CN106802172A - 一种水库库容精确监测及分析的方法 - Google Patents
一种水库库容精确监测及分析的方法 Download PDFInfo
- Publication number
- CN106802172A CN106802172A CN201710044358.8A CN201710044358A CN106802172A CN 106802172 A CN106802172 A CN 106802172A CN 201710044358 A CN201710044358 A CN 201710044358A CN 106802172 A CN106802172 A CN 106802172A
- Authority
- CN
- China
- Prior art keywords
- reservoir
- capacity
- intelligent unattended
- ship
- storage
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000005259 measurement Methods 0.000 claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000005070 sampling Methods 0.000 claims abstract description 5
- 230000000737 periodic Effects 0.000 claims abstract description 4
- 230000000875 corresponding Effects 0.000 claims abstract description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances data:image/svg+xml;base64,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 data:image/svg+xml;base64,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 O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 239000000969 carrier Substances 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 2
- 238000004321 preservation Methods 0.000 claims description 2
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000005035 ginseng Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 238000010835 comparative analysis Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000003651 drinking water Substances 0.000 description 1
- 235000020188 drinking water Nutrition 0.000 description 1
- 230000003628 erosive Effects 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000002045 lasting Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006011 modification reaction Methods 0.000 description 1
- 230000000474 nursing Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F22/00—Methods or apparatus for measuring volume of fluids or fluent solid material, not otherwise provided for
Abstract
本发明公开了一种水库库容精确监测及分析的方法，包括水库库容精确监测和水库库容精确分析；水库库容精确监测采用智能无人船进行水库淤积测量，将设计断面线及相应的坐标参数输入智能无人船自带的无人船系统，智能无人船自动的严格按照设计航向及设置的采样间隔进行水深测量，获取测量数据，同时记录该点位的精确GPS位置；水库库容精确分析包括：将智能无人船定期测量的测量数据构建数据库管理平台，对设计断面线和测量数据入库保存，分析不同时间的淤积量，研究淤积速率。本发明的智能无人船进行水库库容监测，构建长时间序列的思路对水库进行库容监测，对比分析的结果对于水库的库容变化及预测蓄洪能力有重要的意义。
Description
一种水库库容精确监测及分析的方法
技术领域
[0001] 本发明属于智能监控技术领域，主要涉及一种水库库容精确监测及分析的方法。
背景技术
[0002] 水利工程是用于控制和调配自然界的地表水和地下水，达到除害兴利目的而修建 的工程。水利工程在防洪灾害、农田服务、水利发电、港口及通航、防止水土流失和水质污染 等等方便可以发挥较大的作用。水利工程尤其是水库，一般规模较大、技术复杂、工期较长、 投资大，因此对其后期的监测、维护及分析有着至关重要的意义。
