CN1804827A - 海底热液活动探测数据处理和信息管理方法 - Google Patents

海底热液活动探测数据处理和信息管理方法 Download PDF

Info

Publication number
CN1804827A
CN1804827A CNA200610042079XA CN200610042079A CN1804827A CN 1804827 A CN1804827 A CN 1804827A CN A200610042079X A CNA200610042079X A CN A200610042079XA CN 200610042079 A CN200610042079 A CN 200610042079A CN 1804827 A CN1804827 A CN 1804827A
Authority
CN
China
Prior art keywords
data
cellular
spatial
hydrothermal
alpha
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
Application number
CNA200610042079XA
Other languages
English (en)
Other versions
CN100373378C (zh
Inventor
唐功友
曹志敏
王海红
孙亮
高延铭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ocean University of China
Original Assignee
Ocean University of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ocean University of China filed Critical Ocean University of China
Priority to CNB200610042079XA priority Critical patent/CN100373378C/zh
Publication of CN1804827A publication Critical patent/CN1804827A/zh
Application granted granted Critical
Publication of CN100373378C publication Critical patent/CN100373378C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明的海底热液活动探测数据处理和信息管理方法,是对在大洋海底热液活动成矿环境下,经耐高温高压的物理化学传感器所探测得到的原始探测数据进行数据处理和信息管理的步骤:(一)导入/存储建立步骤;(二)建立热液流体与海水混合沉积成矿元胞自动机模型步骤;(三)计算更新演化步骤;(四)图形可视化描述步骤;(五)查询/调用/输出步骤。该方法构建的数据处理系统能够纵向和横向对比研究不同构造环境下热液系统的特点,从全局去把握热液活动的本来面目,能够更好的满足的研究热液活动对海洋环境、大洋成矿作用影响的特殊要求。应用本发明的热液流体与海水混合沉积成矿模型,可以绘制出相应的热液流体与海水混合沉积成矿演变过程图。

