电磁重力法30%（一大三小）测井20%地震50%
1、 煤矿地质保障的三个层面
井田范围主要可采煤层开采地质条件评价，查明煤层构造是主要工作，主要勘查手段为二维地震勘探、电法勘探与钻孔。
采区采前地质条件勘查，主要工作是查明采区范围内的小构造，包括落差5m左右的断层、陷落柱、老窑及采空区的空间分布形态，根据采区衔接的要求，应提前布置实施。在地表条件允许的前提下，三维高分辨率地震勘探技术是首选方法。
综采工作面地质条件超前探测，在综采设备安装或开采前，查明工作面内一切地质异常现象，为工作面持续开采提供地质保障是主要工作。
2、 三维地震的动态解释
传统的三维地震解释服务于煤矿勘探阶段，与煤矿安全生产过程相脱节。煤矿三维地震数据动态解释技术是指“三维地震信息与煤矿生产过程中所获得的矿井地质信息相互融合”。这是一个动态过程，服务于煤矿生产阶段，实现了三维地震信息随煤矿生产进行全程动态解释，彻底改变了传统的三维地震解释模式，提高了三维地震成果的利用水平，能够解决更多的地质问题。
3、 三维地震勘探所能解决的问题
目前，我国主要矿区的生产矿井均做了采区三维地震勘探工作，获得了大量的三维地震数据。在地震地质条件较好的地区，可以解决的主要地质问题是：
(1) 查明落差大于等于5m的断层，提供落差小于5m的断点，平面摆动误差小于30m；
(2) 查明幅度大于等于5m的褶曲，主要可采煤层底板深度误差不大于1.5%；
(3) 查明新生界(第四系)厚度，深度误差不大于1.5%；
(4) 探明直径大于30m的陷落柱。
4、 地震属性概念及分类
地震属性的分类没有统一的标准，不同的学者分别提出过不同的属性分类。结合煤田地震勘探的特点，可以根据运动学/动力学特征把地震属性分成八个类别：时间、振幅、频率、相位、波形、相关、吸收衰减、速度。地震属性的类型很多，要根据解决的地质问题来选择相应的地震属性。
地震属性技术的关键在于属性提取，提取方式包括同相轴属性提
取、数据体属性提取和层段属性提取。
5、 地物勘探方法（三种，地震、电法、测井）
地震勘探：地震勘探是研究人工激发的弹性波在不同地层中的传播规律，如波的速度、波的衰减和波的形状，以及在界面的反射、折射来研究地层埋深、构造形态和岩性等的一种物探方法。
电法勘探：电法勘探是以介质的电性差异为基础，通过观测和分析天然及人工电磁场的空间和时间分布传播来研究地质构造和寻找矿床的一种物探方法。
地球物理测井：地球物理测井是利用钻井内岩石、矿层具有不同物性的特点来划分钻井地质剖面及解决其它地质问题的多种方法总称，也称为钻井地球物理，或简称测井。它主要包括电测井、核测井、声测井等方法。
6、 声波单发双收原理
7、 直流电交流电在
8、 电法勘探在水文地质中的应用
9、 核测井曲线解释
10、 密度测井和视电阻率测井的原理
密度测井研究地层对伽马射线的散射和吸收特性，在钻孔中测定地层的散射伽马射线强度，从而解决地质问题的一种人工伽马测井方法。(1) 当源距一定时，在岩石密度大于1g/cm3的介质中，随着岩石密度的增加，一次散射伽马射线强度减小。
(2) 当源距增加时，一次散射伽马射线强度与岩石密度关系更为密切，即在同样密度变化条件下大源距引起Jγγ的变化要比小源距更剧烈。
(3) 当伽马源放出的伽马射线能量增加时，一次散射伽马射线强度对岩石密度变化的灵敏度减小。在同样的密度变化的条件下，大能量的伽马射线引起Jγγ的变化比小能量伽马射线引起Jγγ的变化要小。
视电阻率测井
在井中测量被钻孔穿过的矿、岩层的电阻率，并根据电阻率的差异，来
划分钻孔地质剖面，研究和解决井下的一些地质问题的测井方法。
供电电极：A、B
测量电极：M、N
A——B组成供电回路
M——N组成测量回路
井上与井下电极？
已知供电电流I、测量电压ΔU MN
地层的电阻率ρ
以及电极之间的距离
11、 各向异性
由于地质体在三维空间的不均一性，反射波也会表现出不同的特征，主要用于裂隙发育的研究。
反射纵波对裂缝性地层所表现出的方位各向异性特征很敏感，所有的纵波属性分布函数均为椭圆，B/A值越高，裂隙越发育。利用计算得到的B/A值和φ来描述裂隙的密度和方位角，当B/A处于高值时，认为该处裂隙发育较好；当B/A处于低值时，认为该处裂隙发育较差。12、 地震反演
地震反演技术是岩性地震勘探的重要手段之一，是一门集地震、测井、地质、计算机等多学科的综合地球物理勘探技术。地震反演利用地表观测地震资料，以已知地质规律和钻井、测井资料为约束，对地下岩层空间结构和物理性质进行成像(求解)的过程，是反演地层波阻抗(或速度)的地震特殊处理解释技术。地震反演方法具有明确的物理意义，是预测岩性的确定性方法，在油气勘探中取得了显著的地质效果。
煤田地震反演工作起步较晚，处在叠后地震反演的研究和初步应用阶段。近年来，我们把地震反演技术应用于多家煤矿，其关注的重点是煤矿安全开采的有关地质问题，获得了丰富的地质成果，主要包括：
(1) 提高弱反射煤层的可检测性；
(2) 利用反演剖面提供的岩性信息来划分地层，研究煤层顶板的稳定性；
(3) 划分新生界下部地层、煤系地层和奥陶系灰岩顶部地层的岩性和含隔水性，查明含、隔水层的空间分布和厚度分布；
(4) 圈定火成岩侵入煤层的范围；
(5) 预测煤层厚度；
(6) 预测构造煤发育带(瓦斯富集带)。
13、 反褶积、偏移、叠加
反褶积
定义：将信号波形恢复到它被不希望线性滤波作用之前形状的一种处理。旨在改进反射同相轴的可识别性与分辨率。作用：提高分辨率偏移指在：倾斜界面正确归位，呈现正常的构造形态；作用：提高分辨率
叠加
定义：联合不同炮的地震道的叠加，如共中心点叠加、垂直叠加、井口叠加等。作用：提高信噪比
简单叠加：在同一点多次激发，在同一排列上重复接收，达到信号增强的目的。
垂直叠加：激发点位置不改变，在同一排列上接收，但每一次激发的深度都不同。得到地震资料经过处理后，可以得到垂直叠加的剖面。
水平多次叠加：在设计好的不同位置上进行激发，每次激发对应的接收排列位置也相应的改变，多次（n 次）接收来自同一界面之上的，不同反射点的反射波的多张记录。将这些记录，抽出共反射点的道集，经过速度分析和动、静校正后就可以得到水平水平多次叠加的的时间剖面。