[0003] 现有水库库容计算主要通过载人船携带测深仪进行断面测量，根据断面测量数据 计算库容，但这种方法测量断面时，由于水流、人为控制等因素影响，船体行驶会与设计断 面线产生偏移，其次，由于航行速度难以控制，测深仪采集点间隔也会不稳定，这些都会影 响断面的测量效果，进而对库容计算产生影响；另外，不同时期设计不同断面的测量对于库 容的分析本身也存在误差的影响。
发明内容
[0004] 为了解决上述技术问题，本发明提供一种水库库容精确监测及分析的方法。本发 明以智能无人船做载体，按照特定规律设计水库固定断面线，定期对水库进行精确断面测 量，运用断面数据计算水库库容，通过长时间序列监测方法，计算库容变化，对比、分析不同 时期观测数据，准确预估水库淤积速度，对于防洪影响及水库维护有重要的意义。
[0005] 本发明的技术方案是：
[0006] —种水库库容精确监测及分析的方法，包括水库库容精确监测和水库库容精确分 析;所述的水库库容精确监测采用智能无人船进行水库淤积测量，将设计断面线及相应的 坐标参数输入智能无人船自带的无人船系统，智能无人船自动的严格按照设计航向及设置 的采样间隔进行水深测量，获取测量数据，同时记录该点位的精确GPS位置；
[0007] 水库库容精确分析包括：将智能无人船定期测量的测量数据构建数据库管理平 台，对设计断面线和测量数据入库保存，分析不同时间的淤积量，研究淤积速率，为后期重 复观测提供统一观测对象，以此推演不同降雨季节对于水库蓄洪、发电水位的相关参数。
[0008] 作为优选，所述的智能无人船携带GPS-RTK装置、单波束测深仪、电子罗盘及航向 纠正系统;GPS-RTK装置采用载波相位差分技术;智能无人船的航速为5m/s，船体在顶流、横 流、顺流不同环境下，通过改变船头航向姿态确保绝对直线；智能无人船通过测深板对其进 行测深校正;智能无人船自带的航向纠正系统保证船体在30°以内的范围内的测深纠正。
[0009] 作为优选，淤积量的分析方法采用泥沙体规则概化方法进行计算，根据泥沙淤积 体形态，将横断面概化为规则的锥体或拟合体，然后测算泥沙淤积体体积；
[0010] 构建数据库管理平台，设定数据管理模式，将设计断面线与测量数据分别入库保 存，保证不同时期测量的断面位置一致;设计断面为粧号坐标，对其进行入库存储，便于后 期重复观测时，保证对比要素为同一断面，对测量数据按时间格式存储，记录不同时间的断 面数据；
[0011] 运用数据库存储数据，结合长时间序列分析，以数理统计学方法，研究随机数据序 列所遵从的统计规律;长时间序列分析根据系统观测得到的时间序列数据，通过曲线拟合 和参数估计来建立数学模型。
[0012] 作为优选，概化为锥体时的计算公式为：
[0014] 式中，V为锥体体积;B。为坝前断面淤积表面宽，d。为坝前最大淤积深，L为柱体的 高，当横断面分别为三角形、二次抛物线、矩形和梯形时，η的值相应取l，2，m和Ι-m之间。
[0015] 作为优选，概化为拟合体时，若用坝前断面淤积体上、下底宽BQ，b。及淤积面末端表 面宽Bk三者的均值近似作柱体底面的宽，d。作柱体底面的长，L作柱体的高，则拟合体的体积 为
[0017] 本发明的有益效果是：
[0018] 本发明主要有以下创新点：
[0019] (1)使用高精度智能无人船进行断面测量，通过对测深仪校正，准确获取设计断面 线的断面数据。
[0020] (2)构建水利工程管理数据库，对设计断面线数据、测量数据、分析数据入库保存。
[0021] (3)应用长时间序列分析法对同一水库不同时期的数据分析研究，这一思想方法 对于水库的持久分析和探究有着重要的意义。
[0022] 本发明以智能无人船进行水库库容监测，提供了极大的方便，无人船自身的航行 及航速改正可以严格的按设计断面进行航行，配带的测深仪可以根据航速等间距的进行点 位采集;构建长时间序列的思路对水库进行库容监测，每次测量相同的设计断面线排除了 其它因素的误差，对每次监测的数据建立数据库，对比分析的结果对于水库的库容变化及 预测蓄洪能力有重要的意义。
附图说明
[0023] 图1是本发明的结构框图；
[0024] 图2是本发明的流程图；
[0025] 图3是本发明中智能无人船的实物图；
[0026] 图4是本发明中的断面测量界面；
[0027] 图5是本发明中的断面之星界面；
[0028] 图6是本发明中的数据库管理模式图；
具体实施方式
[0029] 本发明的具体实施方式参见图1-6，一种水库库容精确监测及分析的方法，其特征 在于，包括水库库容精确监测和水库库容精确分析;所述的水库库容精确监测采用智能无 人船进行水库淤积测量，将设计断面线及相应的坐标参数输入智能无人船自带的无人船系 统，智能无人船自动的严格按照设计航向及设置的采样间隔进行水深测量，获取测量数据， 同时记录该点位的精确GPS位置。
[0030] 水库库容精确分析包括：将智能无人船定期测量的测量数据构建数据库管理平 台，对设计断面线和测量数据入库保存，分析不同时间的淤积量，研究淤积速率，为后期重 复观测提供统一观测对象，以此推演不同降雨季节对于水库蓄洪、发电水位的相关参数。
[0031] 本实施例中，测量数据获取使用的智能无人船是华测生成的华微5号无人船，吃水 深度0.15m，智能无人船携带GPS-RTK装置、单波束测深仪、电子罗盘及航向纠正系统，内置 GPS+北斗+高精度惯性导航系统，GPS-RTK装置采用载波相位差分技术。在众多的差分技术 中，伪距差分和载波相位差分是最为常用的两种测量模式，后者的定位精度较高(厘米级）， 通常用于高精度的测量工程和研究中。智能无人船的航速为5m/s，确保在自主导航下，船体 在顶流、横流、顺流不同环境下，通过改变船头航向姿态确保绝对直线。航线偏移误差± 20cm，工作时间6小时。将设计断面线数据导入到无人船系统后，由于不同水域的温度、盐 度、泥沙含量对测深仪精度的影响，通过测深板对其进行测深校正，另外，船体自带的摇摆 倾斜纠正系统可以保证船体在30°以内的范围内的测深纠正，这些都是载人船无法做到的， 极大的提高了断面测量的精度，进而保证了后期数据处理与分析的精度。