Description

海底热液活动探测数据处理和信息管理方法
技术领域
本发明涉及计算机应用系统中的以研究海底热液活动环境为主要目标的探测采集领域的数据的后处理技术及可视化描述方法。具体的说是一种海底热液活动探测数据处理和信息管理方法,其属于海底探测技术领域。
背景技术
海底热液活动是海底正在持续进行的大规模成矿作用,硫化物矿体富集程度高、贵金属含量高、成矿速率大。它有可能成为人类未来可开采的海底矿产资源的重要组成部分。而热液成因的多金属矿床作为一种海底资源目前尚处于探索阶段,十余年来人们尽管对热液活动及其产物的认识有了迅猛的增长,但是还存在很多未解决的问题。大洋钻探为海底热液活动研究提供了大量数据资料和样品。目前,对这些大量数据资料和样品进行海底热液活动分析技术存在以下问题:(1)依据这些仪器设备获得的数据资料,一些找矿结论很难通过人的直观判断回答,现有的研究工作往往是从一点着手,虽然能说明一些问题,但很难从全局去把握事物的本来面目。(2)关于海底热液流体一沉积物相互作用的研究,主要是通过大洋钻探获得的数据资料、样品开展的,而对热液喷口详细的温度、热液流速、化学成分、烟囱形态特征等测量则离不开深潜器的实地调查,在进行大洋钻探航次之前,数据处理技术及可视化描述方法,不能推测热液喷口的空间位置。(3)目前对该热液海水混合过程的研究多限制于实验室条件下的模拟。这种实验室条件限制了模拟过程,而且消耗了大量实验材料,有些漫长的演化过程更是无法用实验室的环境加以模拟。(4)现有的大洋分析方法纷乱复杂,研究人员往往将时间浪费在重复劳动上,而且研究方法单一,效率不高。
由于热液活动过程是非线性多单元的开放系统,在远离平衡到一定程度时,由于单元间的强烈耦合与协调作用而形成的时间、空间或功能上的结构与混沌。对于这种非线性的复杂现象,用传统的偏微分方程等连续的动力学理论和有限元等数值计算方法来研究非常困难。有一种元胞自动机技术(Cellular Automata,简称为CA)是一种全离散的局部动力学模型,通过制定元胞自动机的规则和结构,能够表现出大量的不可预测的行为,便于并行计算和动态显示;因此其适合于模拟多单元非线性系统的复杂过程。目前元胞自动机技术多用于生物学中的人工生命研究、经济领域、城市交通领域、信息传递领域,但应用元胞自动机技术研究热液活动未见报道。
发明内容
本发明的目的是克服以上困难,以研究海底热液活动分析与探测为背景提供一种海底热液活动探测数据处理和信息管理方法;该方法应用数学建模与数据融合技术,是将来自多传感器和相关数据库的有关信息进行综合,模拟热液流体与海水混合沉积成矿作用过程;再现深海化学组份在三维空间的分布图,实现成份、温度等参数在三维空间梯度变化的可视化描述;结合环境数据、采集数据等参数,识别、连结、相关、估计综合多源数据和信息,推测热液喷口的空间位置,就不同类型的典型热液活动区,分别建立具有普遍意义的海底热液沉积成矿数据库及模型,提供找矿依据,为未来海底热液多金属硫化物矿产资源的开发利用提供理论指导;综合估计热液活动对海洋环境、大洋成矿作用的影响的数据的处理技术及可视化描述方法。本发明拟应用海水热液混合成矿元胞自动机模型来模拟和分析几何空间内热液流体与海水混合产生矿化作用的过程,通过改变初始条件和演化条件可以模拟不同的不同环境,不同范围等方面热液成矿过程;应用数据融合及3D技术,识别、连结、相关、估计综合多源数据和信息,再现深海化学组份在三维空间的分布图,实现成份、温度等参数在三维空间梯度变化的可视化描述,推测热液喷口的空间位置。
本发明的目的是由以下技术方案实现的,开发了一种海底热液活动探测数据处理和信息管理方法,所述的探测数据是由在大洋海底深度达6000m的海底热液活动成矿环境并适合大洋异常环境下,耐高温高压的物理化学传感器所探测得到的原始探测数据,在此探测数据的基础上进行数据处理和信息管理,其特征在于:所述的数据处理和信息管理包括如下步骤:
(一)导入/存储建立步骤:
将定义描述的海底热液活动探测数据和信息资源的原始数据存储于存储器中,并建立由空间数据和属性数据构成的空间数据库,该数据库包含有属性数据表和空间数据表,其数据表被赋予具有与描述的海底热液活动探测数据和信息资源的元数据对应的唯一特定含义;同时建立与空间数据库相对应的临时数据库。
(二)建立热液流体与海水混合沉积成矿元胞自动机模型步骤:
从空间数据库中提取成矿数据,在模拟海底热液流体与海水混合成矿系统的演化过程中,应用热液流体与海水混合沉积成矿元胞自动机模型,演示相应的海底热液与海水混合成矿演变过程;
所述的热液海水混合元胞成矿自动机模型定义如下:
                   A=(Ld,P,N,f)                        (1)
其中,A代表元胞自动机系统;
Ld表示:元胞空间,即:热液与海水存在的空间,其中d为正整数,表示元胞自动机元胞空间的维数,其中,元胞代表:热液单元或/和海水单元;
P表示:元胞离散的状态集合,{γ,s,SI},其中状态γ表示元胞温度,状态s表示元胞浓度,沉淀指数SI表示各个元胞混合后的沉淀效果;
N表示:邻居,即:所有邻域内的元胞组合;
f表示:演化规则,即根据元胞当前状态及其邻居状况,确定下一时刻该元胞状态的规则:
P ( x , y ) ( t + 1 ) = M ( γ , s ) P ( x , y ) ( t ) P ( x , y ) Na ( t ) - - - ( 2 )
其中P(x,y)Na(t)∈R3n,这里n为元胞邻居的个数,P(x,y)Na(t)为t时刻的邻居状态组合,即P(x,y)Na(t)=[P1(t),P2(t),L,Pn(t)]T,Pi(t),(i=0,1,2,L,n)为元胞邻居的状态;P(x,y)(t)∈R3为元胞(x,y)在时刻t具有的状态;即:
         P(x,y)(t)=[γ(x,y))(t),s(x,y)(t),SI(x,y)(t)]T                              (3)
M(γ,s)=[M0(γ,s),M1(γ,s),L,Mn(γ,s)]为状态转移矩阵,其分量Mi(γ,s)∈R3×3为如下三角矩阵形式:
M i ( γ , s ) = α ( i ) 11 0 0 α ( i ) 21 α ( i ) 22 0 α ( i ) 31 α ( i ) 32 α ( i ) 33 , i = 1,2 , L , n - - - ( 4 )
其中
α ( 0 ) 11 = 1 - 1 n - 1 Σ m = 1 n ξ Ω m Λ m v m ( t ) α ( i ) 11 = 1 n - 1 ξ Ω ( i ) Λ ( i ) v ( i ) ( t ) , i = 1,2 , L , n - - - ( 5 )
α ( 0 ) 21 = 0 , α ( 0 ) 22 = 1 + 1 n - 1 Σ m = 1 n ξ Ω m Λ m v m ( t ) ( T m γ ( x , y ) ( t ) - γ m ( t ) ) , α ( i ) 21 = 1 n - 1 Σ m = 1 n ξ Ω m Λ m v m ( t ) ( γ ( x , y ) ( t ) - γ m ( t ) - T m γ ( x , y ) ( t ) - γ m ( t ) ) , α ( i ) 22 = 1 , i = 1,2 , L , n - - - ( 6 )
(5)式和(6)式中Λm为邻域内第m个元胞影响的调节系数;vm(t)为邻域内第m个元胞所受到的外界干扰和/或随机干扰;Tm为与邻域内第m个元胞混合后的水温变化量;Ωm为邻域内第m个元胞的权值系数
Ω j = a , j = 1 , 2,3,4 0.75 a , j = 5,6,7,8 - - - ( 7 )
其中a为某一适合的正数;(5)式中ξ为符号函数:
ξ = 1 , P ( x , y ) Na ( t ) > P ( x , y ) ( t - 1 ) - 1 , P ( x , y ) Na ( t ) ≤ P ( x , y ) ( t - 1 ) - - - ( 8 )
根据已知的SI参数值确定α(i)31,α(i)32,α(i)33,(i=0,1,L,n)的值;
(三)计算更新演化步骤:
基于热液流体与海水混合沉积成矿元胞自动机模型,对海底热液与海水混合成矿过程进行模拟演化,将标准属性数据和空间数据进行值域计算,预测计算,参数计算,存入相对应的值域数据表、预测数据表、参数数据表中,将上述计算数据与历史数据用于和该元胞自动机模型参数的更新;根据该元胞自动机模型进行演化更新,将演化过程生产的数据存入相对应的演化数据表中;
(四)图形可视化描述步骤:
首先数据预处理,即选择显示数据,再分配坐标轴,对该元胞自动机模型的演化数据或其他欲显示的数据进行参数分配,确定全部参数,调用显示控件,按需求显示二维,或三维,或多维空间图形;
(五)查询/调用/输出步骤:
将上述(一)至(四)步骤的数据用于查询,调用,输出。
所述的(一)导入/存储建立步骤中的属性数据,其包括:全球热液活动区的①海区地理位置,②成矿类型,③探测航次,④地质背景,⑤海底热液活动的物质来源,⑥矿物类型及特征,⑦水深达6000m的海底热液活动的成矿环境下的化学参数,⑧涉及⑥和⑦属性数据的温度、浓度、扩散速度、压力数据参数,⑨数据的定性说明,⑩矿物扩散系数、反应平衡系数、工具参数。
所述的(一)导入/存储建立步骤中的空间数据,即:根据地理分布和航次建立的空间坐标。所述的空间数据库,所包含的属性数据表,其表格要与空间数据表相对应,同时该数据库的数据表被赋予具有与描述的海底热液活动探测数据和信息资源的数据对应的唯一特定含义。
所述的(一)导入/存储建立步骤中的将原始数据存储于存储器中,是对来源不同、数据结构不同的原始数据,按照元数据对原始数据格式规定,转换为规范数据;所述的元数据是对原始数据的注解;再对该规范数据和元数据进行数据校验,存入临时数据库中;再对临时数据库中的数据进行标准化处理;存入空间数据库中。
所述的数据校验,是检查数据的完整性和相容性的合法性校验。
所述的数据标准化处理,是将临时数据库中的数据进行同构处理,形成标准的属性数据表和空间数据表,在属性数据表和空间数据表至少要保留用于对应数据挂接的1-2个关键字段。
所述的(三)计算更新演化步骤中的值域计算是:对标准属性数据和空间数据确定其上下限,得出一定条件和环境下的参数变化范围的边界。
所述的(三)计算更新演化步骤中的参数计算是:采用Pitzer理论计算SI值。
所述的(三)计算更新演化步骤中的预测计算是:对定点测量的热液温度数据和浓度数据进行预测分析,依据经验公式
                    z(t)=AeBt                          (9)
先用最小二乘法曲线拟合方法估计参数A和B,估计出某个z(t)后,再单步外推,即以该估计数据z(t)为已知,预测下个测量点的数据。
所述的(四)图形可视化描述步骤中的确定全部参数,调用显示控件,按需求显示二维,三维,多维空间图形,其具体步骤如下:
A)根据需求,确定检索类型,数据范围,图形维数和通道个数;
B)根据己建好的模板或自定义的坐标轴,确定比例,建立坐标系;
C)根据需求,匹配多通道和分配颜色或显示方式,或根据需求,分配色度深浅,坐标点大小,显示参数的多维属性;
D)将上述数据传递给图形显示控件,生成空间图形。
本发明的优点是:在保证大洋固体矿产探测数据空间信息及其属性信息完整的基础上,提供一种构建大洋钻探采集数据的数据处理技术及可视化描述系统的方法,将大量的空间信息及属性以多层显示的方式进行描述,用户可以快捷地从中提取所需信息。同时利用数据融合技术,将来自多传感器和相关数据库的有关信息进行综合,得到了精度上的改善和更加具体的推断。利用这种方法构建数据处理系统时,能够纵向和横向对比研究不同构造环境下热液系统的特点,从全局去把握热液活动的本来面目,获取质量更好的信息,为找矿提供依据,减少人员工作量。利用这种方法构建数据处理系统时,能够更好的满足的研究热液活动对海洋环境、大洋成矿作用影响的特殊要求。应用本发明的热液海水混合元胞自动机模型,可以绘制出相应的海底热液与海水混合成矿演变过程图。