中科基于一种海量数据处理分析 系统的设计文档 一、海量数据处理的背景分析 在当前这个信息量飞速增长的时代，业的成功已经越来越多地与其海量数据处理能力相关联。高效、迅速地从海量数据中挖掘出潜在价值并转化为决策依据的能力，将成为企业的核心竞争力。数据的重要性毋庸置疑，但随着数据的产生速度越来越快，数据量越来越大，数据处理技术的挑战自然也越来越大。如何从海量数据中挖掘出价值所在，分析出深层含义，进而转化为可操作的信息，已经成为各互联网企业不得不研究的课题。数据量的增长，以及分析需求的越来越复杂，将会对互联网公司的数据处理能力提出越来越高的要求、越来越大的挑战。但每一个场景都有其特点与功能，充分分析其数据特性，将合适的软件用在合适的场景下，才能更好地解决实际问题。 二、海量数据处理分析的特点 （一）、数据量大，情况多变 现在的数据量比以前任何时期更多，生成的速度更快，以前如果说有10条数据，繁琐的操作时每条去逐一检查，人为处理，如果有上百条数据，也可以考虑，如果数据上到千万级别，甚至过亿，那不是手工能解决的了，必须通过工具或者程序进行处理，尤其海量的数据中，情况多变，手工操作是完不成任务的。例如，数据中某处格式出了问题，尤其在程序处理时，前面还能正常处理，突然到了某个地方问题出现了，程序将会终止。海量数据处理系统的诞生是输入层每个神经元的输入是同一个向量的一个分量，产生的输出作
为隐藏层的输入，输出层每一个神经元都会产生一个标量结果，所以整个输出层所有神经元的输出构成一个向量，向量的维数等于输出层神经元的数目在人工神经网络模型中，各个神经元通过获取输入和反馈，相对独立地进行训练和参数计算。其拓扑结构的重要特点便是每一层内部的神经元之间相互独立，各个层次间的神经元相互依赖。 由于各个层次内部神经元相互独立，使得各个层次内部的神经元的训练可以并行化。但由于不同层之间的神经元具有相互依赖关系，因此各个层次之间仍然是串行处理的。可以将划分出的每一层内部的不同神经元通过map操作分布到不同的计算机上。各个神经元在不同的计算终端上进行训练，在统一的调度和精度控制下进行多个层次的神经元的训练，这样神经网络算法的训练就可以实现并行化。训练结束后，同样可以通过每层内节点的并行化处理快速地得到输出结果。在神经网络算法中，每层内的节点都可以进行并行化处理，并行化程度非常高。 （二）、软硬件要求高，系统资源占用率高 各种应用对存储系统提出了更多的需求，数据访问需要更高的带宽，不仅要保证数据的高可用性，还要保证服务的高可用性；可扩展性：应用在不断变化，系统规模也在不断变化，这就要求系统提供很好的扩展性，并在容量、性能、管理等方面都能适应应用的变化；对海量的数据进行处理，除了好的方法，最重要的就是合理使用工具，合理分配系统资源。一般情况，如果处理的数据过TB级，小型机是要考虑的，普通的机子如果有好的方法可以考虑，不过也必须加大CPU和内存，对电脑的内存、显卡、硬盘及网络都要求相对较高！其中对网络要求高的原因是因为其引入目前最前沿的“云端计算”好多东西都要从网络上调用；对硬盘要求是最高的，用SATA6.0的固态硬盘，对整机性能限制比较大的就是高速系统总线对低速硬盘传输，32位的系统，最大只能认到3.5G内存，就是说，不论你装几根内存条，装多大容量的内存条，你装8G的，它也只能用到3.5G，64位的系统就可以突破了这个限制。如果你的电脑配置不是特别高的话，XP是比较好的选择。32位的XP是最低要求。基于23G互操作测试生成23G互操作测试报告测试起始点时间、测试终止点时间、 3G网络驻留时间（秒）、2G网络驻留时间（秒）、3G覆盖总采样点、3G覆盖总采样点不同区间数量统计、3G覆盖总采样点不同门限范围内数量统计、2G覆盖总采样点、2G覆盖总采样点不同区间数量统计、2G覆盖总采样点不同门限范围内数量统计、3G到2G重选成功次数、2G到3G重选成功次数、3G到2G切换尝试次数、3G到2G切换成功次数、切换掉话次数和其它掉话次数。
南昌梅岭实习报告 姓名：王伟 学号：201120290124 班级：1122901 专业：地球物理学 学院：核工程与地球物理学院日期：2014.9.29
一、前言…………………………………………………………………………………………………………. 1.1 本次实习的目的与任务………………………………………………………………………… 1.2 工作区范围、交通位置及自然地理环境…………………………………………………. 1.3 计划完成的实习任务…………………………………………………………………………… 二、放射性勘探………………………………………………………………………………………………. 2.1 实习目的与要求………………………………………………………………………………… 2.2 放射性勘探基本原理………………………………………………………………………….. 2.3 野外工作方法……………………………………………………………………………………. 2.4 成果图件及数据解释………………………………………………………………………….. 三、瞬变电磁法………………………………………………………………………………………………. 3.1 瞬变电磁工作原理…………………………………………………………………............. 3.2 回线组合选择…………………………………………………………………………………… 3.3 测区与测网的选择……………………………………………………………………………. 3.4 仪器设备………………………………………………………………………………………… 3.5 野外数据采集…………………………………………………………………………………. 3.6 成果图件及资料解释………………………………………………………………........... 四、EH4电磁法…………………………………………………………………………………………… 4.1 EH4工作原理………………………………………………………………………………… 4.2 工作布置………………………………………………………………………………………. 4.3 资料整理和图件编制………………………………………………………………………. 