梯度计算论文范文

梯度计算论文范文（精选7篇）

梯度计算论文 第1篇

1 材料与方法

1.1 实验设备:

(1) 体模:MEDTEC调强验证模体 (303030 cm3) 。 (2) CMS Xio治疗计划系统, 版本为Release4.2.2。 (3) 剂量分析软件OmniPro-IMRT Version 1.6。

1.2 CT扫描:

将固体水模用激光定位并作原始坐标标记, 在CT机上作3 mm薄层扫描。预先校准CT值, 并输入计划系统。定位激光亦需在扫描前作定位校准。

1.3 治疗计划设计:

将CT扫描结果在TPS上3 mm重建, 在重建图像上勾勒靶区和剂量限制区。6MV-X线, 5野照射, 处方剂量为5000 cGy, 200cGy/F。射野角度分别为0°、70°、145°、220°、290°, 子野数为35, 面积大于3 mm2。TPS按目标函数逆向运算得出治疗计划及三维剂量分布, 剂量计算采用Superposition算法。

1.4 剂量分布比较:

设置1.5 mm、2 mm、3 mm、4 mm四种大小的计算网格, 在其他条件 (子野形状、跳数, 机架角度等) 均不改变的情况下, 分别进行剂量计算。截取2 mm、3 mm、4 mm网格计算得到的中心层面剂量分布中靶区内部分区域, 与1.5 mm网格计算结果 (参考剂量分布) 位置、大小相同的区域比较, 用分析软件进行相对剂量误差分析。靶区与危及器官之间区域比较方法同前。

比较内容包括:相对剂量误差分布曲线及其经matlab 软件Gauss拟和后的曲线, 以及拟和曲线的平均值、方差和最大全宽半值 (full width at half maximum, FWHM) 。

2 数据分析

2.1 相对剂量差异直方图:

反应相对剂量差异值对应的剂量点数目占总剂量点数目比例大小。

2.2 FWHM:

Gauss分布可以表示为N (u, δ) 的形式, 其中u为均值, δ为方差。均值代表拟和曲线峰值出现的位置, 方差代表曲线的宽度。Thomas Bortfeld等在对剂量算法研究中, 采用高斯分布对能量沉积核进行了模拟, 得出曲线的FWHM值与标准差δ之间的关系为:undefined。

3 结果

图1 (a) 为靶区内计算网格改变引起的相对剂量误差变化曲线, 三条曲线均收敛, 曲线较平滑;图1 (c) 为靶区和OAR之间比较结果, 曲线变宽变低, 不平滑。曲线的横轴代表相对剂量差异的大小, 曲线越收敛说明平均剂量误差越小。纵轴代表误差频率大小, 曲线越光滑说明误差变化越小。

为了量化图1 (a) 和图1 (c) 的差别, 笔者进行了Gauss拟和, 拟和后的曲线见图1 (b) 和 (c) 。计算拟和后曲线的平均值、方差和FWHM值。结果见表1。

表1显示, 靶区内所有大小计算网格计算结果的FWHM值最大为0.795%, 均未超过2%;靶区与OAR之间区域的比较结果只有2mm计算网格的计算结果小于2%;无论靶区内还是靶区与OAR之间区域的比较结果均显示随着计算网格增大, 计算误差也随之增大。

(a) 靶区内剂量差异曲线图; (b) 靶区内剂量差异Gauss拟和曲线图; (c) 靶区与OAR之间区域剂量差异曲线图; (d) 靶区与OAR之间区域剂量差异Gauss拟和曲线图。

4讨论

随着放疗设备的更新, 带有多叶准直器的直线加速器和具备逆向调强放射治疗算法的治疗计划系统被广泛的应用, 极大的推动了调强放疗技术的开展。与常规适形放疗技术相比, 调强计划要求更高的计算精度。放射物理学家们对影响剂量计算的主要因素之计算网格进行了研究, 提出梯度大的区域计算网格改变对计算精度影响较大的观点, 但并未分梯度研究其影响的程度。鉴于此, 笔者采用不同的计算网格大小分别对调强计划中各剂量梯度区域的剂量计算精度做了研究, 探讨调强计划剂量计算时应选用的计算网格大小。

图1 (a) 和图1 (c) 比较结果显示靶区内剂量误差较小, 分析原因认为靶区内区域剂量分布均匀, 剂量梯度小, 而靶区和OAR之间由于剂量变化快, 剂量梯度也大。HChung等提出计划系统实际剂量计算时, 只计算有限个剂量点, 不可避免的丧失了一些点剂量信息。网格大小相同时, 若剂量梯度小, 邻近剂量点间的剂量差别就小, 那么所丢失的点剂量信息对结果的影响就小, 因此计算误差也小。类似的, Niemierko等也根据假设离轴剂量曲线 (采用线性插值) , 理论上证明了计算网格大小相同时, 剂量梯度越大, 计算误差越大。

笔者统一进行了Gauss拟和, 通过高斯分布曲线的FWHM值来量化差异的大小。拟和后曲线的FWHM值大小等于在横轴上最大宽度的一半, 而横轴数值代表了相对误差的大小, 所以根据FWHM值的变化可以量化相对剂量差异。结果显示, 靶区内4mm及以下计算网格的计算误差均小于2%, 而靶区与OAR之间的区域只有2mm大小的计算网格误差在2%之内, 提示调强计划设计过程中, 对于剂量梯度较大的区域 (如:剂量建成区、靶区和OAR之间的区域等) , 应采用较小的计算网格以保证剂量计算精度。

表1结果还显示无论靶区内亦或靶区与OAR之间, 计算误差均随着计算网格增大而增大。分析认为计算网格增大, 即剂量计算点间距增加, TPS剂量计算时所丢失的点剂量信息越多, 丢失的点剂量会被大量插值得到的平均值代替, 导致计算误差变大。

综上, 在进行调强计划剂量计算时, 考虑到剂量梯度大的区域应选用较小的剂量计算网格, 建议使用2mm大小的计算网格进行剂量计算, 以达到临床计算精度要求。

摘要：目的:评估计算网格大小对调强计划不同剂量梯度区域剂量计算的影响, 为临床计划设计提供理论依据。方法:设置不同大小的计算网格分别进行逆向运算, 在中心层面剂量分布计算结果上截取部分靶区, 与参考剂量分布中位置、大小相同的区域进行相对剂量差异比较。另选靶区与OAR之间区域 (形状、大小、比较方法同前) 。结果:靶区内, 所有大小网格比较结果FWHM值均未超过2%;靶区与OAR之间, 只有2mm计算网格比较结果FWHM值小于2%;两区域比较均显示计算误差随计算网格增大而增大。结论:随着剂量梯度增大, 插值计算引起的剂量计算误差也变大。调强计划设计时, 考虑到剂量梯度大的区域, 建议使用2mm大小的计算网格进行剂量计算, 以达到临床计算精度要求。

关键词：计算网格,调强,剂量计算

参考文献

[1]Jacky J, White CP.Testing a3-Dradiationtherapy planning program[J].Radiat Oncol Biol Phys1990;18:253-261.

[2]H Chung et al.Dose variations with varying calculation grid size in head and neck IMRT[J].Phys.Med.Biol.51 (2006) 4841-4856.

[3]Thomas Bortfeld et al.What is the optimumleaf width of a multileaf collimator[J].Med.Phys.27 (11) :2490-2502.