本发明的主流程所述的五个步骤具有如下积极效果:
(一)导入/存储建立步骤优点是:①由于采用程序功能进行模块化程序设计,数据库建立,数据传输模块,图形处理模块,计算模块之间的功能独立,通过全局变量进行数据的传递,方便了系统的可扩展性;如果以后系统需要增加其他功能,只需要在本模块进行挂接即可,每个模块可以被独立开发、设计、修改与维护,具备可重复使用的功能。②由于首先对进入空间数据库的数据进行了预处理及校验,先保存于与空间数据库相对应的临时数据库中,再经过标准化处理后保存在空间数据库中,数据的集成性,对不同的数据以统一的数据格式进行转换存储,因此解决了数据来源不同,格式不统一等原因造成的数据异构问题,可以实现对多种文件格式的支持,同时模块化的设计便于对更多数据库格式的扩充。③由于建立了由空间数据和属性数据构成的空间数据库,该数据库包含有属性数据表和空间数据表,其数据表被赋予具有与描述的海底热液活动探测数据和信息资源的元数据对应的唯一特定含义,属性数据的录入便于集体作业,因此便于数据更新维护。随着时空的变化,海量数据需要进行不断的增加、删减、更新,由于属性表是相对独立的,这样管理属性数据就非常灵活,因此可以快捷地从中提取所需信息,而且便于系统数据库扩展。便于空间数据库与属性数据库的挂接。由于空间数据与属性数据都拥有关键字段,在具体操作上,只要将关键字段保持一致,就可以非常容易的进行挂接。④多传感器数据融合有效地利用了多传感器资源信息提供的互补性,将获得被探测目标和环境更为全面的信息,综合存入空间数据库,实现高速并行检索和推理机制。
(二)建立热液流体与海水混合沉积成矿元胞自动机模型步骤优点是:①由于热液流体与海水混合沉积成矿元胞自动机模型的建立,可以克服传统试验室模拟条件的约束,节约了大量实验材料,缩短了模拟演化过程。②由于采用计算机元胞自动机模型演化更新,很容易直接描写单元间的相互作用,不需要建立和求解过多复杂的微分方程,只要确定简单得多的单元演化规则,就能通过制定元胞自动机简单的规则和结构,能够表现出大量的不可预测的行为。而且便于并行计算和动态显示,运算速度快。所以非常适合于演化热液海水混合作用的多单元非线性系统的复杂过程。
(三)计算更新演化步骤优点是:由于应用热液流体与海水混合沉积成矿元胞自动机模型,可以提供沿着己知的或假设的热液区域化学成分演化过程的定量细节;识别热液海水混合过程中哪些矿物正在溶解或沉淀;确定每一个进入或离开海水的矿物的摩尔数的空间变化;预测还未研究的系统中的热液海水混合过程;突破了实验室模拟所受到的物质和试验条件的限制。采用数据融合技术针对不同数据序列、特点使用不同方法,对相邻对象的空间影响用元胞自动机模型求解,这样可使时间和空间结合更紧密,强调了时空的连动性,元胞自动机模型将单独的时间预测、空间预测和时空预测有效地融合在一起,产生最后的时空综合预测结果。因此本发明应用热液流体与海水混合沉积成矿元胞自动机模型可以加深对热液成矿作用的认识,推动找矿方法的新探索。
(四)图形可视化描述步骤优点是:本步骤提供了图形控件的标准接口,采用了通用的ActiveX控件技术,实现了标准的消息传递、高度模块化和封装性,容易定制,具有高移植性。按需求选择方式预处理数据,为图形可视化做数据准备。
(五)查询/调用/输出步骤优点是:本步骤所有输出数据均取自数据库已计算后保存的数据,比其他方式的运算速度快;并提供多种不同的查询,数据输出,图形输出,为用户提供直接的、系统的数据分析手段。
附图及其具体实施方式
图1海底热液活动探测数据处理和信息管理方法的主流程图。
图2海底热液活动探测数据处理和信息管理方法数据标准化处理流程图。
图3热液流体与海水混合沉积成矿元胞自动机模型工作流程图。
图4热液沉淀物黄铁矿在空间分布图实例。
图5海底热液活动探测某定点温度数据的预测曲线图实例。
图6元胞为Mn离子的元胞自动机在演化500步的浓度演化图实例。
图7元胞为Mn离子的元胞自动机在演化1000步的浓度演化图实例。
图8元胞为Mn离子的元胞自动机在演化1500步时的沉淀图实例。
本发明热液流体与海水混合沉积成矿元胞自动机基于图1-图3的具体实施应用如下:
参见图1中的导入/存储建立步骤1:
步骤1-1,即数据格式转换步骤,首先对原始数据进行整理,定义原始数据的元数据,元数据是用来说明数据的数据,也是关于数据和信息资源的描述信息,包括数据格式,版本,数据接口,数据代码重新匹配等属性的说明,也包括海底空间数据的内容、质量、条件和其他特征进行描述和说明,帮助我们有效地定位、评价、比较、获取和使用海底相关数据。然后根据元数据对原始数据格式的定义,例如元数据中定义了原始数据为文本文件,其数据的分隔方式是TAB符号,识别的数据库引擎为标准文本格式数据库引擎,根据这三项内容,系统即可以按照元数据的定义选择相应的数据库引擎,将原始数据转换为可以识别的规范数据。
步骤1-2即数据校验部分,首先检索空间数据库,对可识别的规范数据+元数据先检验其数据的相容性,判断是否存入重复数据,或是否有不合要求的数据格式,如任何一项不合要求,则提示数据校验不合法;然后检验数据的完整性,如果数据不完整则自动填充默认数据项,如系统可以自动采用一个默认标识自动添入(如用9999999)表明这是个空数,在生成图形的时候以插值的方法补充或提示数据不完整。通过数据校验的数据存入临时数据库中。
步骤1-3即数据的标准化处理。具体步骤参见图2。
步骤1-3-1依据空间数据表结构转换数据,即将临时数据库中的数据项按照空间数据库对应表中的字段列的各项顺序转换和数据项重构,删去不需要的运行信息。例如原始数据中的数据是按照如序号-名称-温度-浓度-代码-其他的顺序生产的数据表,而对应到临时数据库的数据表格式则顺序保持不变,如果本发明空间数据库中相应的数据表是按照序号-名称-代码-温度-浓度的顺序生成,这个时候就首先产生了临时数据库表和空间数据库表结构不统一的现象,其次出现了临时数据库的表字段项多于空间数据库的对应表的数据项的现象,为实现数据的有效融合,因此应该自动删除该信息,并根据空间数据库表中的序号-名称-代码-温度-浓度顺序严格存入数据。
步骤1-3-2数据语义的同化,是实现多源数据融合的基础。需要对结构转换后的数据进行统一数据编码,例如,在原始数据中Fe离子的代码为010,而本发明空间数据库中的Fe离子代码均为002,则这次参数在存入空间数据库时代码被自动修改为002。
步骤1-3-3生成空间数据表,空间数据即采集样点的空间坐标,一个空间采集点可以看作一个图元,通过空间坐标与比例尺的统一后存入相应航次的空间坐标表,生成与属性表相挂接的对应字段,即挂接编码。
步骤1-3-4建立测量数据的属性数据表,反应与空间实体对应的属性,在属性数据表格中保留1或2个关键字段作为挂接编码,用于空间数据与属性数据的挂接。
步骤1-3-5根据设定的规则设置关键字段。例如具体实施可以采用的挂接编码规则如下:设定挂接编码由顺序码和识别码两段组成,顺序编码则视空间的个点数可以取1~4位数字,为保证多通道图中相同图元素的图元挂接编号不出现重码,应在不同的元素的图元顺序前分别加识别码信息码,该识别码可以采用字符,这里可以取属性表主要含义的一个汉语拼音的首字母。由于挂接编号是连接空间图元和属性表的关键字,在两者之中必须保持一致。例如数据Fe的空间数据表中某点的挂接编码可以命名为(Fef0101),其坐标点对应的某一属性数据表的命名可以为(Fef0101a)。
步骤1-3-6要将二者连接起来,可以这样来实现,首先对属性表是否存在进行判断,如果属性数据表存在,进行步骤1-3-7,否则返回建立相应的属性表。
步骤1-3-7将空间数据与属性数据根据挂接编码生成一对多的对应关系。一个空间数据表可以对应于多个属性数据表。
参见图1中的建立热液流体与海水混合沉积成矿元胞自动机模型建立步骤2:
假定化学反应只在元胞内部瞬间发生,而扩散则在相邻元胞之间按一定初始速度进行,因此不考虑元胞内部的化学反应过程,只考虑元胞反应以后达到平衡状态后与相邻元胞的物理扩散过程。扩散的最大步长由初始速度决定。
热液对流扩散的元胞自动机模型定义如(1)式表示:
注1.假设元胞水深条件相同,即每个元胞处于相同的压力下,因此不考虑深度因素对热流扩散的影响,从而可以把本模型映射到到二维空间上,因此可以研究二维元胞自动机,即这里的d=2。
注2.这里的元胞自动机是一个动态系统,它在时间维上的变化是离散的,即时间t是一个整数值,而且连续等间距。假设时间间距dt=1,若t=0为初始时刻。那么,t=1为其下一时刻。在上述转换函数中,一个元胞在t+1的时刻只(直接)决定于t时刻的该元胞及其邻居元胞的状态,虽然,在t-1时刻的元胞及其邻居元胞的状态间接(时间上的滞后)影响了元胞在t+1的时刻的状态。
注3.将研究区域划分为大小相同的N×N的矩形网格,网格的大小根据研究区和模型的精度要求选择不同的分辨率。
注4.在采用元胞自动机来模拟热液对流循环的扩散过程时,金属元素从热液中的的沉淀可以分为外界因素和内因两个方面,金属从热液中发生沉淀的反应与温度、压力、热液成分的性质、氧化还原电位、围岩性质的改变等条件有关,如果假设每个元胞所处的压力状态相同,PH值不变的情况下,可以把主要影响因素抽象如下,即状态集为这四个因素的集合:①温度,②浓度,③扩散速度,④随机因素。
Ld代表元胞及元胞空间,我们假设元胞空间为热液与海水存在空间,扩散的整个系统,将每个传感器采集点的一个正方形小单元邻域作为一个元胞,每个含某一需要分析的化学组分的但不同初始状态的热液单元或/和海水单元被看作是一个元胞,假设整个系统划分为一组正方形网格。每个格点代表一个流体单元,假设每个流体单元都具均匀的浓度分布、深度和相同的温度等。
N代表邻居:采用Moore型,即以每一元胞相邻的8个元胞为邻居。一个元胞的下一个状态由其在该时刻本身的和周围八个邻居(即一个元胞的上、下、左、右、左上、右上、右下、左下相邻八个元胞为该元胞的邻居。即邻居半径r为1)的状态决定。其邻居定义为
NMoore={υi=(υix,υiy),‖υixox ‖≤1,‖υixox ‖≤1,(υix,υiy)∈Z2}    (10)
P代表元胞状态:在本模型中,根据影响因素建立三维的元胞的状态变量集P(γ,s,SI),状态γ表示为热流扩散过程中的温度场变化趋势,通过在离散的步长点的计算值采样获得。状态s表示为所模拟液体中某组分的在混合过程中不断改变的浓度值,其中状态γ,s的大小表示可以映射到颜色的256级色度值上,从而可以以图形的方式表示出来,状态SI表示液体混合后是否产生沉淀效果,如果当矿物在水溶液中处于平衡时SI=0;当矿物溶解时,SI<0;当矿物沉淀时,SI>0。即浓度SI状态个数k=3,邻居半径r=1。
f代表局部规则:以上的元胞及元胞空间只表示了系统的静态成分,为将“动态”引入系统,必须加入演化规则。在元胞自动机中,这些规则是定义在空间局部范围内的,即根据元胞当前状态及其邻居状况确定下一时刻该元胞状态的动力学函数,简单讲,就是一个状态转移函数。这个函数构造了一种简单的、离散的空间/时间的局部物理成分。要修改的范围里采用这个局部物理成分对其结构的“元胞”重复修改。这样,尽管物理结构的本身每次都不发展。但是状态在变化。可以记为
f:P(x,y)(t+1)=f(P(x,y)(t),P(x,y)Na(t))         (11)
其中P(x,y)Na(t)为t时刻的邻居状态组合。
实际上,对于状态P(x,y)是由多个因素影响的,其所包含的元素由式(3)决定。为方便图形显示,保存每步骤的临时变量,扩充其状态集合表达式 P(x,y)(t),用来存储运算过程中产生的一些有用数据,可以记为
P(x,y)(t)=[u(x,y)(t),v(x,y)(t),Cγ(x,y),Cs(x,y)]T    (12)
如果在二维元胞自动机中,采用Moore型邻胞,则元胞(i,j)的邻居状态为:
P ( i , j ) Na ( t ) = [ P ( x - 1 , y ) T ( t ) , P ( x , y - 1 ) T ( t ) , P ( x , y + 1 ) T ( t ) , P ( x + 1 , y ) T ( t ) , P ( x - 1 , y - 1 ) T ( t ) , P ( x - 1 , y + 1 ) T ( t ) , P ( x + 1 , y - 1 ) T ( t ) , P ( x + 1 , y + 1 ) T ( t ) ] T
