CN116797051A - 基于多距离空间聚类分析的海洋碳泄漏点数量的评估方法 - Google Patents
基于多距离空间聚类分析的海洋碳泄漏点数量的评估方法 Download PDFInfo
- Publication number
- CN116797051A CN116797051A CN202311068065.5A CN202311068065A CN116797051A CN 116797051 A CN116797051 A CN 116797051A CN 202311068065 A CN202311068065 A CN 202311068065A CN 116797051 A CN116797051 A CN 116797051A
- Authority
- CN
- China
- Prior art keywords
- carbon
- carbon leakage
- leakage points
- points
- distance
- 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.)
- Granted
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 117
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 117
- 238000007621 cluster analysis Methods 0.000 title claims description 13
- 238000011156 evaluation Methods 0.000 title abstract description 6
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 41
- 238000013459 approach Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 239000013049 sediment Substances 0.000 abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 3
- 238000011835 investigation Methods 0.000 abstract description 2
- 239000013535 sea water Substances 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- NMJORVOYSJLJGU-UHFFFAOYSA-N methane clathrate Chemical compound C.C.C.C.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O NMJORVOYSJLJGU-UHFFFAOYSA-N 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Landscapes
- Examining Or Testing Airtightness (AREA)
Abstract
本发明公开一种基于多距离空间聚类分析的海洋碳泄露点数量的评估方法,属于海洋沉积物地球化学和海洋地质研究领域,结合已有勘探中发现的碳泄漏点,首先依据碳泄漏点泄碳规模对发现的碳泄漏点进行分类,然后对各类碳泄漏点进行空间分布分析,最后结合基于Ripley’s K函数多距离空间聚类分析的计算方法,计算勘探区域内不同类别碳泄漏点的整体数量,进而可以实现评估沉积物碳泄漏过程对区域碳循环的影响。本方案适用于全球海洋区域关于碳泄漏点的勘探调查工作,对于计算区域或全球海洋碳泄漏过程对海洋水体生态环境的影响,以及研究海底碳泄漏过程对大气温室效应的影响具有重要的指导意义。
Description
技术领域
本发明属于海洋沉积物地球化学和海洋地质研究领域,具体涉及一种基于多距离空间聚类分析的海洋碳泄漏点空间分布数量的估算模型评估方法。
背景技术
已有调查表明,现代海底因天然气水合物或原油等冷泉活动同时发生的富碳流体(主要是甲烷和其它烃类流体、二氧化碳等)泄漏点可达到10万个以上。海底碳泄漏严重影响着海水的生态环境,制约着海洋水体动植物的生活习性。同时,沉积物碳泄漏过程也调节着大气温室效应。
考虑到沉积物中超过90%的甲烷被甲烷厌氧氧化过程消耗,无法突破沉积物泄漏到海洋水体中。但是在冷泉泄漏区,由于底层沉积物中丰度的甲烷来源,使得沉积物孔隙水中过饱和的甲烷以气体形式高速的通过裂缝通道向海水中释放,严重地改变了区域底层海水的酸碱性变化,对区域内生物多样性造成了难以估算的破坏。此外,冷泉区大规模的甲烷泄漏还会释放到大气中,进而促进全球温室效应的加剧。因此,合理地评估勘探区内甲烷泄漏点的数量有助于模拟区域内沉积物甲烷释放的通量。但是,现有勘探工作虽可以对区域进行局部碳泄漏点的观测,但无法准确评估区域中碳泄漏点的整体数量,且现阶段并没有对勘探区内泄漏点数量进行评估的建模方法。