梯度计算论文 第2篇

低渗油藏开发过程中,由于启动压力梯度产生注采压差大,部分低渗层动用差等问题。因此,研究启动压力梯度的变化规律,油层物性与启动压力梯度关系对油藏的开发层系划分,井网部署,分层注水等具有现实的指导意义[10]。

1 启动压力梯度的定义及产生机理

1.1 启动压力梯度的定义

低渗透油藏中,驱动压力梯度较小时液体不能流动,只有当驱动压力梯度达到一定值后,液体才开始流动,此时的驱动压力梯度叫启动压力梯度。启动压力梯度愈高,说明原油愈难流动,油层吸水能力愈差,低渗透油藏油水渗流的基本规律与高渗透油藏明显不同[5]。

前人对启动压力梯度的产生机理做过一些研究,主要包括以下假设:流体边界层性质异常[11],参与渗流的流体由体相流体和边界流体2部分组成,边界流体为塑性流体,流量与压差服从BuckinghamReiner公式[12],由此可知,流体在低渗透油藏渗流表现出非线性,是流体边界层性质异常与多孔介质中流体表现为塑性流体的综合结果。

启动压力梯度可分为最小启动压力梯度,拟启动压力梯度和最大启动压力梯度或临界启动压力梯度[7]。如图1所示,图中A点为最小启动压力梯度,高于此点对应的压力梯度流体才开始流动,笔者认为也可称作门限启动压力梯度;B点为拟启动压力梯度,为直线段的延长线与压力梯度轴的交点;C点为最大启动压力梯度或临界压力梯度,高于此点对应的压力梯度,孔隙中的流体全部参与流动,即呈线性渗流规律。

1.2 常规启动压力梯度确定方法

最小启动压力梯度一般使用毛细管平衡法测量[9],但是这种方法耗时较长。拟启动压力梯度的测量在室内物理模拟实验方面是利用稳态法或非稳态法测定渗流过程中的压差与流量,利用数学模型及相应的处理方法求解启动压力梯度。但上述低渗岩心渗流规律的描述方法也存在缺点,实验过程中需要选取流量和压力梯度范围,确定为直线段,而不同实验点对应的直线段计算的启动压力梯度值不同。而且启动压力梯度的测量没有实验标准,不同的流量和压力梯度下测量的结果有所差异[13,14]。

1.3 基于毛管束模型的启动压力梯度分析

假设岩心由大量的毛细管并联组成,岩心孔喉半径越小,边界层厚度越大,启动压力梯度越大[1,15]。每个毛细管有一个半径,相同半径的毛细管对应一个渗透率和启动压力梯度:

式(1)中,qi为半径是ri的毛细管中的流量;Ai为半径是ri的毛细管中的横截面积;ki为半径是ri的毛细管中的渗透率;μ为黏度;为压力梯度λi为半径是ri的毛细管中的启动压力梯度。

在压力梯度很小时,半径最大的毛细管的边界层厚度小,启动压力梯度低,最先流动,所以最小启动压力梯度对应最大毛细管半径,即岩心的最大主流吼道半径。随着压力梯度增加,有其他的毛细管参与渗流:

在不同半径的毛细管启动的过程中,流速与压力梯度的线性拟合过程中,形成启动渗透率,见式(3)。

式(3)中,qa为毛细管束模型的总流量;A为毛细管束模型的总横截面积;ke为毛细管束模型的启动渗透率;λe为毛细管束模型的启动压力梯度。

将式(2)、式(3)两式联立,可得

由式(4)、式(5)可知,启动渗透率是不同半径的毛细管启动的过程中已经启动的毛细管渗透率的加权叠加。随着压力梯度的升高,细小毛细管的开启,模型的启动渗透率和启动压力梯度逐渐增加。如图1所示。

模型的启动渗透率随压力梯度的变化率:

因为半径小的毛细管渗透率小,启动压力梯度大,所以在压力梯度增加,细小毛细管启动的时候,启动渗透率即直线段斜率增加的幅度(即模型的启动渗透率随压力梯度的变化率)应该逐渐减小;如果某一段直线段斜率增加幅度较大,说明这一段压力梯度下,Ai较大,具有相同或相似半径的毛细管启动较多。如果模型中毛管半径按照正态分布的话,An按照正态分布,f(ke)应该是先增加,后减小。启动压力梯度变化趋势与启动渗透率基本一致。

2 启动压力梯度实验研究

2.1 实验条件及方法

主要实验设备为高精度微流量恒速泵和压力表,通过计算机控制水的流量,自动采集岩心上游压力;实验温度为20℃,岩心为冀东油田低渗区块天然岩心,基础数据见表1。实验用水根据研究区块地层水组成配制,矿化度为6 813 mg/L,密度为1.008 g/cm3,黏度为1.077 m Pa·s。

实验步骤:①将岩样烘干称重,抽真空24 h。并且将地层水抽真空12 h;②将饱和后的岩心静置24 h,称重;③恒速驱替时以某一速度进行恒速驱替,保持围压高于流压2.5 MPa,压力稳定后记录流量和压差;④恒速驱替时增加流速,以下一个流速进行驱替,重复步骤③;⑤结束实验,处理实验数据。

2.2 实验结果及分析

启动压力梯度和启动渗透率是随着流量而变化的,应该找出两者随流量变化规律,从而得出某一流量下的启动渗透率和启动压力梯度。

根据邻近的点拟合启动渗透率和启动压力梯度,本文选取3个数据点进行一次拟合,因为两次实验点可能会由于实验误差导致结果的跳跃性,选4个数据点包括的压力梯度范围大,不同级别的孔喉开启的多,造成结果不准确。对前三个点的流量和压力梯度(每个点测两次)进行线性拟合,可以得到gradp=382.46Q+0.16.gradp为压力梯度,MPa/m;Q为流量,cm3/s。根据拟合的直线方程,结合式(9)可以得到启动压力梯度为0.16 MPa/m,启动渗透率0.005 7μm2。

同理,可以得到邻近点拟合的启动渗透率和启动压力梯度值,并作图,如图2。

根据1.3中的分析,可知启动渗透率随压力梯度增加而增加,且增加幅度逐渐变缓。最后一个拟合点启动渗透率有所下降,是由于速敏的影响,在计算直线段渗流的启动渗透率和启动压力梯度时舍去速敏影响的点。图3为岩心拟合启动压力梯度随流速变化曲线,启动压力梯度变化趋势和启动渗透率变化趋势相近,最后的拟合点是受速敏效应的影响。

根据图2和图3可以插值得到不同压力梯度(或流量)下的启动渗透率和启动压力梯度值。根据图3中的前3点进行插值外推,可以得到最小启动压力梯度。

将各个岩心的最小启动压力梯度,0.1~0.6m L/min流量范围内的启动渗透率和拟启动压力梯度,速敏效应影响前直线段的启动渗透率和拟启动压力梯度的数据列于表2中,最小启动压力梯度与渗透率的关系作图,见图4(b)。

图4(a)中的启动压力梯度值是根据流量为0.03 m L/min,0.06 m L/min,0.12 m L/min对应的压力梯度拟合的最小启动压力梯度;图4(b)中的最小启动压力梯度值是根据图3启动压力梯度和流量关系曲线插值得到流量为零时的启动压力梯度值。图3中,随渗透率增加最小启动压力梯度值没有单调减小,而是有所波动;图4(b)中,随渗透率增加最小启动压力梯度值减小,幂函数拟合较好,其数值比图4(a)中小,更能表现真实的最小启动压力梯度。

0.1~0.6 m L/min范围启动压力梯度与渗透率关系可以拟合为λ=5.181 3k-0.87相关系数R2=0.835 3;速敏前直线段拟启动压力梯度与渗透率关系可以拟合为λ=54.113k-1.13相关系数R2=0.965 2。可以看出启动压力梯度与渗透率呈较好的幂函数关系。渗透率>4 m D的岩心启动压力梯度较小,渗透率<4 m D的岩心拟启动压力梯度迅速上升。

2.3 启动压力梯度在油田平面径向流中的应用

实验室获得一维条件下启动压力梯度的情况,但是在油田实际应用中流动是平面的。由2.2分析可知,启动压力梯度随流速的变化而变化,而在平面径向流中,不同距离处的速度不同,从而启动压力梯度不同。