                                                                     (13)
如果分别集合m∈{1,2,3,4,5,6,7,8}来代表这八个方向{E,N,W,S,NE,SE,SW,NW}则n=8,从而(11)式可以简化为式(12)
               P(x,y)Na(t)=[P1 T(t),P2 T(t),L,Pn T(t)]T                     (14)
则系统的局部规则模型可以总结为(2)式,其中状态转移矩阵M的表达形式如(4)式决定。其中的参数α的选取与各影响因素的演化规律决定,具体选择如下,即状态转移矩阵M的具体实现如下:
1)时间步长的确定:
每一个时间步的长度由下式给定:
τ = 1 10 min { ζ u max , ζ 2 D k } - - - ( 15 )
其中Dk为液体中溶质k组分的扩散常数,ζ为相邻元胞单元的边长长度。
2)扩散速度u(x,y)(t):由初始流速和初始运动方向决定,假设温度高的液体总是流向温度低的单元,浓度高的液体单元总是流向浓度低的单元。由于各元胞的质量相同,因此混合开始后,则向各方向扩散的速度公式为
u i ( t ) = 0.25 p i ( θ ) u Na ( t - 1 ) + u i ( t - 1 ) 0.25 p i ( θ ) + 1 , i = 1,2 , l , n - - - ( 16 )
其中,在二维情况下,存在八个可能的扩散方向,对于每个单元垂直的四个方向假设等几率的具有四种扩散取向,因此在四个方向内的角度范围内[θ,θ+dθ]之间扩散的概率为
dp ( θ ) = 2 π dθ - - - ( 17 )
元胞与临近元胞达到均匀混合状态的交换指数由下式决定
δ m ( t ) = 1 ζ ∫ 0 m u m ( t ) dt - - - ( 18 )
当δm(t)≥0.5时,表明有时间与相邻元胞进行充分混合,两个相邻元胞达到相同状态,因此更新为新的状态,否则保持原来状态。局部更新规则可以总结为表1所示。
                             表1局部更新规则
  元胞在t时刻的状态   元胞在t+1时刻的状态
  δm(t)≥0.5   Ppast=P(t), Ppast= P(t)   Pnew=P(t+1), Pnew= P(t+1)
  δm(t)<0.5   Ppast=P(t), Ppast= P(t)   Pnew=P(t), Pnew= P(t)
3)考虑干扰的影响,对于随机干扰因素v,可以表示为
             v(x,y)(t)=1+[-ln(rand)]b                        (19)
式中,rand是0:1之间的一个随机数,是一个表示干扰程度大小的常数,这里向量v(x,y)(t)∈R3×3
4)温度γ(x,y)(t):我们通过对喷口热液进行直接测温、或用热液成分与温度的关系外推来获取不同阶段的热液温度作为初值。具体元胞内温度变化通过采用Fick扩散方程,考虑到采用二维元胞模型,假设扩散系数为常数,各方向扩散同性,而又没有扩散温度,可以得到以下矢量形式
∂ T m ∂ t + div ( T m u ) = D m ▿ 2 T m - - - ( 20 )
其中Dm为温度场的扩散常数,u为水流速度(m/s),如果只考虑沿一个方向扩散的情形下,u=ux从而可以得到一维扩散初值问题。
∂ T m ∂ t + u ( x , y ) ( t ) ∂ T m ∂ x = D m ∂ T m 2 ∂ x 2 T i | t = 0 = 0 - - - ( 21 )
其中T为水温变化量(℃),这里Tm与邻域内第m个元胞混合后的水温变化量。则温度的绝对值为通过下式计算。
γ ( x , y ) ( t + 1 ) = γ ( x , y ) ( t ) + 1 n - 1 Σ m = 1 n ξ Ω m Λ m v m ( t ) T m ( t + 1 ) - - - ( 22 )
这里加入Ωm的目的是为了降低扩散的各向异性。如果该元胞的扩散方向均匀,可以得到Ωj的表达式为(7)式;符号函数ξ的表达式参见(8)式。则根据式(22)可以得到式(5)。
5)浓度si(t):液体组分浓度扩散的连续性方程描述为
∂ s ( x , y ) ( k ) ∂ t = D ( x , y ) ▿ 2 s ( x , y ) ( k ) - - - ( 23 )
其中D(x,y)为液态中元胞(x,y)某组分的溶质扩散常数,受温度和压力的影响,可以根据组分元素通过试验测定值查矿物及有关化合物热力学数据手册得到。s(i,j)(k)为液态中元胞(x,y)某组分的溶质浓度。
元胞(x,y)某组分的混合浓度和混合温度在低于该组分最高饱和温度时可以近似表示为直线方程,因此可以得到以下计算结果。
s m ( t + 1 ) = s ( x , y ) ( t ) - s m ( t ) γ ( x , y ) ( t ) - γ m ( t ) T m + s m ( t ) - - - ( 24 )
其中,sm(t)为元胞(x,y)邻胞m的浓度值。其中Tm的值由(15)式确定。
s ( x , y ) ( t + 1 ) = s ( x , y ) ( t )
+ 1 n - 1 Σ m = 1 n ξ Ω m Λ m v m ( t ) ( T m γ ( x , y ) ( t ) - γ m ( t ) s ( x , y ) ( t ) - γ ( x , y ) ( t ) - γ m ( t ) - T m γ ( x , y ) ( t ) - γ m ( t ) s m ( t ) ) - - - ( 25 )
由式(25)可以总结为式(6)。
而元胞(x,y)某组分的混合浓度和混合温度在高于该组分最高饱和温度时,通过查询该组分的溶解度-温度曲线获得两者之间的关系。
6)计算SI值:根据饱和指数计算是否会沉淀出固体矿物,通常情况下,组分分布模型可以根据热力学模型和水质数据来确定矿物和气体在水中的平衡状态,得到矿物的溶解沉淀状态。饱和系数指的定义为
SI = log IAP K - - - ( 26 )
其中IAP为矿物-水反应的活度积,与温度有关。
考察下列反应:cC+dD=eE+hH,式中c,d,e,h分别为反应物(C,D)和生成物(E,H)的摩尔数,按质量作用定律,当上述反应达到平衡时,有
[ E ] e [ H ] h [ C ] c [ D ] d = K - - - ( 27 )
其中K为与温度有关的反应平衡系数。式(26)中的IAP由下式确定
            IAP=rE[E]erH[H]h                                       (28)
其中rE,rH可以通过查询已有数据表取得。则通过(26)计算,得出确定压力下SI值与温度,浓度关系。从而得到对应的α(i)31,α(i)32,α(i)33,(i=0,1,L,n)值。对于不同的矿物则具有不同的化学反应式,并相应调整(27)式。
7)分配颜色,由RGB模式的颜色按照256级定义浓度或温度色度值。具体计算公式为
C γ ( t ) = 256 γ ( t ) | max i { γ } - min i { γ } | - - - ( 29 )
C s ( t ) = 256 s ( t ) | max i { s } - min i { s } |
其中Cy(t)和Cs(t)分别为计算后该元胞的温度和浓度的色度值。
参见图1中的计算更新演化步骤3,具体计算如下:
3-1.值域计算:
采用数据融合技术,自动计算每个空间数据对应的属性表中的浓度、温度等参数的范围,计算这些参数的平均值,保存在该参数的属性表的相应字段中。该数据①提供给图形显示控件调用,用来形成该组分在三维空间中的组分分布图,②为演化计算调用。③为用户查询输出直接调用。
3-2.预测计算:
海底热液采集数据温度,组分浓度预测模型:依照历史采集数据,利用数据融合技术,利用变量本身过去的变化,也使用变量与其他变量之间的静态关系来预测未来,即对海底热液采集数据的温度、组分浓度等属性的预测分析,上述采集传感器的采集数据为定点数据,其数值由式(9)计算得出该数据①提供给图形显示控件调用,用来形成该预测曲线图,②为演化计算调用。③为用户查询输出直接调用。
如表2所示为定点实测数据中温度变化实际测量表(这里代码112代表温度),表3所示为根据实测数据采用式(9)并单步外推计算结果。图5为采用表2和表3实测数据和预测数据绘制的预测曲线图实施例。
                    表2定点实测数据中温度变化表
  编号   采集时间   代码   ℃
  123456789101112---   2004-6-59:072004-6-59:082004-6-59:092004-6-59:102004-6-59:112004-6-59:122004-6-59:132004-6-59:142004-6-59:152004-6-59:162004-6-59:172004-6-59:18---   112112112112112112112112112112112112---   115114.6114.3114.1113.7113.4113.0112.6112.6112.5112.4111.9---
表3依据定点实测数据递推的温度预测数掘
  编号   预测时间   代码   ℃
  126132138144150156162168   2004-6-510:082004-6-510:092004-6-510:102004-6-510:112004-6-510:122004-6-510:132004-6-510:14   112112112112112112112112   110.0110.7110.5110.7111.2110.9110.9110.9
  174180186192---   2004-6-510:152004-6-510:162004-6-510:172004-6-510:182004-6-510:19---   112112112112---   111.2111.8111.5111.9---
3-3.参数计算:
平衡系数随温度变化如下:由Maier和Kelly给出的关系式:
         log K=A1+A2T+A3/T+A4logT+A5/T2                     (30)
其中A1:A5为常数,可以由已建立的参数表中对应取得数值,T为开氏温度。由(28)式可以计算出矿物-水反应的活度积的值,代入(26)式,可以得到相应矿物的饱和指数(SI)值。表4为SI值的计算数据举例。
                   表4海水矿物饱和指数值(部分)
  沉淀物   测点1   测点2   测点3
  菱铁矿石膏硬石膏石英软锰矿黑锰矿水锰矿羟锰矿---   -0.9556-2.7417-2.9951-0.0258-20.7691-25.3552-8.7296-6.5796---   -2.0218-2.7499-3.0033-0.0258-20.7599-25.3277-8.7204-6.5704---   -0.2128-2.6358-2.8892-0.0263-20.169-24.1149-8.2695-6.2595---
该数据①为演化计算调用②为用户查询输出直接调用。
3-4.模拟演化:
参见图3中的海水热液混合元胞自动机工作流程,具体如下:
步骤3-4-1系统初始化赋值;选择元胞自动机欲模拟的化学离子,设定演化过程的网格区域划N×N,设定网格的大小;选择初始单元状态及位置;邻居采用最Moore型最近邻定义,根据式(13)确定每一元胞的邻居组合;因为初始只有很少一部分单元是热液单元,其他则是海水单元。设置0代表海水单元,1代表热液单元。代表海水单元的元胞和代表热液单元的元胞分别赋予初始温度与初始化学离子浓度。分别确定单元代码为0和为1的初始状态参数值{γ(0),S(0),SI(0)},为保存计算过程中的临时变量,扩展状态集合初值设定为 P{u(0),v(0),Cγ(0),Cs(0)};这里的初值可以由随机模式生成,也可以由实测数据取得;给出一定的水深h;设定Λ值。
步骤3-4-2以先行后竖的顺序扫描自动机模型,为每一个元胞单元按步骤1设定初值,如果元胞单元全部遍历,则进行步骤3,否则返回步骤1。
步骤3-4-3设定运行结束条件(达到固定步长或达到静态,这里的静态是指如果元胞所有领域都处于静态。则该元胞在下一时刻将仍处于这种静态);同时设定时间步长,两个相近元胞混合达到一致状态的时间必须为每一个时间步长的整数倍,由式(15)计算。
步骤3-4-4由于元胞自动机的并行性,要计算元胞将来的值就必须有元胞现在和过去的值,所以需要定义3个数组保存元胞状态值。在实际应用中,元胞空间中的元胞个数是有限的,有4%的元胞属于边界,由于周期型空间与无限型空间最为接近,试验中可以采用周期型边界条件,即在二维空间中,东西相接,南北相接。由于温度,浓度等采用的是连续值的状态变量,元胞状态值有可能出现不合理的数值,因此为了避免这种情况,我们限定状态值的最大上限组的值在(Pmax,Pmin)范围内,如果Pi<Pmin,则取Pi=Pmin,如果Pi>Pmax则取Pi=Pmax
步骤3-4-5根据(16)、(17)和(18)式计算δm(t)值大小。
步骤3-4-6根据表1判断δm(t)≥0.5是否成立,成立继续执行步骤7,否则转入步骤9。
步骤3-4-7根据(19)计算随机干扰因素v(x,y)(t+1),设定干扰因子b的取值。联合数据库中已建的扩散系数表中对应温度下欲模拟化学离子的扩散系数值,以及步骤1中设定的Λ值,由(21)式计算出Tm的值,代入到式(5)中,确定α(i)11,(i=0,1,L,n)的值。同理根据式(6)计算,确定α(i)21,α(i)22,(i=0,1,L,n)的值。根据数据库中参数计算中已建的对应的矿物活度积表,确定对应的元胞的SI指数与元胞当前温度和浓度的关系,根据值域计算所得到的SI-T表,确定α(t)31,α(i)32,α(i)33,(i=0,1,L,n)的值。从而确定了当前元胞单元的系统转移矩阵M在当前演化步骤中的确定值。
步骤3-4-8由于元胞之间的化学组分浓度和温度的不同,系统就开始了热量交换,扩散,沉淀演化过程,所有的元胞按时间步长根据式(2)运算下一步骤的演化值。更新元胞状态Pnew=P(x,y)(t+1), Pnew= P(x,y)(t+1)。
步骤3-4-9依据下列规则判断是否产生沉淀效果,即是否SI>0成立。如果成立,液态元胞产生沉淀。为当前单元分配与当前液态元胞不同的颜色,如果为再次沉淀,则累加颜色值Cnew=Cold+c,这里的c可以取值为10,如果为了图形效果明显,可以将c适当增加,将当前产生沉淀的元胞的位置,深度和颜色值,顺次保存于相应的矩阵Pdepostt={(x,y,z),C}。
步骤3-4-10按顺序扫描下一个元胞,直到遍历整个元胞自动机,每个元胞都需要每个元胞的变化都服从相同的规律,同步遍历细胞空间中的每个元胞,重复进行5-9步骤的演化过程。
步骤3-4-11判断是否满足运行的程序结束条件,不满足则返回步骤5继续,如果满足结束条件则进行步骤9
步骤3-4-12存储最终数据P和 P及Pdeposit的值至数据库相应表中供图形可视化模块调用,删除临时变量,释放内存空间和临时表空间。
步骤3-4-13根据计算数据图形可视化描述模块生成模拟演化过程图。
注5.分析下一个组分或深度的元胞自动机模拟过程,只需要重新设定初值即可,重新运行自动机模拟过程。
参见图3,按照本发明的海底热液活动探测数据处理和信息管理方法举例说明:模拟热液与海水混合后Mn离子的演化过程;(以实测数据设定初值)
步骤3-4-1初始值设置,演化模拟过程设定在400×400的正方形元胞网格中进行,即共160000个元胞单元,每一个元胞代表10cm×10cm的热液或海水单元,邻居采用最Moore型最近邻定义,根据式(13)确定每个元胞的邻居组合;选择中心点(301,300)为热液点,其他单元均为海水单元,从而可以模拟热液从中心向四周海水扩散的演化过程。热液单元中Mn离子的初始状态参数设定为P{292.5,680,54},其中温度的单位为℃,浓度单位为μmol/kg,初始水深为h=1900m,扩展状态集合初值设定为P{6.632×10-1,132,142},其中速度的单位为m/s,初始方向为向北运动,即u4(t)=6.632×10-1m/s。海水单元中Mn离子的初始状态参数设定为{2,6.2,-12},扩展状态集合初值设定为 P{0,v(x,y)(0),0,0},设置0代表海水单元,1代表热液单元。设定Λm=[1,1,1]T
步骤3-4-2设定为先行后列的顺序遍历扫描顺序,为每一个元胞按步骤1设定初值,如果元胞全部遍历,则进行步骤3,否则返回步骤1。
步骤3-4-3设定运行结束条件为运行至50000步结束(如果所有元胞都达到静态,则视为达到运行结束条件)。由式(15)设定时间步长,联合查询扩散系数表(根据已有数据预先存入数据库中),可以得到温度为292.5℃的扩散系数表取得DMn2+的值为14.31,代入式(15)中取整,可以得到步长值为τ=0.02s。
步骤3-4-4由于采用的是中心扩散型,因此边界采用采用周期型边界条件,即在二维空间中,东西相接,南北相接后所得到的值仍为海水单元。根据值域计算中得到的Mn离子的最大上限值的范围为Pmax={292.5,680,55},下限值范围为Pmin={2,2.2,-55}。判断元胞目前状态值是否在(Pmax,Pmin)范围内,如果Pi<Pmin,则取Pi=Pmin,如果Pi>Pmax则取Pi=Pmax
步骤3-4-5根据(16)、(17)和(18)式计算δm(t)值大小。
步骤3-4-6根据表1判断δm(t)≥0.5是否成立,成立继续执行步骤7,否则转入步骤9。以热液单元(301,300)第一步演化过程值为例可以根据(17)式计算出p(θ)=0.5,代入到(16)式中可以得到第一步演化时的u4(t)=5.895×10-1,u1(t)=u3(t)=7.369×10-2,u7(t)=u8(t)=9.211×10-2,u2(t)=u5(t)=u6(t)=0。
步骤3-4-7根据(19)计算随机干扰因素v(x,y)(t+1),设定干扰因子b=0.1。联合数据库中已建的扩散系数表中对应温度下欲模拟金属离子的扩散系数值,以及步骤1中设定的Λ值,由(21)式计算出Tm的值,代入到式(5)中,确定α(i)11,(i=0,1,L,n)的值。同理根据式(6)计算,确定α(i)21,α(i)22,(i=0,1,L,n)的值。根据数据库中参数计算中己建的对应的矿物活度积表,确定在水深h=1900m情况下对应的元胞的SI指数与元胞当前温度和浓度的关系,根据值域计算所得到的SI-T表,确定α(i)31,α(i)32,α(i)33,(i=0,1,L,n)的值。从而确定了当前元胞系统转移矩阵M在当前演化步骤中的确定值。
步骤3-4-8由于元胞之间的化学组分浓度和温度的不同,系统就开始了热量交换,扩散,沉淀演化过程,所有的元胞按时间步根据式(2)运算下一步骤的演化值。更新元胞状态Pnew=P(x,y)(t+1), Pnew= P(x,y)(t+1)。
步骤3-4-9依据下列规则判断是否产生沉淀效果,即是否SI>0成立。如果成立,则产生沉淀。为当前单元分配与液态元胞不同的初始颜色,设定为(255,255,Cold),如果为再次沉淀,则累加颜色值Cnew=Cold+c,这里的c可以取值为10,将当前产生沉淀的元胞的位置,深度和颜色值,顺次保存于相应的矩阵Pdeposit={(x,y,z),C}。
步骤3-4-10按顺序扫描下一个元胞,直到遍历整个元胞自动机,每一元胞的变化都服从相同的规律,同步遍历细胞空间中的每个元胞进行5-9步骤的演化过程。
步骤3-4-11判断是否满足运行的程序结束条件,不满足则返回步骤5继续,如果满足结束条件则进行步骤9
步骤3-4-12存储最终数据P和 P及Pdeposit的值至数据库相应表中供图形可视化模块调用,删除临时变量,释放内存空间和临时表空间。
步骤3-4-13根据计算数据图形可视化描述模块生成模拟演化过程图。程序结束。
              表5元胞(301,300)Mn离子在前20步演化的状态值P和 P
  演化步骤                 P                      P
γ(℃)   s(μmol)   SI   u(m/s)   v   Cγ   Cs
  1234567891011121314151617181920   295.1292.72294.5290.17290.03287.3290.38288.2285.47286.3281.79282.78283.49280.83280.6278.69280.91280.22274.81272.85   654.68649.61653.77644.39643.74638.44645.51640.88635.04637.1627.28630.4631.51625.81625.53621.5626.69625.37613.53608.71   54.55750.00348.21546.30543.53142.54839.99638.48137.86835.90133.96730.57125.03722.4422.2820.81921.09519.8518.76818.108   0.654520.646450.640310.634760.631260.622210.610250.612760.600330.591580.591830.579290.570850.566650.560170.553470.546020.544130.527630.52365   0.846951.07460.838430.865691.00630.887491.10930.947350.868791.06960.947641.0470.827341.0311.02511.02210.888960.964841.11261.0516   254252251250249248246245244242241240238238237236235231229228   254251251250250249245244243242240240238236236235235235229227
参见图4-图8,各图所表示的具体内容是:
图4为热液沉淀物黄铁矿在空间分布图实例。是根据采集数据点的空间坐标及其所含组分沉淀物含量大小经过必要的插值处理生成的几何三维分布图,呈现烟囱体结构,颜色的深浅表示不同的含量,其中z轴表示海水深度,x轴和y轴代表经度及纬度。
图5为海底热液活动探测某定点温度预测曲线图实例。是根据历史数据及预测模型绘出的随时间变化某一采集点的温度变化趋势图,图中虚线相交处显示的为该点的具体信息。
图6为元胞为Mn离子的元胞自动机在运行500步的浓度演化图实例。其中黑色背景代表未参加热液海水混合交换过程的海水单元,彩色的小点代表经过热液海水的混合的元胞状态及位置分布,其温度和浓度均发生改变,不同颜色代表浓度的变化趋势。
图7为元胞为Mn离子的元胞自动机在运行1000步的浓度演化图实例。其中黑色代表未参加热液海水混合交换过程的海水单元,彩色的小点代表经过热液海水的混合的元胞状态状态及位置分布,不同颜色代表浓度的变化趋势,随时间的增加,以最初始的热液元胞为中心热液海水混合范围进一步呈不规则形状扩大。
图8为元胞为Mn离子的元胞自动机在演化1500步时的沉淀图实例。该图显示了随时间变化,金属离子沉淀作用的效果和位置,根据右侧色标所示,随颜色加深标明沉淀量增加,每一个小网格均代表一个元胞。
本领域的普通技术人员都会理解,在本发明的保护范围内,对于上述实施例进行修改,添加和替换都是可能的,其都没有超出本发明的保护范围。