基于此,可以根据在勘探区中已发现的碳泄漏点空间分布规律评估区域中不同类别碳泄漏点总数的评估方法,旨在更加准确地分析区域内海底碳泄漏过程对海洋生态环境的影响。
发明内容
本发明为解决现有技术中没有对勘探区内泄漏点数量进行评估的缺陷,为评估区域内不同类型碳泄漏点个数,提出一种基于多距离空间聚类分析的海洋碳泄露点数量的评估方法,通过对已发现的碳泄漏点的空间分布进行计算建模,准确分析不同类别碳泄漏点的空间分布规律,结合点密度距离的函数聚类分析评估勘探区内各类别碳泄漏点数量及碳泄漏点总量。
本发明是采用以下的技术方案实现的: 基于多距离空间聚类分析的海洋碳泄露点数量的评估方法,包括以下步骤:
步骤A、对已发现的碳泄漏点进行分类分析,按泄漏规模对碳泄漏点从小到大划分为多个类别,并对依据各泄漏点经纬度计算各类别中碳泄漏点两两之间的空间距离;
步骤B、基于空间聚类分析各类别碳泄露点的空间分布特征:
(1)基于Ripley's K函数的空间聚类方法,分析海域勘探发现的海洋碳泄漏点,估算不同迭代区间范围内碳泄漏点的数学期望值;
(2)比较不同迭代范围内碳泄漏数学期望值与实际值的大小,评估约束实测碳泄
漏点范围最小的期望区间,进而估算勘探区内各类别碳泄漏点规模;
步骤C、针对划分的碳泄漏点类别,依次对各类别碳泄漏点的空间分布进行
Ripley's K函数分析,得到各类别对应的最小期望区间,进而估算勘探区内不同类别碳
泄漏点的总数。
进一步的,所述步骤B中,通过Ripley’s K函数计算指定空间内的碳泄漏点数量,
设定一个起算距离a,并按照等步长b增加,计算不同迭代半径的碳泄露点数量的集中程度;
,
式中,表示迭代半径,I(tij)是以泄漏点i为中心,以ts为半径的圆中的某类泄漏
点的位置;i=1···n,n为该类泄漏点的总数量,A表示以迭代半径ts为圆的区域面积,∑i
∑i≠jI(tij)为所有以该类泄漏点为圆心、ts为半径的圆内的该类别泄漏点的总数;
各类碳泄漏点的数学期望值L(ts);
。
进一步的,所述步骤B中,在对各类别碳泄漏点数学期望值与实际值的大小进行比
较时,随着迭代半径的增加,数学期望值逐渐与实际值靠近;直至出现迭代半径tR,在该迭
代半径tR内数学期望值L(tR)与实际值相等,终止迭代,进而确定迭代半径tR的圆所包围的
空间为完整覆盖实际值的最小范围,其面积记为。
进一步的,所述步骤C中,勘探区内不同类别碳泄漏点的总数,如下:
,
式中,Sregion为勘探区域总面积。
进一步的,所述步骤A中,在对碳泄漏点进行分类时,根据碳泄漏点处含甲烷气泡的直径进行划分,甲烷气泡直径小于等于1mm的为I类,直径大于1mm小于等于4mm的为II类,直径大于4mm小于等于7mm的为III类,直径大于7mm小于等于10mm的为IV类,直径大于10mm的为V类。
进一步的,所述步骤A中,在计算碳泄漏点两两之间的空间距离时,采用以下方式:
设已知碳泄漏点A(X1,Y1)和碳泄漏点B(X2,Y2),X1,X2为经度,Y1,Y2为纬度,将经
纬度数据转化为弧度单位,A(X11,Y11)和碳泄漏点B(X22,Y22),X11,X22,Y11,Y22分别为转
化为弧度单位之后的参数,则碳泄漏点A与碳泄漏点B间的距离为:,式中,dAB为A,B
两点间距离,R为地球半径。
与现有技术相比,本发明的优点和积极效果在于:
本方案结合实测勘探的海洋沉积物碳泄漏点空间分布,通过基于Ripley’s K函数多距离空间聚类分析方法,构建一种评估海洋区域内碳泄漏点数量的建模方法。考虑到海洋巨大的面积,现有的海洋勘探技术无法完全覆盖整个海洋区域,搜寻区域内所有的碳泄漏点。本方案通过对区域勘探中已发现的碳泄漏点进行泄露规模分类,空间分布分析,结合Ripley’s K函数多距离空间聚类分析方法估算不同类别碳泄漏点的数量。本方案适用于全球海洋区域关于碳泄漏点的勘探调查工作,对于计算区域或全球海洋碳泄漏过程对海洋水体生态环境的影响,以及研究海底碳泄漏过程对大气温室效应的影响具有重要的指导意义。
附图说明
图1为本发明实施例所述评估方法流程示意图。
具体实施方式
为了能够更加清楚地理解本发明的上述目的、特征和优点,下面结合附图及实施例对本发明做进一步说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用不同于在此描述的其他方式来实施,因此,本发明并不限于下面公开的具体实施例。
本实施例提出一种基于多距离空间聚类分析的海洋碳泄露点数量的评估方法,如图1所示,包括如下步骤:
步骤A、对已发现的碳泄漏点按泄漏规模进行分类分析:
步骤A1、首先对区域勘探发现的碳泄漏点的泄漏规模进行分析,按碳泄漏规模对泄漏点进行分类,从小到大划分为五个类别,具体的:
海洋碳泄漏点处含甲烷气泡的直径大约在1mm-10mm之间。基于此,对勘探区内观测到的碳泄漏点进行分类,其中直径小于等于1mm的为I类,直径大于1mm小于等于4mm的为II类,直径大于4mm小于等于7mm的为III类,直径大于7mm小于等于10mm的为IV类,直径大于10mm的为V类。
