CN114544286A - 一种基于粒径分布的颗粒随机生成方法 - Google Patents
一种基于粒径分布的颗粒随机生成方法 Download PDFInfo
- Publication number
- CN114544286A CN114544286A CN202210127331.6A CN202210127331A CN114544286A CN 114544286 A CN114544286 A CN 114544286A CN 202210127331 A CN202210127331 A CN 202210127331A CN 114544286 A CN114544286 A CN 114544286A
- Authority
- CN
- China
- Prior art keywords
- particle size
- particles
- particle
- solid phase
- size distribution
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 148
- 238000009826 distribution Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004088 simulation Methods 0.000 claims abstract description 46
- 239000002689 soil Substances 0.000 claims abstract description 22
- 239000011148 porous material Substances 0.000 claims abstract description 10
- 239000007790 solid phase Substances 0.000 claims description 43
- 239000008187 granular material Substances 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000011160 research Methods 0.000 abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 3
- 230000008595 infiltration Effects 0.000 abstract description 2
- 238000001764 infiltration Methods 0.000 abstract description 2
- 238000013508 migration Methods 0.000 abstract 1
- 230000005012 migration Effects 0.000 abstract 1
- 230000001737 promoting effect Effects 0.000 abstract 1
- 230000035699 permeability Effects 0.000 description 5
- 239000011435 rock Substances 0.000 description 4
- 238000005065 mining Methods 0.000 description 3
- 239000004576 sand Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 230000002906 microbiologic effect Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/40—Searching chemical structures or physicochemical data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/02—Investigating particle size or size distribution
- G01N2015/0294—Particle shape
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Dispersion Chemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种基于粒径分布的颗粒随机生成的方法,能够符合地质结构的粒径分布特性。该方法采用颗粒随机生成方式,避免了常用的球体结构,与真实土体结构非常相似。结合实际的粒径分布,采用分批生成处理不同粒径,随机选择孔隙位置生成颗粒种子,基于种子生成颗粒。本发明通过提出基于粒径分布的颗粒随机生成方法,能够通过模拟仿真的方式还原土壤的多孔介质结构,为地下水渗透及化石能源开采研究提供多孔介质模型。为模拟计算多相多组分流动运移的孔隙结构建模提供技术,有助于推动微观孔隙流动规律研究的发展。
Description
技术领域