Claims (10)

1、一种海底热液活动探测数据处理和信息管理方法,所述的探测数据是由在大洋海底深度达6000m的海底热液活动成矿环境并适合大洋异常环境下,耐高温高压的物理化学传感器所探测得到的原始探测数据,在此探测数据的基础上进行数据处理和信息管理,其特征在于:所述的数据处理和信息管理包括如下步骤:
(一)导入/存储建立步骤:
将定义描述的海底热液活动探测数据和信息资源的原始数据存储于存储器中,并建立由空间数据和属性数据构成的空间数据库,该数据库包含有属性数据表和空间数据表,其数据表被赋予具有与描述的海底热液活动探测数据和信息资源的元数据对应的唯一特定含义;同时建立与空间数据库相对应的临时数据库;
(二)建立热液流体与海水混合沉积成矿元胞自动机模型步骤:
从空间数据库中提取成矿数据,在模拟海底热液流体与海水混合成矿系统的演化过程中,应用热液流体与海水混合沉积成矿元胞自动机模型,演示相应的海底热液与海水混合成矿演变过程;
所述的热液海水混合元胞成矿自动机模型定义如下:
                A=(Ld,P,N,f)                               (1)
(1)式中A代表:元胞自动机系统;
Ld表示:元胞空间,即:热液与海水存在的空间,其中d为正整数,表示元胞自动机元胞空间的维数,其中,元胞代表:热液单元或/和海水单元;
P表示:元胞离散的状态集合,{γ,s,SI},其中状态γ表示元胞温度,状态s表示元胞浓度,沉淀指数SI表示各个元胞混合后的沉淀效果;
N表示:邻居,即:所有邻域内的元胞组合;
f表示:演化规则,即根据元胞当前状态及其邻居状况,确定下一时刻该元胞状态的规则:
P ( x , y ) ( t + 1 ) = M ( γ , s ) P ( x , y ) ( t ) P ( x , y ) Na ( t ) - - - ( 2 )
其中P(x,y)Na(t)∈R3n,这里n为元胞邻居的个数,P(x,y)Na(t)为t时刻的邻居状态组合,即P(x,y)Na(t)=[P1(t),P2(t),L,Pn(t)]T,P1(t),(i=0,1,2,L,n)为元胞邻居的状态;P(x,y)(t)∈R3为元胞(x,y)在时刻t具有的状态;即:
               P(x,y)(t)=[γ(x,y)(t),s(x,y)(t),SI(x,y)(t)]T       (3)M(γ,s)=[M0(γ,s),M1(γ,s),L,Mn(γ,s)]为状态转移矩阵,状态转移矩阵的分量Mi(γ,s)∈R3×3为如下三角矩阵形式:
M i ( γ , s ) = α ( i ) 11 0 0 α ( i ) 21 α ( i ) 22 0 α ( i ) 31 α ( i ) 32 α ( i ) 33 , i=1,2,L,n                                                   (4)
其中
α ( 0 ) 11 = 1 - 1 n - 1 Σ m = 1 n ξΩ m Λ m v m ( t ) α ( i ) 11 = 1 n - 1 ξΩ ( i ) Λ ( i ) v ( i ) ( t ) , i = 1,2 , L , n - - - ( 5 )
α ( 0 ) 21 = 0 , α ( 0 ) 22 = 1 + 1 n - 1 Σ m = 1 n ξΩ m Λ m v m ( t ) ( T m γ ( x , y ) ( t ) - γ m ( t ) ) , α ( i ) 21 = 1 n - 1 Σ m = 1 n ξΩ m Λ m v m ( t ) ( γ ( x , y ) ( t ) - γ m ( t ) - T m γ ( x , y ) ( t ) - γ m ( t ) ) , α ( i ) 22 = 1 , i = 1,2 , L , n - - - ( 6 )
(5)式和(6)式中Λm为邻域内第m个元胞影响的调节系数;vm(t)为邻域内第m个元胞所受到的外界干扰和/或随机干扰;Tm为与邻域内第m个元胞混合后的水温变化量;Ωm为邻域内第m个元胞的权值系数
Ω j = a , j = 1,2,3,4 0.75 a , j = 5,6,7,8 - - - ( 7 )
其中a为某一适合的正数;ξ为符号函数:
ξ = 1 , P ( x , y ) Na ( t ) > P ( x , y ) ( t - 1 ) - 1 , P ( x , y ) Na ( t ) ≤ P ( x , y ) ( t - 1 ) - - - ( 8 )
根据已知的SI参数值确定α(i)31,α(i)32,α(i)33,(i=0,1,L,n)的值;
(三)计算更新演化步骤:
基于热液流体与海水混合沉积成矿元胞自动机模型,对海底热液流体与海水混合成矿过程进行模拟演化,将标准属性数据和空间数据进行值域计算,预测计算,参数计算,存入相对应的值域数据表、预测数据表、参数数据表中,将上述计算数据与历史数据用于和该元胞自动机模型参数的更新;根据该元胞自动机模型进行演化更新,将演化过程生产的数据存入相对应的演化数据表中;
(四)图形可视化描述步骤:
首先数据预处理,即选择显示数据,再分配坐标轴,对该元胞自动机模型的演化数据或其他欲显示的数据进行参数分配,确定全部参数,调用显示控件,按需求显示二维,或三维,或多维空间图形;
(五)查询/调用/输出步骤:
将上述(一)至(四)步骤的数据用于查询,调用,输出。
2、根据权利要求1所述海底热液活动探测数据处理和信息管理方法,其特征在于:所述的(一)导入/存储建立步骤中的属性数据,其包括:全球热液活动区的①海区地理位置,②成矿类型,③探测航次,④地质背景,⑤海底热液活动的物质来源,⑥矿物类型及特征,⑦水深达6000m的海底热液活动的成矿环境下的化学参数,⑧涉及⑥和⑦属性数据的温度、浓度、扩散速度、压力数据参数,⑨数据的定性说明,⑩矿物扩散系数、反应平衡系数、工具参数。
3、根据权利要求1所述海底热液活动探测数据处理和信息管理方法,其特征在于:所述的(一)导入/存储建立步骤中的空间数据,即:根据地理分布和航次建立的空间坐标;所述的空间数据库,所包含的属性数据表,其表格要与空间数据表相对应,同时该数据库的数据表被赋予具有与描述的海底热液活动探测数据和信息资源的数据对应的唯一特定含义。
4、根据权利要求1所述海底热液活动探测数据处理和信息管理方法,其特征在于:所述的(一)导入/存储建立步骤中的将原始数据存储于存储器中,是对来源不同、数据结构不同的原始数据,按照元数据对原始数据格式规定,转换为规范数据;所述的元数据是对原始数据的注解;再对该规范数据和元数据进行数据校验,存入临时数据库中;再对临时数据库中的数据进行标准化处理;存入空间数据库中。
5、根据权利要求4所述海底热液活动探测数据处理和信息管理方法,其特征在于:所述的数据校验,是检查数据的完整性和相容性的合法性校验。
6、根据权利要求4所述海底热液活动探测数据处理和信息管理方法,其特征在于:所述的数据标准化处理,是将临时数据库中的数据进行同构处理,形成标准的属性数据表和空间数据表,在属性数据表和空间数据表至少要保留用于对应数据挂接的1-2个关键字段。
7、根据权利要求1所述海底热液活动探测数据处理和信息管理方法,其特征在于:所述的(三)计算更新演化步骤中的值域计算是:对标准属性数据和空间数据确定其上下限,得出一定条件和环境下的参数变化范围的边界。
8、根据权利要求1所述海底热液活动探测数据处理和信息管理方法,其特征在于:所述的(三)计算更新演化步骤中的参数计算是:采用Pitzer理论计算SI值。
9、根据权利要求1所述海底热液活动探测数据处理和信息管理方法,其特征在于:所述的(三)计算更新演化步骤中的预测计算是:对定点测量的热液温度数据和浓度数据进行预测分析,依据经验公式
                            z(t)=AeBt                         (9)
先用最小二乘法曲线拟合方法估计参数A和B,估计出某个z(t)后,再单步外推,即以该估计数据z(t)为已知,预测下个测量点的数据。
10、根据权利要求1所述海底热液活动探测数据处理和信息管理方法,其特征在于:所述的(四)图形可视化描述步骤中的确定全部参数,调用显示控件,按需求显示二维,三维,多维空间图形,其具体步骤如下:
A)根据需求,确定检索类型,数据范围,图形维数和通道个数;
B)根据已建好的模板或自定义的坐标轴,确定比例,建立坐标系;
C)根据需求,匹配多通道和分配颜色或显示方式,或根据需求,分配色度深浅,坐标点大小,显示参数的多维属性;
D)将上述数据传递给图形显示控件,生成空间图形。
CNB200610042079XA 2006-01-14 2006-01-14 海底热液活动探测数据处理和信息管理方法 Expired - Fee Related CN100373378C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB200610042079XA CN100373378C (zh) 2006-01-14 2006-01-14 海底热液活动探测数据处理和信息管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB200610042079XA CN100373378C (zh) 2006-01-14 2006-01-14 海底热液活动探测数据处理和信息管理方法