步骤A2、统计步骤A1中各类碳泄漏点的具体经纬度信息,依据各碳泄漏点经纬度分析空间分布特征,计算各类别种碳泄漏点两两之间的距离,计算方法如下:
假定泄漏点A和泄漏点B的经纬度分别为:A(X1,Y1),B(X2,Y2),其中X1,X2为经度,Y1,Y2为纬度。
将经纬度数据转化为弧度单位,计算方法如下:
(1)
(2)
(3)
(4)
则泄漏点A与泄漏点B间的距离为:
(5)
式中,dAB为A,B两点间距离,R为地球半径,约为~6371.0 km。
步骤B、空间聚类分析各类别内碳泄漏点空间分布特征:
(1)基于Ripley's K函数的空间聚类方法,分析海域勘探发现的海洋碳泄漏点,估算不同迭代区间范围内碳泄漏点的数学期望值;
首先,设定一个起算距离,具体也可以指定最终距离或者增量步长,如开始为a,然后每次计算增加b。计算的距离增加的时候,包含的相邻的要素自然就会原来越多,针对不同的迭代距离,计算各类别泄漏点的数学期望值,比较数学期望值与实际值的大小,如果实际值大于期望值,则继续扩大迭代半径,直至出现迭代半径tR,使得实际勘探的泄漏点数量与数学期望预估的碳泄漏点数量相等时终止。
其中,碳泄漏点数量的数学期望值通过Ripley's K函数来计算,具体方法如下:
首先,根据各类碳泄漏点在不同的空间尺度上的分布,引进Ripley's K函数来分析不同尺度下各类别碳泄漏点的地理集中程度K(ts):
(6)
式中,表示迭代半径,I(tij)是以泄漏点i为中心、以ts为半径的圆中的该类泄漏
点的位置,i=1···n,n为该类泄漏点的总数量;A表示以迭代半径ts为圆的区域面积,∑i
∑i≠jI(tij)为所有该类泄漏点为圆心、ts为半径的圆内的该类别泄漏点的总数。
其次,根据上述得到的K(ts),计算不同迭代半径内各类碳泄漏点的数学期望值L(ts),如下:
(7)
(2)比较不同迭代范围内碳泄漏数学期望值与实际值的大小,评估约束实测碳泄
漏点范围最小的期望区间,进而估算勘探区内各类别碳泄漏点规模;
由于,期初设置的迭代半径较小,因此,迭代初期数学期望值总是小于实际值;随
着迭代半径的增加,数学期望值逐渐与实际值靠近;直至出现迭代半径tR,在该半径内数学
期望值L(tR)与实际值相等,终止迭代。表明,该圆所包围的空间为完整覆盖实际值的最小
范围,其面积记为。
步骤C、估算勘探区内各类碳泄漏点数量:
针对划分的碳泄漏点类别,依次对各类别碳泄漏点的空间分布进行Ripley's K函
数分析,得到各类别对应的,进而估算勘探区内不同类别碳泄漏点的总
数,如下:
(8)
式中,Sregion为勘探区域总面积。
本发明基于Ripley's K函数的空间聚类方法,分析海域勘探发现的海洋碳泄漏点,估算不同迭代区间范围内碳泄漏点的数学期望值,比较不同迭代范围内碳泄漏数学期望值与实际值的大小,评估约束实测碳泄漏点范围最小的期望区间,进而估算勘探区内各类别碳泄漏点规模。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域,但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (6)
1.基于多距离空间聚类分析的海洋碳泄露点数量的评估方法,其特征在于,包括以下步骤:
步骤A、对已发现的碳泄漏点进行分类分析,按泄漏规模对碳泄漏点从小到大划分为多个类别,并对依据各泄漏点经纬度计算各类别中碳泄漏点两两之间的空间距离;
步骤B、基于空间聚类分析各类别碳泄露点的空间分布特征:
(1)基于Ripley's K函数的空间聚类方法,分析海域勘探发现的海洋碳泄漏点,估算不同迭代区间范围内碳泄漏点的数学期望值;
(2)比较不同迭代范围内碳泄漏数学期望值与实际值的大小,评估约束实测碳泄漏点范围最小的期望区间,进而估算勘探区内各类别碳泄漏点规模;
步骤C、针对划分的碳泄漏点类别,依次对各类别碳泄漏点的空间分布进行Ripley's K函数分析,得到各类别对应的最小期望区间,进而估算勘探区内不同类别碳泄漏点的总数。
2.根据权利要求1所述的基于多距离空间聚类分析的海洋碳泄露点数量的评估方法,其特征在于:所述步骤B中,通过Ripley’s K函数计算指定空间内的碳泄漏点数量,设定一个起算距离a,并按照等步长b增加,计算不同迭代半径的碳泄露点数量的集中程度;
,
式中,表示迭代半径,I(tij)是以泄漏点i为中心,以ts为半径的圆中的某类泄漏点的位置;i=1···n,n为该类泄漏点的总数量,A表示以迭代半径ts为圆的区域面积,∑i∑i≠ jI(tij)为所有以该类泄漏点为圆心、ts为半径的圆内的该类别泄漏点的总数;
各类碳泄漏点的数学期望值L(ts);
。
3.根据权利要求2所述的基于多距离空间聚类分析的海洋碳泄露点数量的评估方法,其特征在于:所述步骤B中,在对各类别碳泄漏点数学期望值与实际值的大小进行比较时,随着迭代半径的增加,数学期望值逐渐与实际值靠近;直至出现迭代半径tR,在该迭代半径tR内数学期望值L(tR)与实际值相等,终止迭代,进而确定迭代半径tR的圆所包围的空间为完整覆盖实际值的最小范围,其面积记为。