4.4 成果图件及资料解释………………………………………………………………………. 五、地震实习……………………………………………………………………………………………… 5.1 实习目的与任务…………………………………………………………………………….. 5.2 地震测线布置与定位………………………………………………………………………. 5.3 方法原理与工作难点………………………………………………………………………. 5.4 野外数据采集………………………………………………………………………………… 5.5 成果图件及资料解释………………………………………………………………………. 六、高密度电法勘探……………………………………………………………………………………. 6.1 实习目的与任务………………………………………………………………………........ 6.2 基本原理和仪器介绍………………………………………………………………………. 6.3 野外工作方法………………………………………………………………………………… 6.4 数据处理与成果图件及资料解释………………………………………………………. 七、磁法勘探……………………………………………………………………………………………… 7.1 仪器准备……………………………………………………………………………………… 7.2 成果图件及资料解释………………………………………………………………………
《高密度电法资料处理及解释》实习报告 （姓名：范畅 班号：061084 指导老师：王传雷 成绩： ） 一、实习要求 (1) 每人选择相邻的两个排列的高密度测量数据文件进行处理； (2) 处理内容包括数据圆滑、格式转换、二维反演计算； (3) 二维反演计算误差要求%20 ； (4) 每人提交一份实习报告。报告内容包括： 地质任务；测线位置及地下情况；高密度电法数据资料质量评价；高密度电法资料处理及地球物理-地质解释（岩溶、裂隙发育情况调查，发育深度识别，基岩面的岩性划分）； 二、实习内容与过程 1.地质任务 对广西合浦公馆石灰石矿区进行地球物理调查，探明岩溶、裂隙发育情况，发育深度识别，并进行基岩面等岩性划分。 2.侧线位置及地下情况 公馆矿区南邻北部湾，地表主要为虾池和荒地，地层比较单一。上覆为第四系地层，局部基岩出露，揭露的第四系地层厚度为0-9米，其下为灰岩。 【地层】 区内出露的地层有上泥盆统天子岭组（D 3t ）、帽子峰组（D 3m ）和下石炭统孟公坳组（C 1ym ）。简述如下： A.天子岭组（D 3t ） 上部薄层条带泥灰岩、粉砂质灰岩、厚层状灰岩互层；下部主要为灰绿色含磷细砂岩。厚413m 。主要分布于矿区东南一带。 B.帽子峰组（D 3m ） 灰、灰绿色细砂岩、粉砂岩、页岩互层，夹薄层泥质灰岩、钙质页岩等，底部带有一层灰绿色含磷细砂岩。表层风化严重，呈砖红色泥质砂岩、砂质泥岩。厚63-167m 。主要分布于矿区东西两侧。
C.孟公坳组（C1ym） 上部主要为中厚层状微粒生物灰岩；下部薄层-中层状隐晶质灰岩、泥质灰岩夹生物灰岩，局部相变为细砂岩、粉砂岩互层。根据矿区钻孔揭露，表层灰岩质地相对较纯，颜色也较浅，下部炭质含量增加，颜色逐渐变深，局部地区转变成炭质页岩。该层厚403m，为主要水泥用石灰岩。 【构造】 区内主要为一向斜构造。轴部走向为北东向，向斜核部地层为下石炭孟公坳组（C1ym），两翼地层微上泥盆统帽子峰组（D3m）和天子岭组（D3t）。 矿区内发现有一条断层通过，断层走向北北西向。该断层将上泥盆统和下石炭统地层错断。其断层性质不详。 3.高密度电法数据处理及资料质量评价 A.首先利用软件ZH38对高密度电法资料进行数据圆滑处理，手工圆滑的基本原则是：电场不能突变。 B.其次将圆滑后的数据进行格式转换，可以转换为sufer格式，也可以转化为二维数据反演格式。 C.利用已有二维数据反演软件继续进行二维数据反演，使用的最小二乘法。最后记录三次迭代误差。 图1 一号测线第一排列最小二乘法反演结果
大数据量的问题是很多面试笔试中经常出现的问题，比如baidu goog le 腾讯这样的一些涉及到海量数据的公司经常会问到。 下面的方法是我对海量数据的处理方法进行了一个一般性的总结，当然这些方法可能并不能完全覆盖所有的问题，但是这样的一些方法也基本可以处理绝大多数遇到的问题。下面的一些问题基本直接来源于公司的面试笔试题目，方法不一定最优，如果你有更好的处理方法，欢迎与我讨论。 1.Bloom filter 适用范围：可以用来实现数据字典，进行数据的判重，或者集合求交集 基本原理及要点： 对于原理来说很简单，位数组+k个独立hash函数。将hash函数对应的值的位数组置1，查找时如果发现所有hash函数对应位都是1说明存在，很明显这个过程并不保证查找的结果是100%正确的。同时也不支持删除一个已经插入的关键字，因为该关键字对应的位会牵动到其他的关键字。所以一个简单的改进就是counting Bloom filter，用一个counter数组代替位数组，就可以支持删除了。 还有一个比较重要的问题，如何根据输入元素个数n，确定位数组m 的大小及hash函数个数。当hash函数个数k=(ln2)*(m/n)时错误率最小。在错误率不大于E的情况下，m至少要等于n*lg(1/E)才能表示任
意n个元素的集合。但m还应该更大些，因为还要保证bit数组里至少一半为0，则m应该>=nlg(1/E)*lge 大概就是nlg(1/E)1.44倍(lg 表示以2为底的对数)。 举个例子我们假设错误率为0.01，则此时m应大概是n的13倍。这样k大概是8个。 注意这里m与n的单位不同，m是bit为单位，而n则是以元素个数为单位(准确的说是不同元素的个数)。通常单个元素的长度都是有很多bit的。所以使用bloom filter内存上通常都是节省的。 扩展： Bloom filter将集合中的元素映射到位数组中，用k（k为哈希函数个数）个映射位是否全1表示元素在不在这个集合中。Counting bloom filter（CBF）将位数组中的每一位扩展为一个counter，从而支持了元素的删除操作。Spectral Bloom Filter（SBF）将其与集合元素的出现次数关联。SBF采用counter中的最小值来近似表示元素的出现频率。 问题实例：给你A,B两个文件，各存放50亿条URL，每条URL占用6 4字节，内存限制是4G，让你找出A,B文件共同的URL。如果是三个乃至n个文件呢？ 根据这个问题我们来计算下内存的占用，4G=2^32大概是40亿*8大概是340亿，n=50亿，如果按出错率0.01算需要的大概是650亿个