Publications (2)

Publication Number Publication Date
CN1804827A true CN1804827A (zh) 2006-07-19
CN100373378C CN100373378C (zh) 2008-03-05

Family

ID=36866851

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB200610042079XA Expired - Fee Related CN100373378C (zh) 2006-01-14 2006-01-14 海底热液活动探测数据处理和信息管理方法

Country Status (1)

Country Link
CN (1) CN100373378C (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100429662C (zh) * 2007-06-28 2008-10-29 李永平 矿权查询系统
CN101604019B (zh) * 2009-07-13 2012-07-04 中国船舶重工集团公司第七一五研究所 一种海洋环境与声场不确实性的表征和传递的快速计算方法
CN102855662A (zh) * 2012-07-25 2013-01-02 中国科学院对地观测与数字地球科学中心 海洋环境的可视化方法
CN103605168A (zh) * 2013-10-12 2014-02-26 国家海洋局第二海洋研究所 一种海底多金属硫化物综合信息快速找矿方法
CN104268297A (zh) * 2014-10-28 2015-01-07 江苏惠居乐信息科技有限公司 一种基于新闻的大数据分析系统
CN104282043A (zh) * 2013-07-08 2015-01-14 成都蓉奥科技有限公司 三维a显控件
CN104541307A (zh) * 2012-07-06 2015-04-22 技术资源有限公司 用于钻孔到相对于地质边界的位置的方法和系统
CN104570157A (zh) * 2015-01-07 2015-04-29 中国科学院南海海洋研究所 一种海底热流长期观测的数据采集方法
CN104570158A (zh) * 2015-01-07 2015-04-29 中国科学院南海海洋研究所 一种自浮式海底热流长期观测基站
CN104677978A (zh) * 2015-03-02 2015-06-03 中国地质科学院矿产资源研究所 一种指示岩浆流体和海水在vms型矿床形成中成矿流体贡献比例的方法
CN104781702A (zh) * 2013-06-25 2015-07-15 雪佛龙美国公司 量化热液影响的方法
CN108710718A (zh) * 2018-03-30 2018-10-26 国网安徽省电力有限公司 基于元胞自动机的山火蔓延模拟仿真方法及系统
CN109101996A (zh) * 2018-07-06 2018-12-28 杭州电子科技大学 一种多类型探测传感器综合观测的海底热液探测方法
CN110569607A (zh) * 2019-09-11 2019-12-13 西安科技大学 一种预测喷流沉积矿床热液喷口位置的方法
CN110765118A (zh) * 2019-10-21 2020-02-07 北京明略软件系统有限公司 一种数据的修订方法、修订装置及可读存储介质
WO2020042940A1 (zh) * 2018-08-28 2020-03-05 自然资源部第二海洋研究所 一种基于地形分析的海底硫化物找矿方法
CN110888180A (zh) * 2019-12-04 2020-03-17 自然资源部第二海洋研究所 一种基于沉积物地球化学特征识别大洋中脊热液区的方法
CN115689844A (zh) * 2023-01-04 2023-02-03 成都中轨轨道设备有限公司 一种基于多维引擎的智能数据管理平台、搭建方法及应用