[0032] 断面处理使用公司研发的断面之星程序，通过操作在窗口中选择断面基点（单基 点:断面只有一个基点坐标，多基点：断面有两个以上基点坐标，无基点:断面无基点坐标）， 点击浏览，选择断面基点坐标文件，在表头中分别填写:观测者、记录者、检查者姓名；在工 程标题栏中填写:工程名称，点击确定即可生成成果表。另外，可在显示框内双击横断面粧 号添加到左边输出的横断面粧号栏里，或点击全部输出将所有横断面粧号添加到输出的横 断面粧号栏里。点击生成CAD图形按钮启动运行AutoCAD，横断面图形绘制在AutoCAD当前的 文件上。若AutoCAD已运行，则在当前的CAD文件上直接绘制横断面图形。运用断面之星工 具，可以快速的实现无人船获取断面数据的后期处理。
[0033] 分析常用的几种淤积测量的方法，综合省内水库的特点及工作效率，本发明通过 智能无人船测量高密度横断面的方法进行淤积测量及水库库容计算，采用泥沙体规则概化 方法进行计算，根据泥沙淤积体形态，将横断面概化为规则的锥体或拟合体，然后测算泥沙 淤积体体积。概化为锥体时的计算公式为：
[0035] 式中，V为锥体体积;B。为坝前断面淤积表面宽，d。为坝前最大淤积深，当横断面分 别为三角形、二次抛物线、矩形和梯形时，η的值相应去l，2，m和Ι-m之间
[0036] 概化为拟合体时，若用坝前断面淤积体上、下底宽BQ，b。及淤积面末端表面宽Bk三 者的均值近似作柱体底面的宽，d。作柱体底面的长，L作柱体的高，则拟合体的体积为
[0038]构建数据库管理平台，设定数据管理模式，将设计断面线与测量结果分别入库保 存，保证不同时期测量的断面位置一致，设计断面主要是粧号坐标，对其进行入库存储，便 于后期重复观测时，保证对比要素为同一断面，对测量数据按时间格式存储，记录不同时间 的断面数据，这种管理模式，方便不同阶段数据的直接调用，使得对库容变化的分析更加快 速、直观。
[0039] 运用数据库存储数据，结合长时间序列分析，以数理统计学方法，研究随机数据序 列所遵从的统计规律。时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合 和参数估计（如非线性最小二乘法）来建立数学模型的理论和方法。提高数据利用的有效 性，能够更加精确的分析淤积变化，对于分析不同时期的数据、分析不同时期的淤积变化速 率也会更加精确、更加直观。
[0040] 本发明将设计水库断面线导入智能无人船系统，智能无人船可以根据外部情况进 行航向及航速改正，保证船体可以严格的按照断面线（即航线)进行航行以及保证测深仪的 采样间距;保存设置的断面线，可以以此断面线定期(如半年)对水库进行精确库容监测，以 此构建该水库库容数据库，通过对比分析不同时期的库容，可以精确的分析水库防洪影响、 库底变化等其他的情况。
[0041] 根据设计断面线，运用智能无人船，定期对水库进行断面测量，对不同时期的断面 数据入库保存。
[0042] 运用长时间序列分析法，通过调用分析不同时期的断面数据，计算水库淤积变化， 进而推算库容变化，准确的分析不同时期水库库容变化的相关因素，这对于水库维护、防洪 影响等有着重要的意义。
[0043] 将此数据入库保存，调用此水库设计断面线定期或在特定时间对水库进行库容测 量，通过对比分析不同时期的库容数据，分析水库的库容变化规律，以此可以准确分析淤积 变化速率，在特殊天气状况下(如持续降雨)临近时，提前评估水库的蓄洪能力。
[0044] 本发明通过智能无人船配带测深仪进行断面测量，解决了载人船进行断面测量中 出现的断面设计线路偏移以及测深仪测量间距突变等情况;对水库断面线进行入库保存， 达到每次测量结果都可以调用的目的，可以排除计算库容变化时，由于不同的设计断面线 对库容计算引起的变化误差;提出对水库库容进行长时间序列监测及分析的思路，以此可 以分析水库的淤积变化速率，这对水库分析护理有着重要的意义。
[0045] 以上所述的实施例仅仅是对本发明的优选实施方式进行描述，在不脱离本发明设 计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应 落入本发明权利要求书确定的保护范围内。
Claims (5)
1. 一种水库库容精确监测及分析的方法，其特征在于，包括水库库容精确监测和水库 库容精确分析;所述的水库库容精确监测采用智能无人船进行水库淤积测量，将设计断面 线及相应的坐标参数输入智能无人船自带的无人船系统，智能无人船自动的严格按照设计 航向及设置的采样间隔进行水深测量，获取测量数据，同时记录该点位的精确GPS位置； 水库库容精确分析包括:将智能无人船定期测量的测量数据构建数据库管理平台，对 设计断面线和测量数据入库保存，分析不同时间的淤积量，研究淤积速率，为后期重复观测 提供统一观测对象，以此推演不同降雨季节对于水库蓄洪、发电水位的相关参数。
2. 根据权利要求1所述的水库库容精确监测及分析的方法，其特征在于，所述的智能无 人船携带GPS-RTK装置、单波束测深仪、电子罗盘及航向纠正系统;GPS-RTK装置采用载波相 位差分技术;智能无人船的航速为5m/s，船体在顶流、横流、顺流不同环境下，通过改变船头 航向姿态确保绝对直线；智能无人船通过测深板对其进行测深校正；智能无人船自带的航 向纠正系统保证船体在30°以内的范围内的测深纠正。
3. 根据权利要求2所述的水库库容精确监测及分析的方法，其特征在于，淤积量的分析 方法采用泥沙体规则概化方法进行计算，根据泥沙淤积体形态，将横断面概化为规则的锥 体或拟合体，然后测算泥沙淤积体体积； 构建数据库管理平台，设定数据管理模式，将设计断面线与测量数据分别入库保存，保 证不同时期测量的断面位置一致;设计断面为粧号坐标，对其进行入库存储，便于后期重复 观测时，保证对比要素为同一断面，对测量数据按时间格式存储，记录不同时间的断面数 据； 运用数据库存储数据，结合长时间序列分析，以数理统计学方法，研究随机数据序列所 遵从的统计规律;长时间序列分析根据系统观测得到的时间序列数据，通过曲线拟合和参 数估计来建立数学模型。