由2.2可知,启动压力梯度和流速的关系可以拟合为二次函数,表达式为

根据式(11)可以得到距井中心不同距离处启动压力梯度,其对半径r进行积分可以得到距井中心不同距离处启动压力,如式(12)所示。

式(13)中,r表示油藏条件下参数,s表示地面条件下参数。根据该油田流体物性参数和覆压渗透率检测可知油藏条件下的压力是地面条件下压力的0.4倍。

在注入强度为Q/h=4.5 m3/(d·m-1)和Q/h=1 m3/(d·m-1)下,取不同渗透率岩心在距井中心150 m处启动压力值作图,如图5所示。

岩心压力梯度和流速的关系分为低速段和高速段进行二次函数拟合。通过对不同岩心渗透率随流量变化关系分析表明,在0.002 cm/s之前渗透率随流量(或流速)近似为线性关系,在此流速之后渗透率随流速线性关系的斜率降低。故在0.002 cm/s(1.728 m/d)前后将渗流方程分为两段分析。

渗流方程拟合成式(14)的形式。

式(14)中,为驱动压力梯度,MPa/m;v为流速,cm/s。

现将不同气测渗透率岩心的渗流方程系数列于表3。

拟合得到方程二次项系数与渗透率的关系,从而得到任意渗透率下的渗流方程。

按照式(10)到式(12)类似的方法,将Q/h=1m3/(d·m-1)注入量下,驱动压力梯度对距离积分得到某一距离处的压力降值,对于不同渗透率岩心距井中心距离150 m处的压力降绘制在图6中,其中蓝色的直接计算值为根据岩心驱动压力梯度和流速计算出的压降值,红色的拟合计算值是根据拟合的渗流方程二次项系数在不同渗透率下的值,计算出的压降值。图中可以看出蓝色的直接计算值和红色拟合计算值拟合出的幂函数曲线非常接近。

由式(9)可知,

总压力降P分为两部分,渗流产生的压力降Pf和启动压力Pλ。启动压力占总压降比例小,则说明用于克服启动压力而产生的压力小,从而是有利的。根据图5和图6中注入强度Q/h=1 m3/(d·m-1)时的拟合公式,Pλ=25.771k-0.938,P=58.713k-0.859,得到

由式(16)可以看出随渗透率增加,启动压力占总压降比例减小。

3 结论

(1)建立了用于计算启动压力梯度的毛管束模型,认为岩心由无数不同孔喉级别的毛管束并联组成,在流量和压力梯度增加的渗流过程中,不断有新的孔喉更小的毛细管启动,从而流量增加,使流量和压力梯度关系曲线偏向流量轴。

(2)在驱替过程中,随流量增加表观渗透率逐渐增加,在流量和压力梯度趋于稳定的直线时,表观渗透率与压力梯度的倒数呈直线关系,并可以据此拟合出启动渗透率和拟启动压力梯度。

(3)分析及实验结果表明,启动压力梯度和启动渗透率随流量和压力梯度增加而增加,并且增加幅度逐渐变缓,在流量较大时如果受到速敏效应的影响启动压力梯度和启动渗透率可能会有所下降。

(4)根据启动压力梯度随流量变化规律,得到各个岩心的最小启动压力梯度,0.1~0.6 m L/min流量范围内的启动渗透率和拟启动压力梯度,速敏效应影响前直线段的启动渗透率和拟启动压力梯度。最小启动压力梯度和拟启动压力梯度和渗透率均呈幂函数的关系。

梯度计算论文 第3篇

由于低渗油藏存在非达西渗流, 表现为存在启动压力梯度现象, 使得流体在其中的渗流有别于以往常规的研究。以往国内外专家、学者对于确定井距问题做过比较系统的研究。其中, 孔祥言[1]对纯直井井网渗流规律做了比较系统的讲述。在二维渗流情况下, 朗兆新, 等[2]、程林松, 等[3]、葛家理, 等[4,5]等对直井-水平井联合布井的研究也取得了丰硕的成果。但文献[15]的研究只针对中高渗储层, 没有考虑启动压力梯度对井网井距的影响。唐伏平, 等[6]在前人的基础上研究了考虑启动压力梯度等产量一源一汇情况下直井极限井距, 没有考虑流体黏度对井距的影响。王熙华[7]在唐伏平等人的模型上, 建立了启动压力梯度与流度的关系, 增加了流体黏度的影响。郑伟等人[8]首次推导了混合井网的极限井距确定公式。但他们使用的势函数及其叠加均采用达西流的结果, 与其考虑启动压力梯度 (即为非达西流) 计算极限井距相互矛盾, 且其计算条件为等产量注采、推导过程和计算公式复杂, 不切合实际。

由于低渗透油藏存在启动压力梯度, 归纳总结了压力梯度与流体和储层物性的关系, 并通过实验数据拟合出压力梯度与流度的关系式, 并在非达西流的基础上, 推导了水平井压力梯度分布及其极限井距的计算公式, 避免了前面的矛盾。通过控制变量法研究岩石渗透率、流体黏度、生产压差、水平井长度对其极限井距的影响, 并绘制了相应的图版。且从研究单口直井、水平井极限井距基础上, 扩展到计算井网的极限井距。

1 室内实验分析研究启动压力梯度

1.1 启动压力梯度与渗透率和黏度的关系[13,14]

国内外专家学者对低渗透储层进行了大量的实验研究, 发现低渗透储层存在非达西渗流特征, 即存在启动压力梯度现象。现在在归纳总结前人研究的基础之上, 通过测定某油田区块盐膏岩夹层中低渗致密岩心启动压力梯度, 发现启动压力梯度不仅与岩石渗透率有关, 而且随着流体黏度变化而改变。并建立了如下相关表达式

式 (1) 中, λ为启动压力梯度, MPa/m;k为地层平均渗透率, m D;μ为地层原油黏度, m Pas;A、n为回归系数。对于不同储层的A和n值, 可用实测岩心启动压力梯度数据拟合取得。

1.2 研究某油田低渗油藏启动压力梯度

实验过程中采用中性煤油与该油田原油配置成3种不同黏度的复配油, 并增加一组实验流体 (饱和盐水) 。实验时使用不同渗透率的岩心, 测得的实验数据见表1。

经过数据拟合得到启动压力梯度与流度的关系式为

如图1所示。

2 直井极限井距

在低渗透无限大地层中, 存在一口以定产量生产的油井, 由于存在启动压力梯度, 其渗流速度为

假设井底压力为pw, 边界的压力为pe, 可得单井产量计算公式

把式 (4) 带入式 (3) , 可得其径向压力梯度公式为

为使原油流入井底, 其压力梯度须不小于启动压力梯度。取其极限 (即令式 (5) 等于λ) , 此时对应的re即为油井的极限井距。如图2所示。

3 水平井极限井距

如图3所示, 假设在XOY平面内存在一口水平井, 水平井长度为2L。

取保角变换:

则其坐标对应关系为

由于在W平面为单向流。考虑启动压力梯度时, 其势函数为

压力分布为

由于水平井近井地带势的分布为椭圆, 在远井地带等势椭圆渐变为等势圆。故在求水平井极限井距时, 可以等效地研究在X轴和Y轴方向的压力梯度。

在X轴上 (即y=0) 的压力分布和压力梯度分别为

由于存在启动压力梯度, 水平井能够波及到范围内, 其压力梯度必须大于启动压力梯度,

在其极限处, 压力梯度等于启动压力梯度。在其最远端处, x取re。故存在如下计算极限井距的等式

同理计算在Y轴上 (即x=0) 的极限井距为

对比式 (13) 和式 (14) , 由于L相对re而言较小, 故两式计算的极限井距相差不大, 即在误差允许的范围内, 计算结果可看做相同。以下均采用式 (13) 来计算水平井极限井距。

4 水平井极限井距控制变量法

控制变量法是一种常用的、非常有效的探索客观物理规律的科学方法。当研究多个因素之间的关系时, 往往先控制其他几个因素不变, 集中研究其中一个因素变化所产生的影响, 得到各因数对实验结果的敏感程度。