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107608006B (zh) * 2017-08-08 2019-08-20 国家海洋局第二海洋研究所 一种海底热液硫化物资源评价方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5978739A (en) * 1997-10-14 1999-11-02 Stockton; Thomas R. Disconnect information and monitoring system for dynamically positioned offshore drilling rigs
JP2000298069A (ja) * 1999-04-14 2000-10-24 Oki Electric Ind Co Ltd 海洋音響トモグラフィデータ処理・表示装置
US6760032B1 (en) * 2002-03-14 2004-07-06 Nvidia Corporation Hardware-implemented cellular automata system and method

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100429662C (zh) * 2007-06-28 2008-10-29 李永平 矿权查询系统
CN101604019B (zh) * 2009-07-13 2012-07-04 中国船舶重工集团公司第七一五研究所 一种海洋环境与声场不确实性的表征和传递的快速计算方法
CN104541307B (zh) * 2012-07-06 2017-07-07 技术资源有限公司 用于钻孔到相对于地质边界的位置的方法和系统
CN104541307A (zh) * 2012-07-06 2015-04-22 技术资源有限公司 用于钻孔到相对于地质边界的位置的方法和系统
CN102855662A (zh) * 2012-07-25 2013-01-02 中国科学院对地观测与数字地球科学中心 海洋环境的可视化方法
CN102855662B (zh) * 2012-07-25 2014-12-17 中国科学院对地观测与数字地球科学中心 海洋环境的可视化方法
CN104781702A (zh) * 2013-06-25 2015-07-15 雪佛龙美国公司 量化热液影响的方法
CN104781702B (zh) * 2013-06-25 2018-09-11 雪佛龙美国公司 量化热液影响的方法
CN104282043A (zh) * 2013-07-08 2015-01-14 成都蓉奥科技有限公司 三维a显控件
CN103605168B (zh) * 2013-10-12 2015-12-09 国家海洋局第二海洋研究所 一种海底多金属硫化物综合信息快速找矿方法
CN103605168A (zh) * 2013-10-12 2014-02-26 国家海洋局第二海洋研究所 一种海底多金属硫化物综合信息快速找矿方法
CN104268297A (zh) * 2014-10-28 2015-01-07 江苏惠居乐信息科技有限公司 一种基于新闻的大数据分析系统
CN104570158A (zh) * 2015-01-07 2015-04-29 中国科学院南海海洋研究所 一种自浮式海底热流长期观测基站
CN104570157B (zh) * 2015-01-07 2015-10-28 中国科学院南海海洋研究所 一种海底热流长期观测的数据采集方法
CN104570158B (zh) * 2015-01-07 2015-11-04 中国科学院南海海洋研究所 一种自浮式海底热流长期观测基站
CN104570157A (zh) * 2015-01-07 2015-04-29 中国科学院南海海洋研究所 一种海底热流长期观测的数据采集方法
CN104677978A (zh) * 2015-03-02 2015-06-03 中国地质科学院矿产资源研究所 一种指示岩浆流体和海水在vms型矿床形成中成矿流体贡献比例的方法
CN108710718A (zh) * 2018-03-30 2018-10-26 国网安徽省电力有限公司 基于元胞自动机的山火蔓延模拟仿真方法及系统
CN109101996A (zh) * 2018-07-06 2018-12-28 杭州电子科技大学 一种多类型探测传感器综合观测的海底热液探测方法
CN109101996B (zh) * 2018-07-06 2021-08-03 杭州电子科技大学 一种多类型探测传感器综合观测的海底热液探测方法
WO2020042940A1 (zh) * 2018-08-28 2020-03-05 自然资源部第二海洋研究所 一种基于地形分析的海底硫化物找矿方法
CN110569607A (zh) * 2019-09-11 2019-12-13 西安科技大学 一种预测喷流沉积矿床热液喷口位置的方法
CN110569607B (zh) * 2019-09-11 2024-02-23 西安科技大学 一种预测喷流沉积矿床热液喷口位置的方法
CN110765118A (zh) * 2019-10-21 2020-02-07 北京明略软件系统有限公司 一种数据的修订方法、修订装置及可读存储介质
CN110765118B (zh) * 2019-10-21 2022-05-17 北京明略软件系统有限公司 一种数据的修订方法、修订装置及可读存储介质
CN110888180A (zh) * 2019-12-04 2020-03-17 自然资源部第二海洋研究所 一种基于沉积物地球化学特征识别大洋中脊热液区的方法
CN110888180B (zh) * 2019-12-04 2022-04-01 自然资源部第二海洋研究所 一种基于沉积物地球化学特征识别大洋中脊热液区的方法
CN115689844A (zh) * 2023-01-04 2023-02-03 成都中轨轨道设备有限公司 一种基于多维引擎的智能数据管理平台、搭建方法及应用
CN115689844B (zh) * 2023-01-04 2023-03-28 成都中轨轨道设备有限公司 一种基于多维引擎的智能数据管理平台、搭建方法

Also Published As

Publication number Publication date
CN100373378C (zh) 2008-03-05

Similar Documents

Publication Publication Date Title
CN1804827A (zh) 海底热液活动探测数据处理和信息管理方法
Croce et al. From the semantic point cloud to heritage-building information modeling: A semiautomatic approach exploiting machine learning
CN1860489A (zh) 使用最小阻力路径来特征化储层模型中的连通性
CN1561505A (zh) 用于交互式基于特征的地球科学几何建模的场景图的构造和维护
Zhao et al. Experimental research on hydraulic collecting spherical particles in deep sea mining
Dmowska et al. Comprehensive framework for visualizing and analyzing spatio-temporal dynamics of racial diversity in the entire United States
Hemmati et al. Life cycle assessment of cross-laminated timber transportation from three origin points
Vagaská et al. Selected mathematical optimization methods for solving problems of engineering practice
Ciccozzi et al. BIM to BEM for Building Energy Analysis: A Review of Interoperability Strategies
Vermeesch Exploratory analysis of provenance data using R and the provenance package
Jursova et al. Carbon footprint and water footprint of electric vehicles and batteries charging in view of various sources of power supply in the Czech Republic
Wang et al. Evaluation of groundwater remediation technologies based on fuzzy multi-criteria decision analysis approaches
Bullejos et al. A K-nearest neighbors algorithm in Python for visualizing the 3D stratigraphic architecture of the Llobregat River Delta in NE Spain
Wan et al. The thermal effect of submarine mud volcano fluid and its influence on the occurrence of gas hydrates
Xie et al. Automated rule checking for MEP systems based on BIM and KBMS
Li et al. Optimization of land reuse structure in coal mining subsided areas considering regional economic development: A case study in Pei County, China
Song et al. Reliability modelling of pipeline failure under the impact of submarine slides-copula method
Piris et al. 3DHIP-calculator—A new tool to stochastically assess deep geothermal potential using the heat-in-place method from voxel-based 3D geological models
Hamdan et al. AI and machine learning in climate change research: A review of predictive models and environmental impact
Wang et al. Prediction of Bucket Fill Factor of Loader Based on Three-Dimensional Information of Material Surface
Van Duijvenbode et al. Performance improvements during mineral processing using material fingerprints derived from machine learning—A conceptual framework
Yu et al. Calculating and analyzing carbon emission factors of prefabricated components
Lu et al. A Pan-Draft Metabolic Model Reflects Evolutionary Diversity across 332 Yeast Species
Diaz Arias et al. Evolutionary Algorithm to Support Field Architecture Scenario Screening Automation and Optimization Using Decentralized Subsea Processing Modules
Rydlewski et al. Identification of Embodied Environmental Attributes of Construction in Metropolitan and Growth Region of Melbourne, Australia to Support Urban Planning

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C19 Lapse of patent right due to non-payment of the annual fee
CF01 Termination of patent right due to non-payment of annual fee