如何处理数据库中海量数据，以及处理数据库海量数据的经验和技巧 疯狂代码 https://www.doczj.com/doc/0312746352.html,/ ?:http:/https://www.doczj.com/doc/0312746352.html,/DataBase/Article11068.html 海量数据是发展趋势，对数据分析和挖掘也越来越重要，从海量数据中提取有用信息重要而紧迫，这便要求处理要准确，精度要高，而且处理时间要短，得到有价值信息要快，所以，对海量数据的研究很有前途，也很值得进行广泛深入的研究。 基于海量数据的数据挖掘正在逐步兴起，面对着超海量的数据，一般的挖掘软件或算法往往采用数据抽样的方式进行处理，这样的误差不会很高，大大提 高了处理效率和处理的成功率。在实际的工作环境下，许多人会遇到海量数据这个复杂而艰巨的问题，它的主要难点有以下几个方面：一、数据量过大，数据中什么情况都可能存在。 ;如果说有10条数据，那么大不了每条去逐一检查，人为处理，如果有上百条数据，也可以考虑，如果数据上到千万级别，甚至过亿，那不是手解决的了，必须通过工具或者程序进行处理，尤其海量的数据中，什么情况都可能存在，例如，数据中某处格式出了问题，尤其在程序处理时，前面还能正常处理，突然到了某个地方问题出现了，程序终止了。二、软硬件要求高，系统资源占用过高 对海量的数据进行处理，除了好的方法，最重要的就是合理使用工具，合理分配系统资源。一般情况，如果处理的数据过TB级，小型机是要考虑的，普通的机子如果有好的方法可以考虑，不过也必须加大CPU和内存，就象面对着千军万马，光有勇气没有一兵一卒是很难取胜的。三、要求很高的处理方法和技巧。 这也是本文的写作目的所在，好的处理方法是一位工程师长期工作经验的积累，也是个人的经验的总结。没有通用的处理方法，但有通用的原理和规则。下面我们来详细介绍一下处理海量数据的经验和技巧：一、选用优秀的数据库工具 现在的数据库工具厂家比较多，对海量数据的处理对所使用的数据库工具要求比较高，一般使用 Oracle或者DB2，微软公 司最近发布的SQL Server 2005性能也不错。另外在BI领域：数据库，数据仓库，多维数据库，数据挖掘，傲博知识库等相关工具也要进行选择，象好的ETL工具和好的OLAP工具都十分必要， 例如Informatic，Eassbase等。笔者在实际数据分析项目中，对每天6000万条的日志数据进行处理，使用SQL Server 2000需要花费6小时，而使用SQL Server 2005则只需要花费3小时。二、编写优良的程序代码 处理数据离不开优秀的程序代码，尤其在进行复杂数据处理时，必须使用程序。好的程序代码对数据的处理至关重要，这不仅仅是数据处理准确度的问题，更是数据处理效率的问题。良好的程序代码应该包含好的算法，包含好的处理流程，包含好的效率，包含好的异常处理机制等。三、对海量数据进行分区操作 对海量数据进行分区操作十分必要，例如针对按年份存取的数据，我们可以按年进行分区，不同的数据库有不同的分区方式 ，不过处理机制大体相同。例 如SQL Server的数据库分区是将不同的数据存于不同的文件组下，而不同的文件组存于不同的磁盘分区下，这样将数据分散开，减小磁盘I/O，减小了系统负荷， 而且还可以将日志，索引等放于不同的分区下。四、建立广泛的索引 对海量的数据处理，对大表建立索引是必行的，建立索引要考虑到具体情况，例如针对大表的分组、排序等字段，都要建立相应索引，一般还可以建立复 合索引，对经常插入的表则建立索引时要小心，笔者在处理数据时，曾经在一个ETL流程中，当插入表时，首先删除索引，然后插入完毕，建立索引，并实施聚合 操作，聚合完成后，再次插入前还是删除索引，所以索引要用到好的时机，索引的填充因子和聚集、非聚集索引都要考虑。五、建立缓存机制 当数据量增加时，一般的处理工具都要考虑到缓存问题。缓存大小设置的好差也关系到数据处理的成败，例如，笔者在处理2亿条数据聚合操作时，缓存设置为100000条/Buffer，这对于这个级别的数据量是可行的。六、加大虚拟内存 如果系统资源有 限，内存提示不足，则可以靠增加虚拟内存来解决。笔者在实际项目中曾经遇到针对18亿条的数据进行处理，内存为
电磁重力法30%（一大三小）测井20%地震50% 1、 煤矿地质保障的三个层面 井田范围主要可采煤层开采地质条件评价，查明煤层构造是主要工作，主要勘查手段为二维地震勘探、电法勘探与钻孔。 采区采前地质条件勘查，主要工作是查明采区范围内的小构造，包括落差5m左右的断层、陷落柱、老窑及采空区的空间分布形态，根据采区衔接的要求，应提前布置实施。在地表条件允许的前提下，三维高分辨率地震勘探技术是首选方法。 综采工作面地质条件超前探测，在综采设备安装或开采前，查明工作面内一切地质异常现象，为工作面持续开采提供地质保障是主要工作。 2、 三维地震的动态解释 传统的三维地震解释服务于煤矿勘探阶段，与煤矿安全生产过程相脱节。煤矿三维地震数据动态解释技术是指“三维地震信息与煤矿生产过程中所获得的矿井地质信息相互融合”。这是一个动态过程，服务于煤矿生产阶段，实现了三维地震信息随煤矿生产进行全程动态解释，彻底改变了传统的三维地震解释模式，提高了三维地震成果的利用水平，能够解决更多的地质问题。 3、 三维地震勘探所能解决的问题 目前，我国主要矿区的生产矿井均做了采区三维地震勘探工作，获得了大量的三维地震数据。在地震地质条件较好的地区，可以解决的主要地质问题是： (1) 查明落差大于等于5m的断层，提供落差小于5m的断点，平面摆动误差小于30m； (2) 查明幅度大于等于5m的褶曲，主要可采煤层底板深度误差不大于1.5%； (3) 查明新生界(第四系)厚度，深度误差不大于1.5%； (4) 探明直径大于30m的陷落柱。 4、 地震属性概念及分类 地震属性的分类没有统一的标准，不同的学者分别提出过不同的属性分类。结合煤田地震勘探的特点，可以根据运动学/动力学特征把地震属性分成八个类别：时间、振幅、频率、相位、波形、相关、吸收衰减、速度。地震属性的类型很多，要根据解决的地质问题来选择相应的地震属性。 地震属性技术的关键在于属性提取，提取方式包括同相轴属性提