本发明涉及一种构建三维多孔介质方法,尤其涉及一种基于粒径分布的颗粒随机生成方法。
背景技术
多孔介质形态的地质结构在地下水渗流、石油开采、天然气开采,水合物开采等研究中普遍存在,而宏观尺度的传输特性取决于其微观结构的特征。因此获取更加真实的原位土壤结构有利于提高研究结果的准确性。
目前能够采用的方法包括实地开采、实验制备、数值模拟。其中实地开采成本高,难获得,耗时长;实验制备耗时长,无法进行过程性分析;而且这两种方式如果采用CT扫描重构三维结构,存在界面追踪难,存在滞后性等问题。因此很多学者开始采用数值模拟方式构建多孔介质结构。目前学者们提出了多种结构模型,随机模型、连杆模型、颗粒链模型、毛管模型、统计模型、网络模型以及分形模型等。Wang等(WANG M,PAN N.Numerical analysesof effective dielectric constant of multiphase microporous media[J].Journalof Applied Physics,2007,101(11):114102-1-114102-8.)提出四参数随机生成法,基于随机聚类生长理论生成多孔介质。该方法能够生成形状各异的多孔介质,而且直观上与真实土壤结构相似,目前被很多学者用于地质结构仿真(钟思维,四参数随机生成法重构土壤微观孔隙结构的定量化研究,武汉理工大学,2018)。该方法虽然能够实现与真实土壤相似的结构,但是颗粒分布相对均匀。而在地质勘探中,土壤的粒径分布是地质分析的一项重要数据参数,由此可见该方法存在一定缺陷。
发明内容
为了解决现有技术中存在的问题,本发明提供了一种基于粒径分布的颗粒随机生成方法,能够按照土壤粒径分布生成土壤结构满足地质特性,而且聚类型的生成方式能够生成与真实土壤更相似的多孔介质结构。
本发明的具体技术方案,一种基于粒径分布的颗粒随机生成的方法,包括步骤如下:
步骤1,获取地质结构信息,确定仿真目标;所述地质结构信息包括目标土壤的粒径分布信息及孔隙度;
步骤2,确定模拟体系初始参数,包括模拟结构的三维区域尺寸、模拟体系孔隙度、模拟体系粒径分布信息、模拟体系固相点的各方向生长概率;其中,模拟体系孔隙度为步骤1目标土壤的孔隙度,模拟体系粒径分布信息为目标土壤的粒径分布信息;模拟体系粒径分布信息为颗粒粒径尺寸与分布概率的对应关系;
步骤3,根据步骤2的初始参数,确定模拟过程中的判断值:
步骤3.1,模拟体系的固相点总数=模拟区域网格总数×(1-孔隙度);
步骤3.2,相同粒径尺寸颗粒的固相点总数N=各粒径对应的分布概率×体系网格总数;
步骤3.3,单个颗粒体的固相点上限n=πD3/6,其中D为颗粒直径;固相点上限按照球体体积计算;
步骤3.4,粒径为D的随机种子数=粒径为D的颗粒总数=N/n,向上取整,保证达到固相点总数要求;
步骤4,根据粒径尺寸,由大到小分批次构建多孔介质;
步骤4.1,构建第一批粒径尺寸的颗粒:首先生成N/n个颗粒的种子并为种子编号,后续颗粒的生长以种子为根基;颗粒的生长满足步骤2固相点的各方向生长概率,生长的固相点标记与种子相同的编号,这样即可确定颗粒的体积变化。通过遍历固相点进行生长,判断颗粒是否达到单个颗粒体的固相点上限n,如果达到则该颗粒停止生长;如果遍历过程达到该粒径尺寸颗粒的固相点总数N,则完成该批粒径尺寸的构建;
步骤4.2,完成后续批次颗粒生成:模拟区域内已经存在部分固相点。所以在进行第二批以及后续粒径大小的颗粒生成时,需要先计算所有孔隙点距离固相点的最小距离。在前一批颗粒生成完毕后,计算所有孔隙点距离固相点的最小距离l,后一批的种子随机生成在满足l≥1/2该批颗粒粒径的孔隙点上,随后进行与步骤4.1相同构建步骤,直到达到该批次颗粒所需的固相点数;
步骤4.3,循环进行步骤4.2,完成后续的颗粒生成,在最后一批粒径尺寸的颗粒生成时,还要判断体系内的总固相点数是否达到步骤3.1的模拟体系的固相点总数,若达到则完成生成。
进一步地,步骤1中,目标土壤的粒径分布信息为,将粒径尺寸范围分成n段,每段中包含多个数据点,每段范围中数据点的粒径对分布概率的加权平均值作为该段的粒径,每段范围中数据点分布概率的加和作为该段的分布概率。
进一步地,步骤1中,仿真方法需要计算机有一定的处理能力。所以当n取值过大会导致计算时间过长,所以为了兼顾计算时间与仿真准确度,所述n选取2~7。
进一步地,步骤2中,确定模拟体系固相点的各方向生长概率:所述方向生长概率即中心固相点在各个方向形成固相生长的概率;所述固相点的生长方向有26个,包括6个面心方向、12个棱线中心方向以及8个角点方向,共三个大类方向。
进一步地,步骤2中,若颗粒结构为各向同性,则每个大类方向的生长概率相同。
进一步地,步骤2中,6个面心方向生长概率P1为0.001-0.0001,12个棱线中心方向生长概率P2=P1/4,8个角点方向生长概率P3=P1/16。
进一步地,步骤2中,所述模拟结构的三维区域为正方体结构。
进一步地,步骤1,目标土壤的粒径分布信息可以从地质调查局、论文、实验等方式获得。
进一步地,步骤1,粒径分布应尽量划分较少的分段,能够提高生成效率,尤其避免直接使用粒径分布函数。
本发明的有益效果:构建了基于粒径分布的多孔介质生成方法,能够符合地质结构的粒径分布特性。该方法采用颗粒随机生成方式,避免了常用的球体结构,与真实土体结构非常相似。因此,本发明通过提出基于粒径分布的颗粒随机生成方法,能够通过模拟仿真的方式还原土壤的多孔介质结构,为地下水渗透及化石能源开采研究提供多孔介质模型。
附图说明
图1是本发明计算过程的流程图。
图2是本发明实施例参考的南海地质信息图。
图3是本发明实施例可视化后的斜视图。
图4是本发明实施例可视化后的截面图。
具体实施方式
下面结合附图对本发明的技术方案作进一步的详细说明。
下面通过具体实施方式并结合附图对本专利作进一步详细的描述。本方法的具体实施方式如图1的流程图所示。
实施例:
通过该方法仿真模拟南海神狐海域水合物藏的黏质粉砂地质结构,地质结构各项同性。
第一步,地质结构信息:仿真地质结构各向同性,粒径分布特征如图2所示,黏土粒径(<4um),粉砂粒径(4-63um)与沙粒径(>63um)的分布比例分别为18.76%-32.29%,66.21%-75.02%,0.06%-10.56%。平均粒径为12um,孔隙度33%。因此,本次仿真设定粒径分布信息为:4(26%),12(70%),64(4%),既满足分布范围又符合平均粒径。
第二步,初始数据:模拟区域100*100*100网格,单个网格边长为2um,所以模拟过程中,按照颗粒半径,以网格为单位,从大到小排列,粒径大小的数组为aimRadiu[3]={16,3,1},粒径分布概率数组为solidPercent[3]={0.04,0.70,0.26}。孔隙度n=0.33,模拟区域三边网格数NX=NY=NZ=100。方向生长概率分别为面心生长概率P1=0.001,棱线中心生长概率是面心的P2=1/4,角点的生长概率是面心的P3=1/16。
第三步:根据初始参数计算模拟过程中的判断值:根据模拟区域大小与孔隙度,计算获得模拟体系固相点总数为:totalSolid=NX*NX*NZ*(1-n),即totalSolid=100*100*100*(1-0.33)=670000。通过粒径分布信息,计算颗粒半径为16的颗粒,单颗粒固相点数为17158,总固相数取整后为26800个,生成颗粒种子数等同于颗粒数量为2个;颗粒半径为3的单颗粒固相点数为114,总固相点数469000个,颗粒种子数为4115个;颗粒半径为1的单颗粒固相点数为5,固相点总数为174200,颗粒种子数为34840个。(涉及小数数值都采用向上取整,保障固相点总量满足相同粒径的固相点总数要求)。则按照从大到小排列,相同粒径尺寸颗粒的固相点总数:cycleSolid[i]=totalSolid*solidPercent[i],即cycleSolid[3]={26800,469000,174200};单颗粒的固相点上限:particleSolid[i]=3.1416*(2*aimRadiu[i])3/6,即particleSolid[3]={17158,114,5};粒径为D的随机种子数量:seedNum[i]=cycleSolid[i]/particleSolid[i],即seedNum[3]={2,4115,34840}。
第四步,迭代计算:因为存在三种粒径大小,按照程序首先执行第一批颗粒生长,颗粒半径为16,在随机生成2个种子数后开始随机生长,但每个颗粒的固相点总数不能超过颗粒的目标体积。满足总固相数26800个后该批次生成完成,进入后续批次颗粒生成。从第二次生成开始,首先需要判断剩余孔隙位置距离固相点的距离,在满足条件的位置随机生成种子,随后进行与第一批相同的过程,随机生成4115个种子,固相点生长到469000个时,达到该批次总数量。开始执行第三次生成,也是最后一批。颗粒半径为1,随机生成34840个种子,固相点生长到174200时达到该批次总量,而且总颗粒数达到体系需要的固相点总数,完成颗粒生成。
结果展示:生成的结果为数据文件,可以使用后处理软件打开查看生成的多孔介质结构。如图3是三维视图,图4是x方向第50层网格的截面图。
结果验证:本次实施例仿真模拟的是南海神狐海域水合物藏的黏质粉砂土壤结构。该地质条件不同于一般的水合物藏,颗粒细小导致孔隙度小,渗透率更低。普通水合物藏的砂岩结构渗透率能达到1D左右(Li J F,Ye J L,Qin X W,et al.The first offshorenatural gas hydrate production test in South China Sea[J].China Geology,2018,1(1):5-16.),而神狐海域的黏质粉砂结构的渗透率实验计算值仅为2-200mD(Bian H,XiaY,Lu C,et al.Pore Structure Fractal Characterization and PermeabilitySimulation of Natural Gas Hydrate Reservoir Based on CT Images[J].Geofluids,2020,2020:1-9.)(Li J F,Ye J L,Qin X W,et al.The first offshore natural gashydrate production test in South China Sea[J].China Geology,2018,1(1):5-16.)。
利用本发明构建的实施例模型,采用格子玻尔兹曼方法方法计算多孔介质的渗透率,结果为72.8mD,模拟结果在合理范围内,因此采用该方法能够获取符合地质特性的结构模型。
Claims (8)
1.一种基于粒径分布的颗粒随机生成的方法,其特征在于,包括步骤如下:
步骤1,获取地质结构信息,确定仿真目标;所述地质结构信息包括目标土壤的粒径分布信息及孔隙度;
步骤2,确定模拟体系初始参数,包括模拟结构的三维区域尺寸、模拟体系孔隙度、模拟体系粒径分布信息、模拟体系固相点的各方向生长概率;其中,模拟体系孔隙度为步骤1目标土壤的孔隙度,模拟体系粒径分布信息为目标土壤的粒径分布信息;模拟体系粒径分布信息为颗粒粒径尺寸与分布概率的对应关系;
步骤3,根据步骤2的初始参数,确定模拟过程中的判断值:
步骤3.1,模拟体系的固相点总数=模拟区域网格总数×(1-孔隙度);
步骤3.2,相同粒径尺寸颗粒的固相点总数N=各粒径对应的分布概率×体系网格总数;
步骤3.3,单个颗粒体的固相点上限n=πD3/6,其中D为颗粒直径;
步骤3.4,粒径为D的随机种子数=粒径为D的颗粒总数=N/n,向上取整;
步骤4,根据粒径尺寸,由大到小分批次构建多孔介质;
步骤4.1,构建第一批粒径尺寸的颗粒:首先生成N/n个颗粒的种子并为种子编号,后续颗粒的生长以种子为根基;颗粒的生长满足步骤2固相点的各方向生长概率,生长的固相点标记与种子相同的编号;通过遍历固相点进行生长,判断颗粒是否达到单个颗粒体的固相点上限n,如果达到则该颗粒停止生长;如果遍历过程达到该粒径尺寸颗粒的固相点总数N,则完成该批粒径尺寸的构建;
步骤4.2,完成后续批次颗粒生成:在前一批颗粒生成完毕后,计算所有孔隙点距离固相点的最小距离l,后一批的种子随机生成在满足l≥1/2该批颗粒粒径的孔隙点上,随后进行与步骤4.1相同构建步骤,直到达到该批次颗粒所需的固相点数;
步骤4.3,循环进行步骤4.2,完成后续的颗粒生成,在最后一批粒径尺寸的颗粒生成时,还要判断体系内的总固相点数是否达到步骤3.1的模拟体系的固相点总数,若达到则完成生成。
2.根据权利要求1所述的基于粒径分布的颗粒随机生成的方法,其特征在于,步骤1中,目标土壤的粒径分布信息为,将粒径尺寸范围分成n段,每段中包含多个数据点,每段范围中数据点的粒径对分布概率的加权平均值作为该段的粒径,每段范围中数据点分布概率的加和作为该段的分布概率。
3.根据权利要求2所述的基于粒径分布的颗粒随机生成的方法,其特征在于,步骤1中,所述n选取2~7。
4.根据权利要求1所述的基于粒径分布的颗粒随机生成的方法,其特征在于,步骤2中,确定模拟体系固相点的各方向生长概率:所述方向生长概率即中心固相点在各个方向形成固相生长的概率;所述固相点的生长方向有26个,包括6个面心方向、12个棱线中心方向以及8个角点方向,共三个大类方向。
5.根据权利要求4所述的基于粒径分布的颗粒随机生成的方法,其特征在于,步骤2中,若颗粒结构为各向同性,则每个大类方向的生长概率相同。
6.根据权利要求5所述的基于粒径分布的颗粒随机生成的方法,其特征在于,步骤2中,6个面心方向生长概率P1为0.001-0.0001,12个棱线中心方向生长概率P2=P1/4,8个角点方向生长概率P3=P1/16。
7.根据权利要求1所述的基于粒径分布的颗粒随机生成的方法,其特征在于,步骤2中,所述模拟结构的三维区域为正方体结构。
8.根据权利要求1所述的基于粒径分布的颗粒随机生成的方法,其特征在于,步骤2中,所述模拟结构的三维区域为正方体结构,尺寸为100*100*100网格。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210127331.6A CN114544286A (zh) | 2022-02-10 | 2022-02-10 | 一种基于粒径分布的颗粒随机生成方法 |
US17/960,016 US20230251178A1 (en) | 2022-02-10 | 2022-10-04 | Random particle generation method based on particle size distribution |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210127331.6A CN114544286A (zh) | 2022-02-10 | 2022-02-10 | 一种基于粒径分布的颗粒随机生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114544286A true CN114544286A (zh) | 2022-05-27 |
Family
ID=81673793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210127331.6A Pending CN114544286A (zh) | 2022-02-10 | 2022-02-10 | 一种基于粒径分布的颗粒随机生成方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230251178A1 (zh) |
CN (1) | CN114544286A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115254213A (zh) * | 2022-06-24 | 2022-11-01 | 中国计量大学 | 一种基于真实土壤孔隙网络的微流控芯片装置 |
-
2022
- 2022-02-10 CN CN202210127331.6A patent/CN114544286A/zh active Pending
- 2022-10-04 US US17/960,016 patent/US20230251178A1/en active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115254213A (zh) * | 2022-06-24 | 2022-11-01 | 中国计量大学 | 一种基于真实土壤孔隙网络的微流控芯片装置 |
CN115254213B (zh) * | 2022-06-24 | 2024-05-03 | 中国计量大学 | 一种基于真实土壤孔隙网络的微流控芯片装置 |
Also Published As
Publication number | Publication date |
---|---|
US20230251178A1 (en) | 2023-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110276160B (zh) | 一种平原区土壤有机碳三维空间分布模拟方法 | |
Chorley | Models in geomorphology | |
Chorley et al. | Trend-surface mapping in geographical research | |
CN113283802B (zh) | 一种复杂艰险山区滑坡危险性评估方法 | |
CN111272631B (zh) | 一种改进的砂岩储层孔隙结构定量表征方法 | |
CN113189305B (zh) | 一种孔隙型可渗透岩石的仿真模拟方法及系统 | |
CN110702881B (zh) | 岩土材料参数变异性结果的预测方法及其应用 | |
CN112446081A (zh) | 一种基于bim-octree的复杂地基-结构体系高效精细化建模方法 | |
CN114692471B (zh) | 一种岩溶地下水系统流网模拟方法 | |
CN108733952B (zh) | 一种基于序贯模拟的土壤含水量空间变异性三维表征方法 | |
CN110851969A (zh) | 水文地质特征与区域地下水循环模拟方法 | |
CN114544286A (zh) | 一种基于粒径分布的颗粒随机生成方法 | |
CN109632604B (zh) | 一种孔隙尺度到岩心尺度聚合物驱相对渗透率粗化方法 | |
CN110990926B (zh) | 一种基于面积修正率的城市地表建筑水动力学仿真方法 | |
CN103207410A (zh) | 一种针对崎岖海底的混合网格模型建立方法 | |
Liu et al. | A study on the mechanical properties of the representative volume element in fractal porous media | |
CN116882221B (zh) | 基于三维裂隙型热储模型的地热开采数值模拟方法及系统 | |
Smuleac et al. | Creating the digital terrain model of the Usamvb Area using modern technology. | |
CN116484688B (zh) | 一种城市内涝数值实验方法 | |
CN108710769A (zh) | 一种离散元仿真中不规则砂土颗粒模型的构建方法 | |
Paik | Optimization approach for 4-D natural landscape evolution | |
Xie et al. | GIS component based 3D landslide hazard assessment system: 3DSlopeGIS | |
Fletcher et al. | Challenges and perspectives of procedural modelling and effects | |
Leonard | Multilevel mesh workflows towards CONUS scale watersheds: How small should triangles be to capture stream curvature for hydrological modeling? | |
CN115469361B (zh) | 一种碎屑岩地层三维地质建模方法 |
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 |