由于水平井极限井距相对直井而言, 受到水平井长度、生产压差、原油黏度、地层渗透率多种因素综合影响。为探究单一变量对水平井井距造成的影响, 采用控制变量法来研究水平井极限井距。

当研究水平井极限井距与水平段长度的关系时, 采用定生产压差30 MPa, 取原油黏度为3.5 m Pas。如图4所示, 在相同油藏渗透率情况下, 水平井段越长其极限井距越大。考虑到水平井段越长, 其成本相应提高, 应根据油田实际情况, 选择合适的水平井段长度。直井可看成水平井长度为0的特殊情况, 故在相同条件下, 其极限井距小于水平井极限井距。

在分析水平井极限井距与生产压差的关系时, 采用定水平井长度 (120 m) , 取原油黏度为3.5 m Pas。由图5可知, 水平井极限井距随着生产压差的增加而增大。在低渗情况下, 提高生产压差, 相应的极限井距增加的幅度大。然为避免井底出现两相流动, 即井底压力至少要高于原油泡点压力, 生产压差不能过大。

为研究水平井极限井距与原油黏度的关系时, 采用定生产压差30 MPa, 取平均渗透率为12.510-3μm2, 水平井长为120 m。如图6所示, 水平井极限井距随原油黏度变化而变化。黏度越大, 极限井距越小。这是由于原油的黏度越大, 渗流阻力越大, 原油越难流动, 导致水平井极限井距越小。

5 井网极限井距[1012]

近年来由于水平井钻井技术的提升, 使得以往难以开发动用的低渗储层焕发出了强劲的活力, 但由于低渗油藏存在特殊的渗流特征, 使其在选择井网方式、井距、排距相对以往研究规律不尽相同, 通过对考虑启动压力梯度研究低渗油藏直井和水平井单井极限井距的计算, 得到了各井在低渗油藏中的最大波及范围。根据压降叠加原理, 可通过计算各井形成的最大波及范围处的圆相切来计算井网系统的井距。

5.1 直井与水平井联合布井

在低渗油藏中, 直井与水平井联合布井时, 假设直井为注水井, 水平井为生产井。为使注入的水能够有效地到达水平井, 则水平井和直井之间的井距必须不大于水平井和直井单井存在时的极限井距之和, 见图7。

假设油藏平均压力为珔P, 注水井压力为Pe, 水平井井底压力为Pw, 根据式 (7) 和式 (14) 可得直井和水平井联合布井时极限井距

5.2 水平井井网

假设油藏平均压力为, 水平井注水井压力为Pe, 水平井井底压力为Pw, 可用上面同样的方法求解水平井组合的极限井距。如图8所示。

6 实例分析

以该油田为例, 岩心启动压力梯度与流度的关系为, 地层平均压力为33.21MPa, 注水井压力为35.51 MPa, 生产井井底压力为18.00 MPa, 水平井段长为120 m, 井筒半径为0.1m, 油藏平均渗透率为12.110-3μm2, 原油黏度为3.5 m Pas, 启动压力梯度λ=0.036 1 MPa/m, 实际采用直井与水平井联合布井方式, 实际井距为210 m。使用4.1节所用的方法计算的水平井-直井联合布井的极限井距, 计算得到直井井距为63.77 m, 水平井的极限井距为221.7 m, 则联合布井的极限井距为285.47 m, 此计算结果大于实际井距, 与油田实际相符。

7 结论

(1) 启动压力梯度应综合反应储层和流体物性特征, 表现为在低渗储层中流体在流动过程中的附加压力降。而流度则表征为流体流动的难易程度, 两者之间有很好的链接关系。经实验验证, 启动压力梯度与流体流度存在很强的乘幂关系。

(2) 在低渗储层中, 直井、水平井的极限井距, 都随着启动压力的增加而减小, 生产压差的增大而增大;流体黏度的增大而减小。直井井底压力梯度消耗大于水平井, 在相同的流体和储层物性条件下, 极限井距小于水平井。

(3) 在低渗油藏中, 水平井极限井距受水平井长度、流体黏度、岩石渗透率、生产压差的影响, 为高效、经济开采低渗油藏, 应根据实际储层和流体物性, 综合考虑各因素对水平井极限井距的影响。

课堂朗读的三个梯度 第4篇

第一梯度:要读“正确”

读正确最基本的是读准字音、重音、停顿。吐字清晰、音正腔圆, 是对朗读发音的起码要求。在阅读教学中, 首先解决生字词的教学, 特别注意多音字正音, 为读通、读顺课文, 扫清认读障碍。其次, 读准、读好重音。读准重音, 标志着词语在课文中地位的把握, 对领会句子的含义乃至全文主要内容都很重要。读好重音, 能够让听者抓住重点, 加深印象。如《观潮》一课中的重点词语要重读的有“横贯”“天下奇观”“人声鼎沸”“风号浪吼”“涨”等词语。使学生了解感受钱塘江大潮雄伟壮丽、气势非凡的自然景观。最后, 还要读好停顿。朗读时, 在句子中间或句末作或长或短的停顿, 一方面是出于人的生理或句子结构的需要, 停下来换气使句子层次分明, 有一种韵味:另一方面也是为了充分表达思想, 并让听者有时间领会朗读的内容。

第二梯度:要读“流利”

读流利主要指读得字顺文从, 重音、停顿处理恰当, 前后贯通, 没有磕绊, 支离破碎的感觉。可以看出“流利”比“正确”要求高了, 对知识与技术的要求综合了。实际上就是要求达到熟读成诵。

第三梯度:要读出“感情”

读出感情是建立在与文本内容, 文本作者“共鸣”之上的朗读, 是朗读追求的高境界。要读有所悟, 要读出感情。需要把握课文主要内容, 用适当的语速、语调、语气, 根据对作品中喜、怒、哀、乐的理解, 读出缓和急, 抑和扬, 用自己的“气”, 把文章读“活”, 把听者读动情, 甚至掉眼泪。《天鹅的故事》有一句写老天鹅“利用下落的冲力, 像石头似的把自己的胸脯和翅膀重重地扑打在冰面上。”这一句时, 老天鹅的一举一动是“表象”, 从这些“表象”中能收获些什么呢?又该如何去做呢?我告诉学生“感人至深的文章需要静心体会, 尤其是对于那些令你心中一动的词句, 最好静下来, 想一想:这个词句表达了什么意思?为什么这么写?怎么读?”将学生的思绪拉向了贝加尔湖畔的那个寒潮突降的早晨, 让他们在静静的阅读中用心灵去感受、去思考。就是在这思考的世界中, 学生发现目光所及的不仅仅是静止的、抽象的文字符号, 而是一个又一个鲜活跳跃的生命, 而在老天鹅身上有一种不可抗拒的悲壮之美。请看《天鹅的故事》教学片段:

生:我读到老天鹅“利用下落的冲力, 像石头似的把自己的胸脯和翅膀重重地扑打在冰面上。”这一句时, 感受到老天鹅很坚强, 有一种奋不顾身的精神。用坚强的语气读。

师:你能从中读出老天鹅的精神来, 很了不起!对这个句子, 还有不同的感受吗?

生:我读到这里心想:老天鹅的胸脯和翅膀是肉长的, 砸在这坚硬的冰面上, 肯定很痛, 也可能会受内伤。但是为了找到食物, 为了能够活下去, 老天鹅还是一次又一次地往冰面上砸, 这是多么伟大啊!用赞美的语气读。

师:你是在用自己的心在体会, 所以很真切!

生:我觉得“像石头似的”这个比喻写得好, 让人感到老天鹅很硬。

师:“硬”在哪里?再往深处想一想!

生:“硬”在老天鹅很有勇气, 很勇敢。

师:所以, 老人称它是“破冰勇士”!