4. 根据权利要求3所述的水库库容精确监测及分析的方法，其特征在于，概化为锥体时 的计算公式为：
式中，V为锥体体积;B。为坝前断面淤积表面宽，d。为坝前最大淤积深，L为柱体的高，当 横断面分别为三角形、二次抛物线、矩形和梯形时，n的值相应取l，2，m和1-m之间。
5. 根据权利要求3所述的水库库容精确监测及分析的方法，其特征在于，概化为拟合体 时，若用坝前断面淤积体上、下底宽B。，b。及淤积面末端表面宽Bk三者的均值近似作柱体底 面的宽，d。作柱体底面的长，L作柱体的高，则拟合体的体积为
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710044358.8A CN106802172A (zh) | 2017-01-19 | 2017-01-19 | 一种水库库容精确监测及分析的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710044358.8A CN106802172A (zh) | 2017-01-19 | 2017-01-19 | 一种水库库容精确监测及分析的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106802172A true CN106802172A (zh) | 2017-06-06 |
Family
ID=58986956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710044358.8A Pending CN106802172A (zh) | 2017-01-19 | 2017-01-19 | 一种水库库容精确监测及分析的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106802172A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111006735A (zh) * | 2019-12-31 | 2020-04-14 | 太原理工大学 | 一种动态测量水库内淤积及容积量变化的传感装置的使用方法 |
| CN111006736A (zh) * | 2019-12-31 | 2020-04-14 | 太原理工大学 | 一种动态测量水库内淤积及容积量变化的传感装置 |
| CN113091852A (zh) * | 2021-03-25 | 2021-07-09 | 中国长江三峡集团有限公司 | 一种大型水库测深基准场建设方法及用途 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020041938A1 (en) * | 2000-08-21 | 2002-04-11 | Showa Denko Kabushiki Kaisha | Packing material and cartridge for solid phase extraction |
| CN101619972A (zh) * | 2009-08-12 | 2010-01-06 | 国网电力科学研究院 | 一种水库蓄水量的测算方法 |
| CN102852114A (zh) * | 2012-09-13 | 2013-01-02 | 中国水电顾问集团北京勘测设计研究院 | 一种水库泥沙淤积的计算方法 |
-
2017
- 2017-01-19 CN CN201710044358.8A patent/CN106802172A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020041938A1 (en) * | 2000-08-21 | 2002-04-11 | Showa Denko Kabushiki Kaisha | Packing material and cartridge for solid phase extraction |
| CN101619972A (zh) * | 2009-08-12 | 2010-01-06 | 国网电力科学研究院 | 一种水库蓄水量的测算方法 |
| CN102852114A (zh) * | 2012-09-13 | 2013-01-02 | 中国水电顾问集团北京勘测设计研究院 | 一种水库泥沙淤积的计算方法 |
Non-Patent Citations (7)
| Title |
|---|
| 华东水利学院: "《水工设计手册 第二卷 地址 水文 建筑材料》", 29 February 1984, 水利电力出版社 * |
| 周航宇: "断面测量内外业一体化系统设计和实现", 《东华理工大学学报（自然科学版）》 * |
| 张培存 等: "断面测量内外业一体化系统研究", 《测绘通报》 * |
| 扬州水利学校: "《水文测验》", 30 June 1980, 水利出版社 * |
| 李树森 等: "《黄河小浪底水库水文泥沙规律研究》", 30 November 2014, 黄河水利出版社 * |
| 李长成 等: "《工程测量》", 31 August 2015, 北京理工大学出版社 * |
| 魏万鸿 等: "改进的"拟台体公式"及其在库容计算中的应用", 《人民长江》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111006735A (zh) * | 2019-12-31 | 2020-04-14 | 太原理工大学 | 一种动态测量水库内淤积及容积量变化的传感装置的使用方法 |
