，对桂北南丹地区石炭纪斜坡相地层进行了沉积层序分析，共识别出１１个三级层序，其中鹿寨组２个，巴平组３个，南丹组６个，它们均可与黔南独山地区石炭纪台地相所识别出的１１个三级层序对比．同时探讨了较深水斜坡乃至盆地沉积环境下层序的表现形式，斜坡相层序地层的建立是联系台地相和盆地相沉积层序的纽带．     

中西非裂谷Termit盆地原油甾类生物标志物组成及原油族群

采用色谱质谱(GC-MS)技术分析了中西非裂谷系(WCARS)Termit盆地古近系-下白垩统原油中规则甾烷、4-甲基甾烷、三芳甾烷和甲基三芳甾烷的分布特征并据此划分了Termit盆地原油族群。结果表明:研究区绝大多数原油中C29相对于C27和C28规则甾烷含量高;C304-甲基甾烷丰度低或未检测出;C26-C27-C28三芳甾烷组成中,C2720R和C2620S异构体丰度相对较低;三芳甲藻甾烷相对丰度较高。这些原油应同属一个原油族群(族群Ⅰ),来自同一个烃源灶。而来自DD-1、DD-2、D-1和T-1等部分井的原油中C29规则甾烷相对含量低于族群I原油,并检测出较高丰度的C304-甲基甾烷;三芳甾烷和三芳甲藻甾烷分布也明显不同,应属于另一原油族群(族群Ⅱ)。在Termit盆地寻找族群II的原油具有重要的勘探前景。     

基于神经网络语言模型的动态层序Softmax训练算法

针对词向量训练过程中层序Softmax算法无法进行增量训练及海量数据训练低效的问题,提出了动态层序Softmax算法.通过对数据样本的增量加载,采用结点置换方法动态构建编码树,实现对样本的增量训练.为避免损失函数因样本量较少而呈现震荡式下降,利用梯度的一阶矩估计与二阶矩估计动态调整参数更新方向与学习率,通过梯度迭代缩小权值变化范围和收敛训练误差,提高词向量的训练效率.以维基百科中文语料作为数据进行了试验,完成了训练效率和质量的分析.结果表明:相较于现有方法动态层序Softmax算法显著提高了训练效率,当增量样本大小为10 kB～1 MB时,训练增速有近30倍的提升,有效地缩短训练周期.