生:“硬”在老天鹅有顽强的意志, 它一次又一次地扑打, 不停止。

师:说得好!所以, 老人又称它是“顽强的破冰勇士”!一般地讲, 我们总是将静态的比喻成动态的, 平凡的比喻成美丽的。这么美丽的天鹅, 却比喻成了一块没有生命的石头, 这个比方用得好吗?

生:老天鹅从空中笔直地扑下来, 就像石头一样。

生:石头不会感觉疼痛的, 老天鹅是不怕疼, 不怕受伤, 连吭都不吭一声。

生:像石头一样落下来, 表示力量大。

生:这样一比喻, 让人更加敬佩老天鹅了。

师:同学们这样说, 这个比方打得真妥帖, 真形象!现在再来朗读, 你一定有不同的感受。

(学生继续交流)

生:汇报交流结果。

师:你读得真“硬”, 老师听出来了。天鹅真的像石头那样硬吗?是天鹅的心硬!勇气硬!这就叫“勇”!体会到了这个字, 你们才能读得有感情!

中国空港梯度层级分析 第5篇

一、中国空港综合现状

经过几十年的建设和发展, 中国空港总量初具规模, 密度逐渐加大, 服务能力逐步提高, 现代化程度不断增强, 初步形成了以北京、上海、广州等枢纽机场为中心, 以成都、昆明、重庆、西安、乌鲁木齐、深圳、杭州、武汉、沈阳、大连等省会或重点城市干线机场为骨干以及其他城市支线机场相配合的基本格局, 中国民用运输机场体系初步建立。

中国空港规模不断提高, 空港网络进一步完善, 航空运输在综合交通运输体系中的地位不断提高, 在中国中长途旅客运输、国际间客货运输、城际间快速运输及特殊区域运输等方面提供着快捷、方便、舒适和安全的服务, 并逐步占居主导地位, 同时在促进国际间人员交往、对外贸易和出入境旅游发展等方面也发挥了重要的作用。

“十五”期间民航运输机场旅客吞吐量、货邮吞吐量和飞机起降架次分别年均增长16.3%、9.6%和11.7%。2007年旅客吞吐量更达38 758.6万人次, 是1980年的60.7倍、1990年的12.7倍和2000年的2.9倍, 年货邮吞吐量达861.1万吨, 较2001年增长了153.8%, 年机场起降架次为394.1万次, 是十年前的2.5倍。

二、中国空港梯度层级分析

2007年中国境内民用航空定期航班通航空港共148个 (不含港澳台) , 定期航班通航城市146个, 定期航班与2006年相比新通航的城市有广西百色、内蒙古东胜和新疆喀纳斯, 广西梧州、贵州安顺、安徽阜阳和河北邯郸恢复执行定期航班。这148个空港发展形态、运营水平各自相异, 但通过采用不同的标准和方法, 依据其存在的共性和内部联系可以对中国空港进行分门别类和梯度细划, 明确各地空港所处不同梯级和分布格局。

1. 飞行区等级梯度

空港飞行区等级代表了其所能支持和满足不同规模飞机使用的能力, 一般用两个部分组成的编码来表示:第一部分是数字, 表示飞机性能所相应的跑道性能和障碍物的限制。第二部分是字母, 表示飞机的尺寸所要求的跑道和滑行道的宽度。对于跑道来说飞行区等级的第一个数字表示所需要的飞行场地长度, 第二位的字母表示相应飞机的最大翼展和最大轮距 (主起落架外轮外侧间距) 宽度。行区等级数字4、3、2、1分别对应跑道长度1 800米以上、1 200米~1 800、800米~1 200米和800米以下。飞行区等级字母A、B、C、D、E对应的飞机翼展分别为小于5米、5米~24米、24米~36米、36米~52米、52米~60米, 对应飞机轮距分别为小于4.5米、4.5米~6米、6米~9米、9米~14米、9米~14米。

各飞行等级空港受最大满足机型限制。一般来说, 枢纽机场飞行区等级需要达到4E, 干线机场达到4D级以上, 4C和3C级只能最多满足波音737飞行, 所以一般只能作为支线机场使用。通过飞行区等级来对中国空港的服务范围和运营能力进行梯度划分, 可以停靠4E级机型的空港主要有北京、上海 (虹桥、浦东) 、天津、哈尔滨、沈阳、大连、济南、郑州、西安、重庆、成都、杭州、福州、厦门、广州、深圳、香港、海口、三亚、昆明、拉萨、乌鲁木齐等26个。4D级机场包括长春、呼和浩特、青岛、连云港、石家庄、温州、贵阳等38个。4C级机场有齐齐哈尔、黑河、九寨沟、包头、西宁等57个。3C级机场有乌海、梅州等26个。

2. 客货运输规模梯度

根据中国民航总局发布的《2007年民航机场生产统计公报》记载, 2007年全国旅客吞吐量总量达387.6万人次, 全国六大地区旅客吞吐量占全国总量百分比的分布情况为:华东30.3%, 中南25.5%, 华北17.1%, 西南15.1%, 西北6.3%, 东北5.6%。

按照2007年旅客吞吐量占全国总量百分比作为标准, 以占全国份额的1%、0.1%和0.01%作为界线, 将中国民航各空港划分为四个梯度, 其中第一梯度26个、第二梯度34个、第三梯度64个、第四梯度24个。北京 (首都) 、广州、上海 (浦东和虹桥) 、深圳、成都、昆明、杭州七大城市的八大空港年旅客吞吐量占到全国份额的52.3%以上。

2007年全国货邮总吞吐量为861.1万吨, 比上年增长14.3%, 全国六大地区货邮吞吐量占全国总量百分比的分布情况为:华东45.8%, 中南20.1%, 华北18.7%, 西南9%, 东北3.6%, 西北2.8%。

按照2007年货邮吞吐量占全国总量百分比作为标准, 以占全国份额的1%、0.1%、0.01%和0.001%作为界线, 将中国民航各空港划分为五个梯度。处于第一梯度的17个, 第二梯度28个, 第三梯度26个, 第四梯度45个, 第五梯度32个。其中, 第一梯度的16城市共17个空港累计约占全国货邮吞吐总量的88.4%, 与第二梯度相加份额则超过了98.9%。处于第一梯度的上海 (浦东和虹桥) 、北京 (首都) 、广州、深圳四个城市的五大空港年货邮吞吐量占全国份额达到65.9%。

3. 客货运输导向梯度

为了进一步分析各空港货邮运输规模和旅客运输规模的关系, 我们用2007年货邮吞吐量占全国总量份额与旅客吞吐量占全国份额进行比较, 得到两者比例客 (货) 运导向指标, 并作为梯度划分的参考。

货运导向型空港, 即货邮份额与旅客份额比值大于1的空港。2007年该指标大于1的空港有潍坊、上海浦东、天津、深圳、北京首都、广州、南京和厦门共8个空港, 潍坊和上海浦东这一比例分别高达10.58和3.98, 可见货邮运输量在其空港运营中的重要地位。其中, 货邮专线更成为潍坊空港发展的一大亮点和主导, 不仅充分发挥了潍坊地处山东半岛中部, 距省内主要城市济南、青岛、烟台、威海等距离适中的区位优势, 也有力带动了当地航空物流业的发展。2006年11月5日, 中国著名的速递公司顺丰速运将包租扬子江快运航空公司B737QC执飞的北京青岛杭州深圳货运航班由青岛调整至潍坊机场, 使潍坊机场货运能力大幅提高, 货邮业务已发展成为潍坊机场的主要收入来源。

客运导向型空港, 即旅客份额与货邮份额比值大于1的空港。2007年中国客运导向型空港共139个, 其中包括2007年内新通航的广西百色、内蒙古东胜和新疆喀纳斯, 以及复航的广西梧州、贵州安顺、安徽阜阳和河北邯郸。这一比值大于100的包括九寨、连城、喀纳斯、梧州、庆阳、安康、克拉玛依等17个;比值介于50和100之间的有安顺、百色、铜仁、敦煌、延安共5个;比值介于10和50之间的空港包括乌海、嘉峪关、黑河、兴义、丽江等32个。该指标说明了, 目前, 中国绝大多数机场都是客运导向型的。

4. 运输综合增长梯度

通过对2007年中国各空港旅客吞吐量年增幅、货邮吞吐量年增幅、客货吞吐量年平均增幅和飞机起降架次增幅四个指标综合分析, 2007年中国148个空港多数呈现10%~50%以上的增幅。

研究范围之内的143有113个上述四个指标均呈现正增长, 我们将其分为第一梯度, 其余的再列出五个梯度, 下面重点研究处于第二至第六梯度各空港的特征。处于第二梯度的包头、长治、西昌、衢州、大理、武夷山共六个空港在起降架次负增长的情况下, 分别实现了旅客吞吐量和货邮吞吐量较去年较大幅度 (武夷山除外) 的增长。体现了这些空港上座率提高、机型升级和更高运营效率。

第三梯度共七个空港增幅特点是起降架次减少, 宜宾、黑河、黄山、兴义货运增长、客运减少, 且除黄山外都有较大的增幅;梅县、齐齐哈尔、石家庄则是客运高幅增长、货运较去年有所降低。

第四梯度共十一个空港以起降架次的增加分别只实现客运或货运的增长。九江、大同、泸州、九寨、保山、阿克苏、西双版纳、汉中、敦煌和湛江属于前者, 榆林属于后一种情况。对客运或货运的正向增幅与起降架次增幅进行比较发现:榆林、敦煌、大同、西双版纳和湛江这一比值大于1, 九寨、保山、泸州、阿克苏、九江和汉中运输增幅不及起降架次增幅。张家界、攀枝花、延安、且末、库尔勒共5个空港上述增幅指标皆为负值, 处于第五个梯度, 体现了整体的运输规模一致走低的趋势。而处于第六梯度南充较为特殊, 2007年旅客吞吐量增幅、货邮吞吐量年增幅、客货吞吐量年平均增幅都为负值, 但飞机起降架次却较2006年增长4倍之多, 平均每架次旅客吞吐量为5.36人、货邮吞吐量不足35.84千克。排除统计误差等因素, 南充空港不仅客货运输规模出现下降的趋势, 而且还存在机型小和上座率低等问题 (2006年, 南充上述三个增幅指标均为正值, 分别为31.5%、108.5%和21.3%) , 四川省所辖空港中, 除成都双流国际机场、西昌机场和达州机场隶属于四川机场集团外, 其余的支线机场均隶属地方政府, 在管理和运营上各自为政, 造成航线重复、班次少、客座率低和长期亏损等问题, 未能发挥应有的集群效能和整合优势。

5. 中国空港梯度综合分析

以上通过对2007年中国空港规模指标、运行数据和增幅统计以及经过相应换算处理得到的衍生数据进行分析, 分别按照运营能力、客货运输规模、导向、份额和增长标准, 对中国现有空港进行梯级划分, 并辅以相关图表的绘制, 以纵横交叉的方式研究和呈现中国空港的空间等级格局和空间运输格局。

通过分析可以发现, 处于运营能力、运输规模和运输份额最高梯度的空港多为省会级城市及部分重点旅游、开发和开放城市的干线机场。且呈现华东、中南、华北、西南、东北和西北依次分布的态势。而一部分省会级城市、旅游城市、沿海城市和经济活动较为活跃的内陆城市等的空港, 属于运营能力、运输规模和运输份额梯度的中高层级, 却处于客货运输导向和运输综合增长梯度的第一梯度, 对它们的研究不仅可以进一步明确的功能定位和发展潜能, 而且有助于作为打造未来高梯度空港、规划关联产业和发展临空经济的初步基础性参考。

在规模、增长和效率方面出现问题的空港, 一般由于其建设和发展与其所在城市规划、军航规划以及其他运输方式规划缺乏有效衔接, 干、支线航空运输协调发展的规划引导不合理, 较大程度上制约了民航的发展。对于这部分空港则要加强民航机场体系整体规划, 以及内部协调、合理定位和分工合作, 有效配置资源和充分发挥中国民用航空资源整体优势和作用。除以上涉及到的梯度方法之外, 还可以通过综合交通网络、所依托腹地 (中心城区、可开资源) 实力、辐射地区半径以及相关区位商算法等来对中国空港进行分类。在不考虑其他因素下, 在具有较高飞行区服务等级和处于较高运营梯度的地区具有发展临空经济的优势, 聚集效应和增长作用也相对容易发挥出来。

三、中国空港发展的前景展望及建议

综合以上分析, 本文通过以下六点对中国空港发展提出展望和建议:

1. 抓住战略发展机遇

中国应适应全球发展趋势, 以大力支持现有北京、上海等处于高梯度的空港城市为基础, 通过论证和培育规划中或发展中的新兴临空经济地区, 抓住中国“十一五”规划中关于“将枢纽机场和重要支线机场等基础设施纳入中央政府投资支持的重点领域, 并将推进航空航天产业作为加快发展高技术产业, 推进工业结构优化升级的重要举措之一”的发展趋势和机遇, 打造以北方、华东、中南、西南、西北五大机场群为支撑的高级综合临空经济区, 重点发展以优势产业为主导的次级临空经济中心, 打造多层级临空经济发展格局, 带动空港所在地区和机场群分属地区的经济增长。

2. 抓住产业结构升级机遇

就一般规律而言, 在发展初期, 临空产业可能是地方传统优势产业, 但临空产业结构必然不断优化升级。临空经济区内产业结构的升级及影响范围扩大的过程, 某种意义上也是一种基于大型空港的新型的临空区域产业梯度转移和传统区域产业结构升级的过程。随着中国临空经济作用范围内总部经济、现代商务物流、高新科技产业、金融咨询服务业等产业功能的引入和完善, 为促进空港所在城市和周边地区的产业转移承接和拉动产业结构升级带来空前的机遇。

3. 抓住城市化机遇

国内外空港一般布局在城市主导风向的城市远郊地区。这些地区由于地处城区外围或行政单位边缘, 一般处于城市化进程的下游, 社会经济发展水平也有待提高, 并且存有大量相对低价且可供合理规划开发的土地。临空经济的发展, 对于这部分地区无疑是“空降”下来的发展机遇, 通过相关规划和政策的扶持与开发, 吸引各种生产要素园区内流动与布局, 并逐渐形成当地经济发展增长极, 不仅解决了当地的社会经济发展问题, 也促进附近居民的就业和城市化进程的加速。

4. 抓住资源开发机遇

中国具有丰富的自然景观、浓厚的历史文化底蕴和多彩的风土民俗, 对于具有一定腹地支撑, 符合国家或地区发展战略的地区, 而临空经济发展条件相对薄弱的地区, 可以利用在充分论证的基础上, 发挥毗邻大中型空港优势, 结合临空经济雏形阶段的发展思路, 挖掘当地自然性、历史性、社会性旅游资源和发展具有现代特征的娱乐休闲会展等产业, 把握资源开发的难得机遇, 实现经济增长。

5. 抓住航空工业发展机遇

2007年, 制造业双寡头波音、空客分别交出亮眼的业绩, 截至2007年底, 波音共收到1 413架新增订单, 空客共收到1 341架新增订单, 均创下各自的最高纪录。中国“大飞机”研制立项;ARJ21“翔凤”支线客机下线, 并获得171架飞机订单。未来十年全球飞机需求将持续旺盛, 中国航空业也将迎来黄金时代。作为临空关联产业链条上的重要一环, 航空工业的大发展必将为中国航空运输和临空经济的发展带来强劲的增长动力, 同时, 相关地区和全国经济的发展也将迎来空前的重大机遇。

摘要：经过几十年的建设和发展, 中国空港总量初具规模, 在分析中国空港发展现状和空间布局的基础上, 主要运用数据计量分析的方法, 从飞行区等级梯度、客货运输规模梯度、客货运输导向梯度、运输综合增长梯度、中国空港梯度综合五个角度, 重点讨论了目前中国空港的梯度层级状况, 并对中国空港的发展提出展望和建议。

关键词：空港,梯度,临空产业

参考文献

[1]临空经济发展战略研究课题组.临空经济理论与实践探索[M].北京:中国经济出版社, 2006.

[2]侯景新, 尹卫红.区域经济分析方法[M].北京:商务印书馆, 2004.

[3]中国民用航空总局规划发展司.从统计看民航2007[M].北京:中国民航出版社, 2007.

梯度图像的阈值选取 第6篇

关键词：阈值,梯度图像,正态分布,边缘检测

阈值法对物体和背景对比较强的景物分割有着很强的优势,计算较为简单,是图像分割中最有效且实用的技术之一[1]。针对物体的边缘的检测,Sobel,Roberts,Log检测器使用一个阈值,将梯度图像中非边缘和弱边缘作为噪声进行阈值估计,将低于阈值的所有值赋零值,得到边缘阵列。Canny检测器作用双阈值,得到了更为丰富的边缘信息,对于检测弱边缘确实很有效。但传统Canny算子高低阈值的默认参数不是由梯度图像的特征信息决定[2],而是在假定非边缘点占70%的前提下,计算高阈值,高阈值的0.4倍为低阈值,因此不具有自适应能力。本文根据实际梯度图像确定高低阈值,采用Canny算法,实现自适应阈值边缘检测。

1自适应的阈值原理

1.1梯度图像分析

由于梯度图像描述的是边缘强度信息,梯度图像应为线条边缘,实际梯度图像由于传感器件的特性、光学衍射效应和高斯平滑的作用等的影响,线条边缘变成了屋顶形边缘,如图1(b)所示,在边缘点周围的非边缘点随灰度值的减小呈几何递增趋势,在边缘点周围的非边缘点灰度呈近似单边正态分布。

1.2梯度图像直方图分析

在一幅梯度图像中边缘只占很小的一部分,因此描述梯度图像边缘强度的梯度直方图同原图像的灰度直方图有很大的不同[3],如图1(c)与(d)所示,虽然原始图像的直方图差别很大,但它们的梯度直方图却很相似,都没有明显的双峰,只在非边缘部分有一个很高的尖峰,反映了非边缘的区域占了梯度图像的绝大部分。非边缘和边缘区域之间没有很明显的谷底界限,因此不能简单地用灰度直方图判断双峰的方法分割梯度图像。

根据非边缘点的近似正态分布特性,可以近似认为梯度图像的灰度均值mean(T)就是非边缘点的均值,梯度图像的灰度方差RMS(T)就是非边缘点的方差。因为灰度值只取正,而且大于mean(T)+3RMS(T)的非边缘点只占0.13%,所以非边缘点的灰度范围可近似为[0,mean(T)+3RMS(T)],为了有效地去除非边缘点,强边缘中非边缘点的阈值近似为灰度均值与3倍的方差之和,弱边缘中非边缘点的阈值近似为灰度均值与1倍的方差之和。这样既能有效的去除噪声,又能获得较完整的轮廓信息。所以计算高低阈值的表达式为:

式中,T:梯度图像;mean(T):梯度图像均值;RMS(T):梯度图像方差。

2实验仿真

选用两个边缘复杂度完全不同的原始图像进行实验,如图1 (a)所示,以便得出的结论更具一般性。

2.1算法步骤

(1)原始图像首先使用canny边缘检测算子默认标准偏差σ的高斯滤波器来平滑,以平滑噪声[4]。

(2)计算局部梯度和边缘方向,梯度图像如图1(b)所示。

(3)计算梯度图像的均值与方差,根据式(1),(2)计算highthreshold与lowthreshold,对梯度图像进行非极大值抑制,并用两个阈值进行处理得到强弱两个边缘。

(4)通过8连接对强弱边缘进行边缘链接[5],结果见图2(a)。

2.2比较分析

为了与自适应阈值检测结果进行对比,对所选取的两幅原始图像,分别用Sobel边缘检测算子和默认阈值的Canny边缘检测算子进行处理,处理结果见图(b)和(c)。通过3种边缘检测效果的对比可以看出,自适应阈值边缘图像噪声点最少,而且轮廓较完整;Sobel算子边缘图像噪声点较多,轮廓也较完整;Canny算子边缘图像噪声点较少,弱边缘较多,比较适合检测弱边缘。所以通过均值与方差确定的自适应阈值比较理想,非常适合人类视觉对于物体轮廓的表示。

3结论

本文依据梯度图像边缘中噪声分布特点确定了高低阈值,选择不同图像进行实验,并与Canny的默认阈值检测结果及Sobel算子处理结果进行对比,结果表明,自适应阈值在增强去噪效果的同时提高了边缘定位的精确度,所得到的边缘轮廓图较完整,连通性好,适用于各类图像的边缘轮廓的提取。

参考文献

[1]章毓晋.图像分割.北京:科学出版社,2001

[2]窦丽华,毕超.一种快速的图像边缘精确提取算法.光学技术,2006;32(7):496—498

[3]赵春江,施文康,邓勇.新的梯度边缘检测方法.光电工程,2005;32(4):86—88

[4]吕俊白.一种有效的二值图像细化算法.计算机工程,2003;29(18):147—148

副词“很”与非梯度表达 第7篇

由“名词+性质形容词”构成的复合词, 如“雪白”、“笔直”、“血红”等是状态形容词的一类 (为了突出“名词+性质形容词”这一特征, 也为了我们行文方便, 我们将这一类形容词记作“NA”式状态形容词) 。对于这样一类形容词, 学界早已关注, 例如张国宪 (2007) 、黄伯荣、廖序东 (2005) 、邵敬敏 (2006) 等。但是对于这一类形容词能否受“很”、“非常”等程度副词修饰却存在着两派意见。

传统观点, 如朱德熙 (2003) 、张亚军 (2002) 等认为:很+“NA”式状态形容词不成立, 因为“NA”式状态形容词本身已经带有程度高的意义, 因而不能再受到“很”的修饰限制。另一派观点是认为“很雪白”、“很笔直”之类的说法是可以接受的, 代表人物李劲荣 (2007) 、常国萍 (2008) 等。他们认为很+“NA”式状态形容词组合中, “很”已经不再是一个程度副词, 而是一种非程度用法, 正如吕叔湘 (1979) 说的, 此时的“很”只起足句作用或者表示量多的意思。

笔者认为, 前贤的两种观点都有一定道理, 也都为解决这一问题做出了一定贡献, 但是他们的观点也都存在一定缺陷。

传统观点认为, 由于“NA”式状态形容词本身带有一种程度义, 所以不能再受程度副词修饰限制。但是如果仅以此来作为解释似乎并不能那么服众, 因为这一观点忽视了对“NA”式状态形容词产生程度义的动因与基础的详细考究, 单凭只言片语还无法形成完整的论断。同时他们认为“雪白”等词是比喻造词用法, 是“像雪一样白”的意思。笔者承认“雪白”是一种隐喻造词, 但是并不认为它可以解释为“像雪一样白”, 因为“雪白”中的“雪”跟“像雪一样白”中的“雪”不一样, 两者存在较大差异, 对于这一问题, 我们将在下文中详细阐述。

第二种观点认为, 很+“NA”式状态形容词中的“很”不是“很”作为常规的程度副词用法, 而是一种非程度用法。笔者认为, 这显然是有失公允的。因为根据张伯江 (1994) 的研究, 汉语中各词类从名物性到动作性的连续统大致表述如下:

1) 用作非谓语形容词;

2) 用作形容词, 前加“很”“太”“特”等程度副词;

3) 用作不及物动词, 前加“没”“不”, 后加“了”“起来”等时体成分;