4.根据权利要求3所述的基于多距离空间聚类分析的海洋碳泄露点数量的评估方法,其特征在于:所述步骤C中,勘探区内不同类别碳泄漏点的总数,如下:
,
式中,Sregion为勘探区域总面积。
5.根据权利要求1所述的基于多距离空间聚类分析的海洋碳泄露点数量的评估方法,其特征在于:所述步骤A中,在对碳泄漏点进行分类时,根据碳泄漏点处含甲烷气泡的直径进行划分,甲烷气泡直径小于等于1mm的为I类,直径大于1mm小于等于4mm的为II类,直径大于4mm小于等于7mm的为III类,直径大于7mm小于等于10mm的为IV类,直径大于10mm的为V类。
6.根据权利要求1所述的基于多距离空间聚类分析的海洋碳泄露点数量的评估方法,其特征在于:所述步骤A中,在计算碳泄漏点两两之间的空间距离时,采用以下方式:
设已知碳泄漏点A(X1,Y1)和碳泄漏点B(X2,Y2),X1,X2为经度,Y1,Y2为纬度,将经纬度数据转化为弧度单位,A(X11,Y11)和碳泄漏点B(X22,Y22),X11,X22,Y11,Y22分别为转化为弧度单位之后的参数,则碳泄漏点A与碳泄漏点B间的距离为:,
式中,dAB为A,B两点间距离,R为地球半径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311068065.5A CN116797051B (zh) | 2023-08-24 | 2023-08-24 | 基于多距离空间聚类分析的海洋碳泄漏点数量的评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311068065.5A CN116797051B (zh) | 2023-08-24 | 2023-08-24 | 基于多距离空间聚类分析的海洋碳泄漏点数量的评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116797051A true CN116797051A (zh) | 2023-09-22 |
CN116797051B CN116797051B (zh) | 2023-11-14 |
Family
ID=88045044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311068065.5A Active CN116797051B (zh) | 2023-08-24 | 2023-08-24 | 基于多距离空间聚类分析的海洋碳泄漏点数量的评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116797051B (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005301789A (ja) * | 2004-04-14 | 2005-10-27 | Nara Institute Of Science & Technology | クラスタ解析装置、クラスタ解析方法、及びクラスタ解析プログラム |
US20120197888A1 (en) * | 2009-04-16 | 2012-08-02 | President And Fellows Of Harvard College | Method and apparatus for selecting clusterings to classify a predetermined data set |
CN102855778A (zh) * | 2012-09-10 | 2013-01-02 | 南京航空航天大学 | 一种基于复杂度评估的空域扇区分类方法 |
US20140156223A1 (en) * | 2011-08-09 | 2014-06-05 | Derek K. Toomre | Quantitative analysis and visualization of spatial points |
CN107211592B (zh) * | 2011-02-18 | 2014-11-05 | 核工业北京地质研究院 | 一种基于空间变异分析的地质信息插值计算方法 |
CN104456089A (zh) * | 2014-10-24 | 2015-03-25 | 重庆大学 | 一种流体管道多泄漏点定位方法 |
JP2015138271A (ja) * | 2014-01-20 | 2015-07-30 | 東レ株式会社 | ムラの解析方法 |
US20170176182A1 (en) * | 2012-04-20 | 2017-06-22 | Picarro, Inc. | Leak position estimation method using wind direction and correlation measurements at isolated spatial points in a plume |
CN106934524A (zh) * | 2017-02-15 | 2017-07-07 | 中国石油化工股份有限公司 | 一种海洋油气平台爆炸事故后果量化评估方法 |
