Please wait a minute...
 
国土资源遥感  1994, Vol. 6 Issue (1): 29-36    DOI: 10.6046/gtzyyg.1994.01.05
  应用研究 本期目录 | 过刊浏览 | 高级检索 |
遥感图像线性体统计数据在塔里木盆地北部油气勘探中的应用及效果
黎兵
地矿部石油地质综合大队
THE APPLICATION AND EFFECT OF DATA FROM IMAGE LINEAMENTS IN EXPLORATION FOR OIL AND GAS IN NORTHERN TARIM BASIN
Li Bing
Comprehensive Research Institute of petroleum Geology Ministry of Geololgy and Mineral Resources
全文: PDF(492 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

利用遥感图像的线性体统计数据进行塔北地区油气勘查十分有效。该区遥感图像上线性体主要以北东向、北西向及近东西向为主,与区域构造线一致。线性体密度异常与局部含油气圈闭空间分布上具有很好的一致性,线性体密度异常区与已知油气田和工业油气井的吻合程度为62.5%.本文主要介绍;①通过线性体统计分析所获得的塔北地区区域构造信息,②通过线性体数据处理获得的线性体密度异常的分布特征和类型;③线性体统计分析在油气勘探方面的应用前景。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
杨燕
田庆久
胡明顺
潘冬明
徐红利
赵立瑰
关键词 冠层光谱叶面积指数(LAI)PROSPECTSAIL红边主成分分析    
Abstract

It is effective to make use of data from image lineaments in search for ail and gas in Northern Tarim basin. The strike of lineaments, dominated by NE, NWand near EW. Confirms with the regional structure in the area. The density of lineaments striking NEhas a fine coherence with hydrocarbon traps.The coherent coefficient between density of lineament and known ail and gas fieldis and commercial wells is 62 .5%.

Key words Canopy reflectance    Leaf area index (LAI)    PROSPECT    SAIL    Red edge    Principal component analysis
     出版日期: 2011-08-02
引用本文:   
黎兵. 遥感图像线性体统计数据在塔里木盆地北部油气勘探中的应用及效果[J]. 国土资源遥感, 1994, 6(1): 29-36.
Li Bing. THE APPLICATION AND EFFECT OF DATA FROM IMAGE LINEAMENTS IN EXPLORATION FOR OIL AND GAS IN NORTHERN TARIM BASIN. REMOTE SENSING FOR LAND & RESOURCES, 1994, 6(1): 29-36.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.1994.01.05      或      https://www.gtzyyg.com/CN/Y1994/V6/I1/29


[1] 地质矿产部情报研究所,遥感专辑(三).地质出版社,1986年

[2] 黎兵等,《国土资源遥感》,1990年第2期第29页

[3] 庄培仁、赵不亿等,遥感技术及地质应用研究,地质出版社,1985年

[4] Johnl. Beny et al,《Remote sensing for Exploration Gcology》,Vol. 1 pp. 99-63, 1988年

[5] Darcy L. Uixo and J. Gregory Bryan. 《Remote Sensing for Exploraton Geology》,Vol. 1,pp. 229-247,1984年

[1] 秦大辉, 杨灵, 谌伦超, 段云飞, 贾宏亮, 李贞培, 马建琴. 基于多源数据的新疆干旱特征及干旱模型研究[J]. 自然资源遥感, 2022, 34(1): 151-157.
[2] 张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[3] 魏英娟, 刘欢. 北衙金矿床遥感矿化蚀变信息提取及找矿预测[J]. 自然资源遥感, 2021, 33(3): 156-163.
[4] 陈震, 夏学齐, 陈建平. 土地生态质量遥感评价模型与主控因子研究——以广安市为例[J]. 国土资源遥感, 2021, 33(1): 191-198.
[5] 木哈代思·艾日肯, 张飞, 刘康, 阿依努尔·玉山江. 基于天宫二号及Landsat8城镇生态环境现状评价[J]. 国土资源遥感, 2020, 32(4): 209-218.
[6] 姚本佐, 何芳. 空谱特征分层融合的高光谱图像特征提取[J]. 国土资源遥感, 2019, 31(3): 59-64.
[7] 阿茹罕, 何芳, 王标标. 加权空-谱主成分分析的高光谱图像分类[J]. 国土资源遥感, 2019, 31(2): 17-23.
[8] 董立新. 三峡库区森林叶面积指数多模型遥感估算[J]. 国土资源遥感, 2019, 31(2): 73-81.
[9] 涂兵, 张晓飞, 张国云, 王锦萍, 周瑶. 递归滤波与KNN的高光谱遥感图像分类方法[J]. 国土资源遥感, 2019, 31(1): 22-32.
[10] 尹凌宇, 覃先林, 孙桂芬, 刘树超, 祖笑锋, 陈小中. 利用KPCA法检测高分一号影像中的森林覆盖变化[J]. 国土资源遥感, 2018, 30(1): 95-101.
[11] 陆坤, 孟庆岩, 孙云晓, 孙震辉, 张琳琳. 基于GF-2卫星数据的孕穗期小麦叶面积指数反演——以河北省廊坊市为例[J]. 国土资源遥感, 2018, 30(1): 196-202.
[12] 张洪敏, 张艳芳, 田茂, 吴春玲. 基于主成分分析的生态变化遥感监测——以宝鸡市城区为例[J]. 国土资源遥感, 2018, 30(1): 203-209.
[13] 张倩宁, 谭诗腾, 徐柱, 黄泽纯. 基于GLC30数据的斑块级别景观指标适用性及简化研究[J]. 国土资源遥感, 2017, 29(4): 98-105.
[14] 邓曾, 李丹, 柯樱海, 吴燕晨, 李小娟, 宫辉力. 基于改进SVM算法的高分辨率遥感影像分类[J]. 国土资源遥感, 2016, 28(3): 12-18.
[15] 成功, 朱佳玮, 毛先成. 基于ASTER数据的金川铜镍矿床外围遥感找矿预测[J]. 国土资源遥感, 2016, 28(1): 15-21.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发