| CN111006736A (zh) * | 2019-12-31 | 2020-04-14 | 太原理工大学 | 一种动态测量水库内淤积及容积量变化的传感装置 |
| CN113091852A (zh) * | 2021-03-25 | 2021-07-09 | 中国长江三峡集团有限公司 | 一种大型水库测深基准场建设方法及用途 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109060056B (zh) | 一种非接触式雷达测流的河道断面流量计算方法 | |
| CN106802172A (zh) | 一种水库库容精确监测及分析的方法 | |
| Pacheco et al. | Assessment of tidal inlet evolution and stability using sediment budget computations and hydraulic parameter analysis | |
| Garnero et al. | Comparisons between different interpolation techniques | |
| CN104652347B (zh) | 山区非静态水体水位与淹没影响人口关系评价方法 | |
| Allen et al. | Mapping coastal morphodynamics with geospatial techniques, Cape Henry, Virginia, USA | |
| CN103389077B (zh) | 一种基于mbes的海底沙波地貌运动探测方法 | |
| Perkins et al. | Towards a morphogenetic classification of eskers: Implications for modelling ice sheet hydrology | |
| CN105137482A (zh) | 一种沉积体古坡度的计算方法 | |
| Xu et al. | Hindcasts and forecasts of Loop Current and eddies in the Gulf of Mexico using local ensemble transform Kalman filter and optimum-interpolation assimilation schemes | |
| CN107966732A (zh) | 基于空间结构导向的地震属性变化率求取方法 | |
| Drovosekova et al. | Peculiarities of modelling hydro-lithospheric processes in the region of Kavkazskiye Mineralnye Vody (caucasus mineral springs) | |
| CN103278115B (zh) | 一种基于dem计算淤地坝淤积量的方法及系统 | |
| Rozier et al. | A reduced-order Kalman filter for data assimilation in physical oceanography | |
| Zhang et al. | Impact of DEM resolution and spatial scale: analysis of influence factors and parameters on physically based distributed model | |
| Cooper et al. | Beach‐Profile Measurement, Theory and Analysis: Practical Guidance and Applied Case Studies | |
| Hartman et al. | Depth of closure over large regions using airborne bathymetric lidar | |
| CN104331589B (zh) | 一种刻画河道宽厚规律性变化的建模方法 | |
| Sharma et al. | Measuring the accuracy of contour interpolated digital elevation models | |
| Montoya et al. | Spatial statistics of tsunami overland flow properties | |
| CN108168429A (zh) | 一种基于三维激光扫描仪的大型洞库容量测量方法 | |
| CN105956327A (zh) | 地面灌溉地表水流运动过程模拟方法 | |
| CN108763732B (zh) | 一种分流砂坝型三角洲前缘训练图像建立方法 | |
| CN103886129B (zh) | 将测井数据离散到储层网格模型的方法和装置 | |
| Zhang et al. | Capacity analysis for bifurcated estuaries based on ship domain theory and its applications |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170606 |
|
| RJ01 | Rejection of invention patent application after publication |