CN106991510A (zh) * | 2017-05-31 | 2017-07-28 | 福建江夏学院 | 一种基于时空分布特征预测城市交通事故的方法 |
CN108731886A (zh) * | 2018-05-30 | 2018-11-02 | 北京工业大学 | 一种基于迭代递推的供水管道多泄漏点声定位方法 |
KR20180131165A (ko) * | 2017-05-31 | 2018-12-10 | (주)아이티폴리스 | 빅 데이터를 활용한 단계별 방범 cctv 위치 선정 방법 |
CN109978218A (zh) * | 2018-12-10 | 2019-07-05 | 南京南瑞信息通信科技有限公司 | 一种基于协同聚类策略的多模分布估计优化方法 |
CN111553811A (zh) * | 2020-05-02 | 2020-08-18 | 大连理工大学 | 基于迭代机器学习的供水管网泄漏区域识别方法 |
US10962437B1 (en) * | 2017-06-27 | 2021-03-30 | Picarro, Inc. | Aggregate leak indicator display systems and methods |
CN112800592A (zh) * | 2021-01-08 | 2021-05-14 | 中国石油大学(华东) | 一种二氧化碳地质封存体中泄漏风险的评价方法 |
CN113095552A (zh) * | 2021-03-29 | 2021-07-09 | 中国海洋石油集团有限公司 | 一种海洋平台泄漏可燃气云团体积预测方法及系统 |
CN113095010A (zh) * | 2021-04-09 | 2021-07-09 | 中国海洋石油集团有限公司 | 一种海洋平台可燃气泄漏的探测布置方法 |
CN114459691A (zh) * | 2022-01-05 | 2022-05-10 | 东北石油大学 | 一种二氧化碳地质封存体中泄露风险评价方法和系统 |
CN114923135A (zh) * | 2022-05-18 | 2022-08-19 | 中国科学院声学研究所 | 一种海底输气管道微泄漏声学检测定位方法 |
CN115186882A (zh) * | 2022-06-29 | 2022-10-14 | 南京邮电大学 | 一种基于聚类的可控负荷空间密度预测方法 |
-
2023
- 2023-08-24 CN CN202311068065.5A patent/CN116797051B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005301789A (ja) * | 2004-04-14 | 2005-10-27 | Nara Institute Of Science & Technology | クラスタ解析装置、クラスタ解析方法、及びクラスタ解析プログラム |
US20120197888A1 (en) * | 2009-04-16 | 2012-08-02 | President And Fellows Of Harvard College | Method and apparatus for selecting clusterings to classify a predetermined data set |
CN107211592B (zh) * | 2011-02-18 | 2014-11-05 | 核工业北京地质研究院 | 一种基于空间变异分析的地质信息插值计算方法 |
US20140156223A1 (en) * | 2011-08-09 | 2014-06-05 | Derek K. Toomre | Quantitative analysis and visualization of spatial points |
US20170176182A1 (en) * | 2012-04-20 | 2017-06-22 | Picarro, Inc. | Leak position estimation method using wind direction and correlation measurements at isolated spatial points in a plume |
CN102855778A (zh) * | 2012-09-10 | 2013-01-02 | 南京航空航天大学 | 一种基于复杂度评估的空域扇区分类方法 |
JP2015138271A (ja) * | 2014-01-20 | 2015-07-30 | 東レ株式会社 | ムラの解析方法 |
CN104456089A (zh) * | 2014-10-24 | 2015-03-25 | 重庆大学 | 一种流体管道多泄漏点定位方法 |
CN106934524A (zh) * | 2017-02-15 | 2017-07-07 | 中国石油化工股份有限公司 | 一种海洋油气平台爆炸事故后果量化评估方法 |