4) 用作及物动词, 后带宾语。

这几种功能可以看作典型名词跟典型动词之间的过渡等级, 自1) 至4) , 是一个名词性减弱, 动词性增强的过程。换句话说, 是个空间性减弱, 时间性增强的过程。我们可以据此归纳出汉语名词功能弱化的等级排列, 即:

在其论述中, 他将前加“很”、“太”、“特”等程度副词修饰限制的形容词与非谓形容词一类相对, 也就是说, 我们可以认为他将“雪白”、“笔直”等不能受“很”、“太”、“特”等程度副词修饰的一类归入了非谓形容词的大类中。我们用一个简化了的连续统表示, 即:

实体名词>状态形容词>性质形容词......>及物动词

而我们知道, 在汉语中, “很+性质形容词”如“很红”、“很好”是非常正统的用法, 而“很+名词”, 如“很男人”、“很山东”等也已经得到了语法学界的承认。在这两类结构中, “很”都是作为程度副词来用的。如果我们承认上述论断, 那么第二种观点的缺陷便显现出来:状态形容词处于性质形容词与实体名词之间, 在这样一个小的连续统之中, 两个小极端都能够受“很”限制, 那根据连续统传递理论, 处于中间的连续统项目必然也可以受程度副词“很”修饰限制。而第二种观点却不承认“很+NA’式状态形容词”中的“很”表示程度义显然是不妥当的。

正是基于上述论断, 笔者认为, 对于很+“NA”式状态形容词问题仍有再分析的必要。

一、“NA”式状态形容词中“N”的非范畴化

彭赏, 刘正光 (2008) 认为:名词能够非范畴化, 由表示指称转变为表示描述, 是因为概念结构本身具有二元性。原型意义上的名词具有最多的名词范畴属性特征, 它可以有单复数变化, 可以有前置修饰成分, 如限定词, 形容词等。名词在非范畴化过程中, 其范畴属性特征逐渐消失, 不再有单复数变化, 也不再受前置成分的修饰。“名词状语”的实质是名词产生了非范畴化, 功能发生了转移, 在一定的句法结构中获得了副词或介词短语的功能, 表义上也由表示具体实物转移成表示性质和属性。

同样道理, “NA”式状态形容词一般式作为偏正结构中的“状中”一类出现, 名词“N”在这一结构中充当状语。因此根据上面的推理, “NA”式状态形容词中的“N”应该被非范畴化了。在“NA”式状态形容词中, “N”虽然表面上看去时名词, 但其实它已经被非范畴化用来表达一种性质了。换句话说, “雪白”一词中的“雪”已经不是一种自然范畴中的雪, 而是凸显“雪”作为一种“白”的典型, 所反映出的也是“白”这一性质。因此我们在引言中认为, 不应该把“雪白”理解成“像雪一样白”, 而是应该理解成“像雪一样白的白色”。

二、平直性质与梯度性质

既然我们已经明确了诸如“雪白”、“笔直”一类的“NA”式状态形容词中的“N”是一种非范畴化表达, 它的正确含义应是一种作为白色典型的性质范畴, 那么我们就可以把“雪白”理解成一种“白的典型性质范畴+白的类性质范畴”的组合, 形式化表达为:

白的典型性质范畴+白的类性质范畴

因此, “雪白”表达的是一种典型性质范畴与“白”的大范畴性质的叠加, 用义项图式表示为 (其中两个方框都表示“白”的性质范畴) :

从意象图示中我们可以明确看出, 诸如“雪白”一类的“NA”式状态形容词表达的是一种梯度性质, 即“雪”作为白的小性质范畴与“白”的大类性质范畴所构成的梯级表达。这与“白”本身所表达的平直、单一的性质是不一样的。我们单纯说“白”这一词时, 它所表达的是一种平直性质, 用意象图式表示为:

这显然是与“雪白”表达的意象与内涵有着很大的区别。

三、“很”的非梯度表达

认知语言学经验观 (F.Ungerer, H.J.Schmid 2001) 告诉我们, 人类习得语言的过程都是一个由简到繁、由易到难的过程, 遵循一种一维直线的习得路径。这种语言习得规律与人的生理特征一起作用使得语言单位之间也要遵循一维直线平铺原则才能顺利表达, 这种语言单位之间的一维性不仅表现在句法的组合过程中, 也渗透到语义组合的过程中, 尤其对词汇

成员的最核心成分, 即基本词汇单位有着更加强烈的作用。

认知语义学 (G.Lakoff 2007) 在阐释基本隐喻构成隐喻系统时认为人类有三个普遍共有的基本隐喻:

1. 状态是位置

2. 变化是运动

3. 原因是力

所有复杂的隐喻都是由这三个基本隐喻组合构成, 而在它们的组合过程中必然涉及路径问题。而在语言中, 最基本的路径便是从源域到目标域的直线映射过程, 如以下两个最普遍的意象图式:

明确了这一问题, 我们再来看汉语中对“很”的解释:表示程度相当高 (《现代汉语词典》2005) 。比如很快、很好等。我们从这一释义出发得出“很”的如下特征:

1.从一种程度状态到另一种程度状态的演变;

2.演变的方向是正向;

3.演变的过程是渐变组成的语义突变;

4. 演变的路径是平直路径而非梯级路径;

如果说上述描写过于抽象, 那我们可以用可视化的意象图式来表示“很”的抽象性质路径图:

图式1表示“很”在程度上的向上加深义, 图式2表示“很”在程度上的向右推进义, 无论它们的方向如何, 它们都是沿直线路径发射, 而绝不可能是这样的:

因为这既不符合人们的认知习惯, 也不符合人类语言的内在隐喻机制, 更不符合汉语对“很”的释义特征。

正是因为“很”作为程度副词在汉语中只能用于平直表达而绝不可以用于梯度表达的缘故, 它在与表示梯级性质的“雪白”、“笔直”等“NA”式状态形容词组合时发生冲突, 因此, 一般来说两者是不能共现的, 是一种不相容析取的逻辑表达。

四、余论

其实, “很”的非梯度表达不仅能解释为什么“很”不能与“NA”式状态形容词共现, 同时, 它也能解释为什么“很”不能与性质形容词加后缀重叠连用的现象, 比如“很红彤彤”可接受程度低的原因。

由于“红彤彤”表达的是一种梯级性质, 用意象图式表示如下:

而“很”由于不能用于修饰限制梯级程度, 因而在这样的结构组合中也是不太容易接受的。

目前在网络用语中出现的一些“很”与“NA”式状态形容词的超常搭配现象, 笔者认为那是在整个话语环境中, 用来进行不同侧面的比较, 这种侧面多从象上的, 结构上的等等, 与单纯用“很”来表示“NA”式状态形容词的程度加深是不一样的, 因此这些说法才能勉强接受。但即便如此, 很+“NA”式状态形容词能否成为合法结构得以蔓延也是很值得怀疑的。

参考文献

[1]常国萍.程度副词“很”的非程度义.科技信息, 2008, (21) .

[2]黄伯荣, 廖序东.现代汉语.北京:高等教育出版社, 2005.

[3]李劲荣.“很雪白”类结构形成的动因与基础.汉语学习, 2007, (3) .

[4]吕叔湘.现代汉语语法分析问题.北京:商务印书馆, 1979.

[5]彭赏, 刘正光.非范畴化与现代汉语中的“名词状语”.外语教学, 2008, (6) .

[6]邵敬敏.现代汉语通论, 上海:上海教育出版社, 2005.

[7]张伯江.词类活用的功能解释.中国语文, 1994, (5) .

[8]张国宪.状态形容词的界定和语法特征描述.语言科学, 2007, (1) .

[9]张亚军.副词与限定描状功能.合肥:安徽教育出版社, 2002.

[10]朱德熙.语法讲义.北京:商务印书馆, 2003.

[11]F.Ungerer, H.J.Schmid.An Introduction to Cogni-tive Linguistics.北京:外语教学与研究出版社, 2001.