图1 量热氧弹 实验四 燃烧焓的测定 冷向星 2010011976 材03班（同组实验者：琦） 实验日期：2012-4-5 带实验的老师：春 1 引言 有机化合物的生成焓难以直接从实验中测定，然而有机化合物易于燃烧，含碳、氢和氧等三种元素的有机化合物完全燃烧时生成二氧化碳和水。从有机化合物燃烧的热效应数据也可以估算反应热效应。 通常燃烧焓在等容条件下测定（即称为“氧弹”的不锈钢容器中燃烧），所得数据为值，经换算后可得出值。 1.1实验目的 1．使用弹式量热计测定萘的燃烧焓。 2．了解量热计的原理和构造，掌握其使用方法。 3．掌握热敏电阻测温的实验技术。 1.2实验原理 当产物的温度与反应物的温度相同，在反应过程中只做体积功而不做其它功时，化学反应吸收或放出的热量，称为此过程的热效应，通常亦称为“反应热”。热化学中定义:在指定温度和压力下，一摩尔物质完全燃烧成指定产物的焓变，称为该物质在此温度下的摩尔燃烧焓，记作ΔC H m 。通常，C 、H 等元素的燃烧产物分别为CO 2(g)、H 2O(l)等。由于上述条件下ΔH=Q p ，因此ΔC H m 也就是该物质燃烧反应的等压热效应Q p 。 在实际测量中，燃烧反应常在恒容条件下进行(如在弹式量热计中进行)，这样直接测得的是反应的恒容热效应Q V （即燃烧反应的摩尔燃烧能变ΔC U m ）。若反应系统中的气体物质均可视为理想气体，根据热力学推导，ΔC H m 和ΔC U m 的关系为: p V Q Q nRT =+? （1） 测量热效应的仪器称作量热计，量热计的种类很多，一般测量燃烧焓用弹式量热计。本实验是用氧弹式量热计进行萘的燃烧焓的测定，结构如图1。实验过程中外水套保持恒温，水桶与外水套之间以空气隔热。同时，还把水桶的外表面进行了电抛光。这样，水桶连同其中的氧弹、测温器件、搅拌器和水便近似构成了一 个绝热系统。 将待测燃烧物质装入氧弹中，充入足够的氧气。氧弹放入装有一定量 水的桶中，盖好外桶盖。以电控部分各开关控制搅拌并实现燃烧点火，用 热敏电阻作为测温元件，用电子自动平衡记录仪连续记录桶水温度的变化。 当某样品连同辅助物质棉线、金属丝燃烧后，下式成立：
1、 在扩散过程中,各种离子的迁移速度不同,这样在低浓度溶液一方富集负电荷，高浓度溶液富集正电荷,形成一 个静电场,电场的形成反过来影响离子的迁移速度,最后达到一个动态平衡,如此在接触面附近的电动势保持一定值,这个电动势叫扩散电动势记为Ed 。 2、 泥岩薄膜离子扩散,但泥岩对负离子有吸附作用,可以吸附一部分氯离子,扩散的结果使浓度小的一方富集大 量的钠离子而带正电,浓度大的一方富集大量的氯离子而带负电,这样在泥岩薄膜形成扩散吸附电动势记为Eda 3、 当地层水矿化度大于泥浆滤液矿化度时，储集层自然电位曲线偏向低电位一方的异常称为负异常。 4、 当地层水矿化度小于泥浆滤液矿化度时，储集层自然电位曲线偏向高电位一方的异常称为正异常。 5、 在钻井过程中, 通常保持泥浆柱压力稍微大于地层压力,在压力差作用下,泥浆滤液向渗透层侵入,泥浆滤液 替换地层孔隙所含的液体而形成侵入带,同时泥浆中的颗粒附在井壁上形成泥饼,这种现象叫泥浆侵入. 6、 高侵:侵入带电阻率Ri 大于原状地层电阻率Rt; 7、 低侵:侵入带电阻率Ri 小于原状地层电阻率Rt 8、 梯度电极系：成对电极距离小于不成对电极到成对电极距离的电极系叫梯度电极系。 9、 标准测井：是一种最简单的综合测井,是各油田或油区为了粗略划分岩性和油气、水层，并进行井间地层对 比，对每口井从井口到井底都必须测量的一套综合测井方法。因它常用于地层对比，故又称对比测井。 10、电位电极系：成对电极距离大于不成对电极到成对电极距离的电极系叫电位电极系。 11、侧向测井：在电极上增加聚焦电极迫使供电电极发出的电流侧向地流入地层从而减小井的分流作用和围岩的影响,提高纵向分辨能力,这种测井叫侧向测井又称为聚焦测井 12、横向微分几何因子 ： 横向积分几何因子 ： 纵向微分几何因子： 纵向积分几何因子 ： 13、声系：声波测井仪器中,声波发射探头和接收探头按一定要求形成的组合称为声波测井仪器的声系 14、深度误差：仪器记录点与实际传播路径中点不在同一深度上。 15、相位误差：时差记录产生的误差。 16、周波跳跃：在裂缝发育地层,滑行纵波首波幅度急剧减小,以致第二道接收探头接收到的首波不能触发记录波,而往往是首波以后第二个,甚至是第三或第四个续至波触发记录波.这样记录到到时差就急剧增大,而且是按声波信号的周期成倍增加,这种现象叫周波跳跃. 17、体积模型：把单位体积岩石传播时间分成几部分传播时间的体积加权值。 18、超压地层、欠压地层: 当地层压力大于相同深度的静水柱压力的层位，通常称为超压地层；反之，成为欠压地层。 19、放射性 放射性核素都能自发的放出各种射线。 20.同位素 凡质子数相同，中子数不同的几种核素 21..基态、激发态 基态—原子核可处于不同的能量状态，能量最低状态。 激发态—原子核处于比基态高的能量状态，即原子核被激发了 22.半衰期 原有的放射性核数衰变掉一半所需的时间。 23.α射线—由氦原子核 组成的粒子流。氦核又称α粒子，因而可以说是α粒子流。 24.β射线—高速运动的电子流。V=2C/3（C 为光速)，对物质的电离作用较强，而贯穿物质的本领较小 25.γ射线—由γ光子组成的粒子流。γ光子是不带电的中性粒子，以光速运动。 26.含氢指数地层对快中子的减速能力主要决定于地层含氢量。中子源强度和源距一定时，慢中子计数率 就只 的贡献。 介质对的无限长圆柱体物理意义：半径为横积a d r r r dr r G G σ? =≡2 /0 )(的贡献。薄板状介质对无限延伸物理意义：单位厚度的a z dr z r g G σ?∞ ≡0 ),(的贡献。 板状介质对的无限延伸物理意义：厚度纵积a h h h dz z G G σ?-≡2 /2 /)(的贡献。圆筒状介质对的无限长 径为物理意义：单位厚度半a r r dz z r g G σ?∞ ∞ -≡),(
