-
公开(公告)号:CN118604909A
公开(公告)日:2024-09-06
申请号:CN202410681582.8
申请日:2024-05-29
Applicant: 中国地质大学(北京)
Abstract: 本申请公开了一种基于多种物性参数预测岩石圈主量元素组成的方法及装置,包括:获取研究区域内的纵波速度地球物理剖面/切片数据、横波速度地球物理剖面/切片数据、大地热流数据和全球地壳模型数据,并计算研究区域内的密度;利用大地热流数据和全球地壳模型数据计算研究区域内的岩石圈温度结构,并通过岩石圈温度结构对纵波速度地球物理剖面/切片数据和横波速度地球物理剖面/切片数据进行校正;根据密度、校正后的纵波速度与横波速度计算与主量元素相关性较好的多种物性参数,并输入到预先训练好的各压力下的机器学习回归模型中进行回归预测,得到研究区域内岩石圈主量元素组成。本申请能够更加准确的预测岩石圈化学组成。
-
公开(公告)号:CN118859319A
公开(公告)日:2024-10-29
申请号:CN202410908510.2
申请日:2024-07-08
Applicant: 中国地质大学(北京)
IPC: G01V1/30 , G06F18/241 , G06N20/00
Abstract: 本申请公开了一种岩石圈岩性组成判别方法、装置及计算机程序产品,方法包括:获取研究区域内的岩石圈温度结构、密度结构数据、纵波速度地球物理剖面/切片数据和横波速度地球物理剖面/切片数据,利用岩石圈温度结构校正纵波速度地球物理剖面/切片数据和横波速度地球物理剖面/切片数据,得到校正后的纵波速度与横波速度,根据密度结构数据、校正后的纵波速度与横波速度计算岩石圈的其他物性参数,将密度结构数据、校正后的纵波速度与横波速度和其他物性参数输入到预先训练好的机器学习分类模型中进行预测,得到岩石圈岩性组成。本申请采用多参数的机器学习判别模型能极大地提升岩石圈岩性组成的准确度且能预测唯一岩性。
-