CN106991510A (zh) * | 2017-05-31 | 2017-07-28 | 福建江夏学院 | 一种基于时空分布特征预测城市交通事故的方法 |
KR20180131165A (ko) * | 2017-05-31 | 2018-12-10 | (주)아이티폴리스 | 빅 데이터를 활용한 단계별 방범 cctv 위치 선정 방법 |
US10962437B1 (en) * | 2017-06-27 | 2021-03-30 | Picarro, Inc. | Aggregate leak indicator display systems and methods |
CN108731886A (zh) * | 2018-05-30 | 2018-11-02 | 北京工业大学 | 一种基于迭代递推的供水管道多泄漏点声定位方法 |
CN109978218A (zh) * | 2018-12-10 | 2019-07-05 | 南京南瑞信息通信科技有限公司 | 一种基于协同聚类策略的多模分布估计优化方法 |
CN111553811A (zh) * | 2020-05-02 | 2020-08-18 | 大连理工大学 | 基于迭代机器学习的供水管网泄漏区域识别方法 |
CN112800592A (zh) * | 2021-01-08 | 2021-05-14 | 中国石油大学(华东) | 一种二氧化碳地质封存体中泄漏风险的评价方法 |
CN113095552A (zh) * | 2021-03-29 | 2021-07-09 | 中国海洋石油集团有限公司 | 一种海洋平台泄漏可燃气云团体积预测方法及系统 |
CN113095010A (zh) * | 2021-04-09 | 2021-07-09 | 中国海洋石油集团有限公司 | 一种海洋平台可燃气泄漏的探测布置方法 |
CN114459691A (zh) * | 2022-01-05 | 2022-05-10 | 东北石油大学 | 一种二氧化碳地质封存体中泄露风险评价方法和系统 |
CN114923135A (zh) * | 2022-05-18 | 2022-08-19 | 中国科学院声学研究所 | 一种海底输气管道微泄漏声学检测定位方法 |
CN115186882A (zh) * | 2022-06-29 | 2022-10-14 | 南京邮电大学 | 一种基于聚类的可控负荷空间密度预测方法 |
Non-Patent Citations (6)
Title |
---|
XIAOHU HUANG等: "Monitoring Spatial Uniformity of Particle Distributions in Manufacturing Processes Using the K Function", IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING, vol. 14, no. 2, pages 1031 - 1041, XP011644937, DOI: 10.1109/TASE.2015.2479088 * |
吴景鑫;郭秀军;贾永刚;孙翔;李宁;: "天然气水合物开采过程甲烷气泄漏海床基高密度电阻率法监测效果模拟与分析", 吉林大学学报(地球科学版), no. 06, pages 1854 - 1864 * |
李席锋;林晓玲;张帅娟;古晓蓓;: "岳阳市城市公共服务设施空间分布格局研究", 国土资源导刊, no. 01, pages 67 - 73 * |
王平等: "基于Ripley’s K函数和Taylor幂法则的江西省豚草种群空间分布的点格局分析", 植物保护学报, vol. 46, no. 1, pages 130 - 135 * |
诸葛雪玉;张文闯;谭娅琦;徐萌甜;樊颖;张小丽;: "基于POI空间聚类的交通小区划分方法改进", 山西建筑, no. 26, pages 7 - 8 * |
郭均鹏;王梅南;高成菊;戴晖;: "函数型数据的分步系统聚类算法", 系统管理学报, no. 06, pages 814 - 820 * |
Also Published As
Publication number | Publication date |
---|---|
CN116797051B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tang et al. | Revisiting the distribution of oceanic N2 fixation and estimating diazotrophic contribution to marine production | |
Blackford et al. | Marine baseline and monitoring strategies for carbon dioxide capture and storage (CCS) | |