海量的数据处理问题，对其进行处理是一项艰巨而复杂的任务。原因有以下几个方面： 一、数据量过大，数据中什么情况都可能存在。如果说有10条数据，那么大不了每条去逐一检查，人为处理，如果有上百条数据，也可以考虑，如果数据上到千万级别，甚至过亿，那不是手工能解决的了，必须通过工具或者程序进行处理，尤其海量的数据中，什么情况都可能存在，例如，数据中某处格式出了问题，尤其在程序处理时，前面还能正常处理，突然到了某个地方问题出现了，程序终止了。 二、软硬件要求高，系统资源占用率高。对海量的数据进行处理，除了好的方法，最重要的就是合理使用工具，合理分配系统资源。一般情况，如果处理的数据过TB级，小型机是要考虑的，普通的机子如果有好的方法可以考虑，不过也必须加大CPU和内存，就象面对着千军万马，光有勇气没有一兵一卒是很难取胜的。 三、要求很高的处理方法和技巧。这也是本文的写作目的所在，好的处理方法是一位工程师长期工作经验的积累，也是个人的经验的总结。没有通用的处理方法，但有通用的原理和规则。那么处理海量数据有哪些经验和技巧呢，我把我所知道的罗列一下，以供大家参考： 一、选用优秀的数据库工具现在的数据库工具厂家比较多，对海量数据的处理对所使用的数据库工具要求比较高，一般使用Oracle或者DB2，微软公司最近发布的SQL Server 2005性能也不错。另外在BI领域：数据库，数据仓库，多维数据库，数据挖掘等相关工具也要进行选择，象好的ETL工具和好的OLAP工具都十分必要，例如Informatic，Eassbase等。笔者在实际数据分析项目中，对每天6000万条的日志数据进行处理，使用SQL Server 2000需要花费6小时，而使用SQL Server 2005则只需要花费3小时。 二、编写优良的程序代码处理数据离不开优秀的程序代码，尤其在进行复杂数据处理时，必须使用程序。好的程序代码对数据的处理至关重要，这不仅仅是数据处理准确度的问题，更是数据处理效率的问题。良好的程序代码应该包含好的算法，包含好的处理流程，包含好的效率，包含好的异常处理机制等。 三、对海量数据进行分区操作对海量数据进行分区操作十分必要，例如针对按年份存取的数据，我们可以按年进行分区，不同的数据库有不同的分区方式，不过处理机制大体相同。例如SQL Server的数据库分区是将不同的数据存于不同的文件组下，而不同的文件组存于不同的磁盘分区下，这样将数据分散开，减小磁盘I/O，减小了系统负荷，而且还可以将日志，索引等放于不同的分区下。 四、建立广泛的索引对海量的数据处理，对大表建立索引是必行的，建立索引要考虑到具体情况，例如针对大表的分组、排序等字段，都要建立相应索引，一般还可以建立复合索引，对经常插入的表则建立索引时要小心，笔者在处理数据时，曾经在一个ETL流程中，当插入表时，首先删除索引，然后插入完毕，建立索引，并实施聚合操作，聚合完成后，再次插入前还是删除索引，所以索引要用到好的时机，索引的填充因子和聚集、非聚集索引都要考虑。 五、建立缓存机制当数据量增加时，一般的处理工具都要考虑到缓存问题。缓存大小设置的好差也关系到数据处理的成败，例如，笔者在处理2亿条数据聚合操作时，缓存设置为100000条/Buffer，这对于这个级别的数据量是可行的。 六、加大虚拟内存如果系统资源有限，内存提示不足，则可以靠增加虚拟内存来解决。笔者在实际项目中曾经遇到针对18亿条的数据进行处理，内存为1GB，1个P4 2.4G的CPU，对这么大的数据量进行聚合操作是有问题的，提示内存不足，那么采用了加大虚拟内存的方法来解决，在6块磁盘分区上分别建立了6个4096M的磁盘分区，用于虚拟内存，这样虚拟的内存则增加为4096*6 + 1024 = 25600 M，解决了数据处理中的内存不足问题。 七、分批处理海量数据处理难因为数据量大，那么解决海量数据处理难的问题其中一个技巧是减少数据量。可以对海量数据分批处理，然后处理后的数据再进行合并操作，这样逐个击破，有利于小数据量的处理，不至于面对大数据量带来的问题，不过这种方法也要因时因势进行，如果不允许拆分数据，还需要另想办法。不过一般的数据按天、按月、按年等存储的，都可以采用先分后合的方法，对数据进行分开处理。八、使用临时表和中间表数据量增加时，处理中要考虑提前汇总。这样做的目的是化整为零，大表变小表，分块处理完成后，再利用一定的规则进行合并，处理过程中的临时表的使用和中间结果的保存都非常重要，如果对于超海量的数据，大表处理不了，只能拆分为多个小表。如果处理过程中需要多步汇总操作，可按
史上最全的数据来源（数据分析）平台 网站分析类： 百度指数- 以百度海量网民行为数据为基础的数据分享平台 Google趋势- 了解Google中热度上升的搜索 360指数- 基于360搜索的大数据分享平台 Alexa - 网站排名 Google Analytics - Google出品，可以对目标网站进行访问数据统计和分析百度统计- 百度推出的一款免费的专业网站流量分析工具 腾讯云分析- 是腾讯数据云,腾讯大数据战略的核心产品 移动应用分析类： 友盟指数- 以友盟海量数据为基础的观察移动互联网行业趋势的数据平台移动观象台- 20亿独立智能设备为依据，提供应用排行榜 ASOU趋势- 每日跟踪超过100万款应用，分析超过6亿条数据 蝉大师- App数据分析与ASO优化专家，应用与游戏推广平台 百度移动统计- 基于移动APP统计的分析工具 QuestMobile - 国内知名的移动大数据服务提供商 应用雷达- 专业的APP排行历史跟踪软件实时榜单排名分析 Appannie - 移动应用和数字内容时代数据分析和市场数据的行业领导者CQASO - 国内最专业的APP数据分析平台 媒体传播类： 微博指数 优酷指数 微票儿票房分析 BOM票房数据 爱奇艺指数 数说传播 百度风云榜 微博风云榜 爱奇艺风云榜 豆瓣电影排行榜 新媒体排行榜 品牌微信排行榜 清博指数 易赞- 公众号画像 电商数据类：
阿里价格指数 淘宝魔方 京东智圈 淘宝排行榜 投资数据类： Crunchbase - 一个免费的科技公司、技术行业知名人物和投资者相关信息的数据库 清科投资界- 风险投资,私募股权,创业者相关投资,私募,并购,上市的研究 IT桔子- 关注TMT领域创业与投资的数据库 创投库- 提供最全的投资公司信息 Angel - 美国创业项目大全 Next - 36kr子站，每天更新新产品介绍 Beta List - 介绍初创公司 金融数据类： 积木盒子- 全线上网络借贷信息中介平台 网贷中心- 告网贷行业危机,公正透明地披露网贷平台数据 网贷之家- P2P网贷平台排名 网贷数据- 网贷天下- 行业过去30天详细交易数据,网贷天下统计、发布,每天6点更新中国P2P网贷指数 零壹数据-专业互联网金融数据中心 大公金融数据 全球股票指数 爱股说-基金经理分析找股平台 私募基金管理人综合查询 中财网数据引擎 游戏数据： 百度网游风云榜 360手机游戏排行榜 360手游指数 CGWR排行榜 App Annie游戏指数 小米应用商店游戏排名 TalkingData游戏指数 游戏玩家排名&赛事数据 国家社会数据： 中国综合社会调查 中国人口普查数据 中国国家数据中心
物理化学实验数据处理 实验一 电极的制备及电池电动势的测定与应用 一、实验数据记录 二、数据处理 1饱和甘汞电极电动势的温度校正 )298/(1061.72415.0/4-?-=-K T V SCE ? 15.273+=t T t 组成饱和甘汞电极的KCl 溶液的温度，℃。 2测定温度下锌、铜电极电动势的计算 1） 测定温度下锌电极电势的计算 Zn Zn SCE Hg Zn E /2)(+-=-??平均值 )(/2平均值Hg Zn SCE Zn Zn E --=∴+?? 2） 测定温度下铜电极电势的计算 SCE Cu Cu Hg Cu E ??-=+-/2)(平均值 S C E Hg Cu Cu Cu E ??+=∴-+)(/2平均值 3） 测定温度下标准锌电极电极电势的计算 ++ + +±++=+=2222ln 2)(ln 2/2//Zn Zn Zn Zn Zn Zn Zn m F RT Zn F RT γ?α??θ θ +++ ±-=∴222ln 2//Zn Zn Zn Zn Zn m F RT γ??θ（±γ参见附录五表V-5-30，11.02-?=+l mol m Zn ） 4） 测定温度下标准铜电极电极电势的计算 ++ + +±++=+=2222ln 2)(ln 2/2//Cu Cu Cu Cu Cu Cu Cu m F RT Cu F RT γ?α??θ θ +++ ±-=∴222ln 2//Cu Cu Cu Cu Cu m F RT γ??θ（±γ参见附录五表V-5-30，11.02-?=+l mol m Cu ） 2 298K 时锌、铜电极标准电极电势的计算 1）锌电极标准电极电势的计算 )298/(000016.0)298(/)(//22-?-=+ +K T K V T Zn Zn Zn Zn θθ?? )298/(000016.0/)()298(//22-?+=∴++ K T V T K Zn Zn Zn Zn θ θ?? 1）铜电极标准电极电势的计算 2 6//)298/(1031.0)298/(0001.0)298(/)(22-?+-?+=-+ +K T K T K V T Cu Cu Cu Cu θθ?? 2 6//)298/(1031.0)298/(0001.0)()298(22-?+-?-=∴-+ +K T K T T K Cu Cu Cu Cu θθ?? 15.273+=t T t 组成相应电极的电解质溶液的温度，℃。
2009年9月第29卷第4期 四川地质学报 Vol.29 No.4 Dec，2009 474 10种插值方法在物探数据处理中的对比 ——以电法和磁法资料中的应用为例 李富，王永华 （成都地质矿产研究所，成都 610082） 摘要：介绍了10种常用的网格化方法的基本原理，对比了其优缺点。以电阻率法与磁法测量的物探数据对 10种网格化方法进行对比，得出了几点认识。 关键词：等值线；插值方法；克里金 中图分类号：O174.42 文献标识码：A 文章编号：1006-0995（2009）04-0474-03 物探工作中，常以等值线图研究各种电性、磁性等特征。制作等值线图前，应对数据网格化。网格 化数据的方法可以分三类：距离加权平均法、方位取点法和曲面样条插值网格化法。距离加权平均法包括反距离加权法、克里金法、改进谢别德法和自然邻点插值法；方位取点法包括方位加权法和趋势面法；曲面样条插值法包括最小曲率法、三角网/线性插值法、局部多项式法、局部多项式法和趋势面法。 1 常用10种插值法介绍 1.1 反距离加权插值法 首先是由气象学家和地质工作者提出的。计算的权值随结点到观测点距离的增加而下降。配给的权重是一个分数，所有权重总和等于1.0。该法综合了泰森多边形的邻近点法和多元回归法的长处，通过权重调整空间插值结构；缺点是在格网区域内要产生围绕观测点的“牛眼”，给电法与磁法数据解释带来不便，因此，实际应用较少。 1.2 克里金(Kriging)插值法 又称空间自协方差最佳插值法，是一种特定的滑动加权平均法，广泛地应用于地下水模拟、土壤制图、矿床中金属品位估计等领域 [1]。该法根据不同情况分类：按在满足二阶平稳(或本征) 假设时可用普通克里金法；在非平稳(或有漂移存在) 现象中可用泛克里金法。计算可采储量时要用非线性估计量，就可用析取克里金法；在区域化变量服从对数正态分布时，可用对数克里金法；当数据较少，分布不大规则，对估计精度又要求不太高时，可用随机克里金法等。近年来，还新发展了因子克里金法、指示克里金法。对于有磁异常偏移的磁法数据，采用泛克里金法比较合适；对于电法数据，由于数据量小，采用普通克里金法就能满足要求。 1.3 最小曲率法 广泛应用于地球科学。该法的特点是在尽可能严格地尊重数据的同时，生成尽可能圆滑的曲面。使用最小曲率法时要涉及到两个参数：最大残差参数和最大循环次数参数，而且最小曲率法要求至少有四个点[2]。实际应用中该法用于平滑估值，绘出的等值线主要用于定性研究。 1.4 改进谢别德法 使用距离倒数加权的最小二乘法，做了两方面的改进：①通过修改反距离加权插值法权函数wi(x,y)= 1/[di(x, y)]u ，以改变反距离加权插值法的全局插值，利用局部最小二乘法来消除或减少等值线的“牛眼”外观。②用节点函数Qi(x,y) 来代替离散点(xi,yi)的属性值zi，Qi (x,y)是一个插值于(xi,yi)点的二次多项式，即有Qi(xi, yi)= zi(i= 1, 2, ?, n)。而且Qi(x,y) 在点(xi, yi) 附近与函数属性值z(x, y)具有局部近似的性质。改进谢别德法可以是一个准确或圆滑插值器。在用改进谢别德法作为格网化方法时要涉及到圆滑参数的设置。圆滑参数是使改进谢别德法能够象一个圆滑插值器那样工作，增加圆滑参数的值可增强圆滑的效果[2]。可以看出，改进谢别德法明显优于反距离加权插值法。 收稿日期：2009-03-19 作者简介：李富（1980—），男，四川遂宁人，助理工程师，从事应用物理研究
大数据处理综合处理服务平台的设计与实现 （广州城市职业学院广东广州510405） 摘要：在信息技术高速发展的今天，金融业面临的竞争日趋激烈，信息的高度共享和数据的安全可靠是系统建设中优先考虑的问题。大数据综合处理服务平台支持灵活构建面向数据仓库、实现批量作业的原子化、参数化、操作简单化、流程可控化，并提供灵活、可自定义的程序接口，具有良好的可扩展性。该服务平台以SOA为基础，采用云计算的体系架构，整合多种ETL技术和不同的ETL工具，具有统一、高效、可拓展性。该系统整合金融机构的客户、合约、交易、财务、产品等主要业务数据，提供客户视图、客户关系管理、营销管理、财务分析、质量监控、风险预警、业务流程等功能模块。该研究与设计打破跨国厂商在金融软件方面的垄断地位，促进传统优势企业走新型信息化道路，充分实现了“资源共享、低投入、低消耗、低排放和高效率”，值得大力发展和推广。 关键词：面向金融，大数据，综合处理服务平台。 一、研究的意义 目前，全球IT行业讨论最多的两个议题，一个是大数据分析“Big Data”，一个是云计算“Cloud Computing”。中
国五大国有商业银行发展至今，积累了海量的业务数据，同时还不断的从外界收集数据。据IDC（国际数据公司）预测，用于云计算服务上的支出在接下来的5 年间可能会出现3 倍的增长，占据IT支出增长总量中25%的份额。目前企业的各种业务系统中数据从GB、TB到PB量级呈海量急速增长，相应的存储方式也从单机存储转变为网络存储。传统的信息处理技术和手段，如数据库技术往往只能单纯实现数据的录入、查询、统计等较低层次的功能，无法充分利用和及时更新海量数据，更难以进行综合研究，中国的金融行业也不例外。中国五大国有商业银行发展至今，积累了海量的业务数据，同时还不断的从外界收集数据。通过对不同来源，不同历史阶段的数据进行分析，银行可以甄别有价值潜力的客户群和发现未来金融市场的发展趋势，针对目标客户群的特点和金融市场的需求来研发有竞争力的理财产品。所以，银行对海量数据分析的需求是尤为迫切的。再有，在信息技术高速发展的今天，金融业面临的竞争日趋激烈，信息的高度共享和数据的安全可靠是系统建设中优先考虑的问题。随着国内银行业竞争的加剧，五大国有商业银行不断深化以客户为中心，以优质业务为核心的经营理念，这对银行自身系统的不断完善提出了更高的要求。而“云计算”技术的推出，将成为银行增强数据的安全性和加快信息共享的速度，提高服务质量、降低成本和赢得竞争优势的一大选择。
地球物理测井试题库
A ．R xo《R t C ．R i =R t 13. 一般好的油气层具有典型的 A ?高侵剖面 C. 伽玛异常 14. 与岩石电阻率的大小有关的是 A ．岩石长度 C. 岩石性质 15. 在高阻层顶界面出现极大值，底界面出现极小值 A ．顶部梯度电极系 C. 电位电极系 16. 下面几种岩石电阻率最低的是 A.方解石 C .沉积岩 17. 电极距增大，探测深度将. A ．减小 C. 不变 18. 与地层电阻率无关的是 A ．温度 C. 矿化度 19. 利用阿尔奇公式可以求 A ．孔隙度 C. 矿化度 20. N0.5M1.5A 是什么电极系 A ．电位 B ．R xo》R t D．R i 》R t 【】 B. 低侵剖面 D. 自然电位异常 【】 B. 岩石表面积 D. 岩层厚度 ，这种电极系是【】 B. 底部梯度电极系 D. 理想梯度电极系 【】 B .火成岩 D.石英 【】 B. 增大 D. 没有关系 【】 B. 地层水中矿化物种类 D. 地层厚度 【】 B. 泥质含量 D. 围岩电阻率 【】 B. 底部梯度 、选择题（60） 1. 离子的扩散达到动平衡后 A ?正离子停止扩散 C ?正负离子均停止扩散 2. 静自然电位的符号是 A ? SSP C. SP 3. 扩散吸附电位的符号是 A ．E da 【】 B. 负离子停止扩散 D. 正负离子仍继续扩散 【】 B. U sp D.E d 【】B. E f C. SSP D.E d 4. 岩性、厚度、围岩等因素相同的渗透层自然电位曲线异常值油层与水层相比【 A ．油层大于水层 B. 油层小于水层 C. 油层等于水层 5. 当地层自然电位异常值减小时，可能是地层的 A ．泥质含量增加 C. 含有放射性物质 D. 不确定 B. 泥质含量减少D.密度增大 6. 井径减小，其它条件不变时，自然电位幅度值（增大）。 A ．增大 B. 减小 C.不变 D.不确定 7. 侵入带的存在，使自然电位异常值 A ．升高 B. 降低 C.不变 D.不确定 8. 当泥浆滤液矿化度与地层水矿化度大致相等时，自然电位偏转幅度 A ．很大 B. 很小 C.急剧增大 D.不确定 9. 正装梯度电极系测出的视电阻率曲线在高阻层出现极大值的位置是 A ．高阻层顶界面 C. 高阻层中点 10. 原状地层电阻率符号为 A ．R xo C. R t 11. 油层电阻率与水层电阻率相比 A ．二者相等 C ．油层大 12.高侵剖面R xo与R t的关系是B. 高阻层底界面 D.不确定 B. R i D.R o B. 水层大 D.不确定 [ 【 [ [ 【 [ 【 【 】 】 】 】 】 】 】 】 】