简介：本文提出了土壤和含水层中污染物的监控系统。这个系统特别适于对地下储油罐周围的土壤（UST）进行连续、远程和实时监控，例如石油加油站。由于该系统可以配置为土壤透气系统，所以它还具有修复作用。该系统的原型在意大利Genova加油站已经运行了3年多。每天使用的结果表明，常见的中-小等程度的渗漏可能会发生，这也许与个别的渗漏有关，这些渗漏发生频率最多的是储油罐石油向地下水渗漏。在这些实例中，该系统能够判断渗漏并且用专业的土壤通风方法进行修复。本文讨论了一些好的评估方法，有效使用这些方法，确保与石油储存和制造有关的土壤不受污染。

简介：利用探井资料,采用神经网络方法,研究了新井产能的预测神经网络方法。实际气田的应用表明,该方法具有需要资料少、精度高等特点。

简介：

简介：非水相(NAPL)污染的特征和治理(包括在设计的流场下流体的地下排斥和开采在内)的原位方法需要对大量样品的采集以及对遇到的特殊设计数据进行分析。样品常常是通过人工或者用自动取样的设备收集的，并运到场外实验室分析。由于原位技术是从中型规模到大规模发展起来的，所以采样和分析费也随之按比例增加，对自动化要求高的，现场分析能力的需求也随之加大。

简介：本文提出了一种新的优化地下水监测网络。确定污染羽范围的方法。将监测并安装后最化的污染物存在的不确定性期望值降低到最大的位置定为监测井的最佳位置。本项研究中，将水力传导系数作为诱发不定性的因素。使用连续的随机添加（SRA）法生成水力传导系数的随机场。随着监测网络范围的增大，污染羽分布的不确定性降低。根据这个降低的量．评价某一污染羽存在的信息判定的期望值。选择采集监测井最大信息帚的最小系统为优选的监测网络。为了最化污染羽分布的不确定性。在定义域范围内．针对所有的产生的污染羽的实现值。编制污染物存在的概率图。不确定性定义为。污染物存在的概率或者不存在的概率单元的总和。在非均质水力传导系数场．本文给出了确定最佳监测网络的数值试验的结果。

简介：

简介：

简介：在地球物理地层评价和储库工程中遇到由测井资料评价孔隙度和渗透率问题是件困难和重要的任务。在近来人工神经网络(ANN)模拟加拿大东部近海成果的推动下，我们开发了反演北海测井资料为孔隙度和渗透率资料的神经网络。我们利用两个分离反向传播ANN(BP—ANNs)模拟孔隙度和渗透率。该孔隙度ANN是一个用声波、密度和电阻率测井资料为输入的简单三层网络。

简介：根据先进星载热发射和反辐射计（ASTER）图像获取滑坡相关因素，并利用地理信息系统（GIS）开发、应用和验证韩国Boun地区滑坡脆弱性分析的综合技术。从ASTER图像中获取数字高程模型（DEM）、线性特征、归一化差值植被指数（NDVI）和土地覆盖因素并进行分析。根据DEM地形数据库评估边坡、方位和曲率。根据已有空间数据库并利用频率比（FR）、逻辑回归（LR）和人工神经网络模型（ANN）鉴定和量化检测的滑坡位置与6种相关因素之间的关系。在叠加分析中把这些相互关系用作因子额定值以创建滑坡脆弱性指数和滑坡脆弱性图。随后，在FR、LR和ANN模型中作为新输人因子结合并应用3种滑坡脆弱性图，从而创建改进的滑坡脆弱性图。通过对比在模型实验中未使用的已知滑坡位置来验证所有这些滑坡脆弱性图。对比利用3种滑坡相关输入参数创建的改进精度的综合滑坡脆弱性图（FR}莫型为87．00％；LRN型为88．21％；ANN模型为86．51％）与利用ASTER图像中6种因素创建的单独滑坡脆弱性图（FR丰莫型为84．34％；LR模型为85．40％；ANN模型为74．29％）。