CN110398320B (zh) | 一种易于持续优化的燃气泄漏检测定位方法及系统 | |
Koch-Larrouy et al. | Origin and mechanism of Subantarctic Mode Water formation and transformation in the Southern Indian Ocean | |
Aulich et al. | Fin whale (Balaenoptera physalus) migration in Australian waters using passive acoustic monitoring | |
Lionello et al. | The effect of cyclones crossing the Mediterranean region on sea level anomalies on the Mediterranean Sea coast | |
Becker et al. | An internally consistent dataset of δ 13 C-DIC in the North Atlantic Ocean–NAC13v1 | |
CN105447248B (zh) | 基于金属定量构效关系的海水急性基准预测方法 | |
CN110824586B (zh) | 基于改进决策树算法的降水预测方法 | |
CN113821986A (zh) | 基于随机森林的涡旋海面信号与水下关键参数反演方法 | |
Greenwood et al. | Utilizing eutrophication assessment directives from transitional to marine systems in the Thames Estuary and Liverpool Bay, UK | |
CN116258086B (zh) | 一种燃气管道风险评估方法及系统 | |
Roshan et al. | Cadmium regeneration within the North Atlantic | |
Ulses et al. | Oxygen budget of the north-western Mediterranean deep-convection region | |
Song et al. | Climate‐induced range shifts shaped the present and threaten the future genetic variability of a marine brown alga in the Northwest Pacific | |
Soh et al. | Spatial-Temporal pattern analysis and prediction of air quality in Taiwan | |
CN114360652A (zh) | 细胞株相似性评价方法及相似细胞株培养基配方推荐方法 | |
CN116797051B (zh) | 基于多距离空间聚类分析的海洋碳泄漏点数量的评估方法 | |
Martínez‐Sosa et al. | Development and application of the Branched and Isoprenoid GDGT Machine learning Classification algorithm (BIGMaC) for paleoenvironmental reconstruction | |
Van Huissteden et al. | Sensitivity analysis of a wetland methane emission model based on temperate and arctic wetland sites | |
CN112131523A (zh) | 一种基于有限监测点位的时空数据生成方法及系统 | |
Bernardi Aubry et al. | Massive shelf dense water flow influences plankton community structure and particle transport over long distance | |
Sigler et al. | Alaska deep-sea coral and sponge assemblages are well-defined and mostly predictable from local environmental conditions | |
CN116864026A (zh) | 一种基于Argo温盐剖面的海洋溶解氧浓度重构模型构建方法 | |
Bussmann et al. | Detailed patterns of methane distribution in the German Bight |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |