第一篇：讲稿版利用Matlab模拟点电荷电场的分布
利用MATLAB模拟点电荷电势的分布
一、目的
1.熟悉单个点电荷及一对点电荷的电势分布情况； 2.学会使用MATLAB进行数值计算，并绘出相应的图形；
二、原理
根据库仑定律：在真空中，两个静止点电荷之间的作用力与这两个电荷的电量乘积成正比，与它们之间距离的平方成反比，作用力的方向在两个电荷的连线上，Q1Q2R（式1）两电荷同号为斥力，异号为吸引力，它们之间的力F满足：Fk 2RkQEE由电场强度的定义可知：2R（式2）
R对于点电荷，根据场论基础中的定义，有势场E的势函数为UkQ（式3）R在MATLAB中，由以上公式算出各点的电势U，可以用MATLAB自带的库函数绘出相应的电势分布情况。
三、MATLAB基本语法
(一)标识符与数
标识符是标志变量名、常量名、函数名和文件名的字符串的总称。(二)矩阵及其元素的赋值
赋值就是把数赋予代表常量或变量的标识符。MATLAB中的变量或常量都代表矩阵，标量应看作1×1价的矩阵。赋值语句的一般形式为 变量=表达式（或数）列如，输入语句 a=[1 2 3;4 5 6;7 8 9] 则显示结果为 a=1 2 3 5 6 8 9 输入 x=[1 2 3 4 5 6 7 8 9] 结果为
x= 1 2 3 4 5 6 7 8 9 可以看出，矩阵的值放在方括号中，同一行中各元素之间以逗号或空格分开，不同行的元素以分号隔开。语句的结尾可用回车或逗号“，”，此时会立即显示运算结果；如果不希望显示结果，就以分号“；”结尾再回车，此时运算仍然执行，只是不作显示。
变量的元素用圆括号“（）”中的数字（也称为下标）来注明，一维矩阵（也称数组）中的元素用一个下标表示，二维矩阵可有两个下标数，以逗号分开。在MATLAB中可以单独给元素赋值，例如，a(2,3)=6,x(2)=2等。(三)元素群运算
把n×m矩阵中的每个元素当作对象，成群地执行某种运算，称为元素群运算。元素群运算能大大简化编程，提高运算的效率，这是MATLAB优于其它许多语言的一个特色。
1、数组及其赋值
数组通常是指单行或单列的矩阵，一个N阶数组就是1×N或N×1阶矩阵。N阶数组可以表示N维向量。
在求某些函数值或曲线时，常常要设定自变量的一系列值，例如，设间隔n在x轴上从-3到3之间，每隔1取一个点，共7个点，这是1×7阶的数组。如果逐点给它赋值，将非常麻烦。MATLAB提供了两种给等间隔数组赋值的简易方法。（1）用两个冒号组成等增量语句，其格式为x=[初值：增量：终值]。例如，键入
x=[-3：1：3] 得x=-3-2-1 0 1 2 3
当然增量为1时，这个增量值是可以略去的。
（2）linspace函数表述等距离分割，其格式为x=linspace(初值，终值，点数)。例如键入 x=linspace(-3,3,7)得x=-3-2-1 0 1 2 3
在x轴上-3和3实际上是一个点，所以这个命令是把x轴分为7份。第三个变元也可以不写，此时取默认值100.2、元素群的四则运算和幂次运算 元素群运算也就是单个元素之间的运算。为了与矩阵作为整体的运算符号相区别，要在运算符“*”、“/”、“”、“^”前加一个点符号“.”,以表示进行元素群运算。矩阵的加减法本来就是对元素进行的，故不再有元素群运算符。参与元素群运算的两个矩阵必须是同价的（标量除外）。
下列的例子可以说明利用元素群运算的优越性。例如，要求列出一个三角函数表。这在MATLAB中只要一下两个语句
键入 x=[0：0.1：pi/4]’;[x, sin(x), cos(x), tan(x)] 第一条语句把数组x赋值，经转置后成为一个列向量。因为sin, cos,tan函数都对元素群有效，得出的都是同阶的列向量。第二条语句把4个列向量组成一个矩阵，进行显示。
得 0
0
1.0000
0
0.1000
0.0998
0.9950
0.1003
0.2000
0.1987
0.9801
0.2027
0.3000
0.2955
0.9553
0.3093
0.4000
0.3894
0.9211
0.4228
0.5000
0.4794
0.8776
0.5463
0.6000
0.5646
0.8253
0.6841
0.7000
0.6442
0.7648
0.8432 第一列是x，以下各列依次是sin(x), cos(x), tan(x)。for语句
for语句的结构形式为
for k=初值：增量：终值
语句组A，end 即它把语句组A反复执行N次。在每次执行时程序中k值不同。可以算出循环次数为N=1+（终值—初值）/增量 用for 语句求三角函数表的程序为 for x=0：0.1：pi/4 disp([x, sin(x), cos(x), tan(x)]);end 所得结果将和上个例题中的答案相同。可以看出，MATLAB的元素群运算功能与一个for循环相当，由于它不需要每次检验表达式，运算速度比for语句快得多。for 语句可以嵌套使用。
四、MATLAB现用函数介绍
MATLAB语言的难点是函数较多，仅基本部分就有700多个，其中常用的近200个，要尽量多记少查，以提高编程效率，而且这是终生受益的。
1、线型分隔函数linspace（-xm,xm，n）：在-xm与xm之间均分地产生n个点值，形成1×n元向量。其中-xm是初值，xm是终值，n是点数。
2、两个变量的标量指令 [X,Y]=meshgrid(x,y)：将向量x,y变换为数组X,Y，这样就可以将两个一维向量生成两个二维矩阵。其中，数组X的各行是向量x的拷贝，总行数为y向量的元素个数；数组Y的各列是向量y的拷贝，总列数为x向量的元素个数。例如x=-3:3;y=1:5;[X,Y]=meshgrid(x,y)X=-3-2-1 0 1 2 3-3-2-1 0 1 2 3-3-2-1 0 1 2 3-3-2-1 0 1 2 3-3-2-1 0 1 2 3 Y= 1 1 1 1 1 1 1 2 2 2 2 2 2 2 3 3 3 3 3 3 3 4 4 4 4 4 4 4 5 5 5 5 5 5 5 Z=(X+Y).^2 Z= 4 1 0 1 4 9 16 1 0 1 4 9 16 25 0 1 4 9 16 25 36 1 4 9 16 25 36 49 4 9 16 25 36 49 64
3、二维空间中绘制等高线函数 contour(X,Y,U,u)：就是挑选出电势相等的点，并在向量u指定的值上绘制等高线。注意u取值要恰当。
四、编程
1.画单个点电荷的平面电场线与等势线 clear %清除变量
E0=8.85e-12;%真空电介质常数 C0=1/4/pi/E0;%归并常数 q=1.6*10^(-19);%元电荷电量 xm=2.5;%横坐标范围 ym=2;%纵坐标范围
x=linspace(-xm,xm);%横坐标向量 y=linspace(-ym,ym);%纵坐标向量 [X,Y]=meshgrid(x,y);%设置坐标网点 R=sqrt(X.^2+Y.^2);%点电荷到场点的距离 U=C0*q./R;%计算电势
u=1e-9:0.5e-9:5e-9;%等电势的电势向量 figure %创建图形窗口 contour(X,Y,U,u)%画等高线 hold on %保持图形
plot(0,0,'o','markersize',12)%画点电荷 axis equal tight %使坐标刻度相等
title('单个点电荷的平面电场线与等势线','fontsize',20)%显示标题 xlabel('r','fontsize',16)%显示横坐标 ylabel('E(U)','fontsize',16)%显示纵坐标
2.画一对点电荷对的电场线和等势线 clear %清除变量
E0=8.85e-12;%真空电介质常数 C0=1/4/pi/E0;%归并常数 q=1.6*10^(-19);%元电荷电量 a=1;%电量比 xm=2.5;%横坐标范围 ym=2;%纵坐标范围 x=linspace(-xm,xm);%横坐标向量 y=linspace(-ym,ym);%纵坐标向量 [X,Y]=meshgrid(x,y);%设置坐标网点
R1=sqrt((X+1).^2+Y.^2);%第一个正电荷到场点的距离 R2=sqrt((X-1).^2+Y.^2);%第二个正电荷到场点的距离 U=C0*q./R1+C0*q./R2;%计算电势 u=1e-9:0.5e-9:5e-9;%等电势的电势向量 figure %创建图形窗口 contour(X,Y,U,u)画等势线 grid on %加网格
legend(num2str(u'))%图例 hold on %保持图像
plot(-1,0,'o','markersize',12)%画第一个正电荷 plot(1,0,'o','markersize',12)%画第二个正电荷 axis equal tight %使坐标刻度相等
title('等量同号点电荷的电场线和等势线','fontsize',20)%显示标题 xlabel('r','fontsize',16)%显示横坐标 ylabel('E(U)','fontsize',16)%显示纵坐标
txt=['µçºÉ±È:itQrm_2/itQrm_1=' num2str(a)];%电荷比文本 text(-xm,-ym-0.3,txt,'fontsize',16)%显示电荷比
下列的例子可以说明利用元素群运算的优越性。例如，要求列出一个三角函数表。这在MATLAB中只要一下两个语句 键入 x=[0：0.1：pi/4]’;[x, sin(x), cos(x), tan(x)] 第一条语句把数组x赋值，经转置后成为一个列向量。因为sin, cos,tan函数都对元素群有效，得出的都是同阶的列向量。第二条语句把4个列向量组成一个矩阵，进行显示。得 0
0
1.0000
0
0.1000
0.0998
0.9950
0.1003
0.2000
0.1987
0.9801
0.2027
0.3000
0.2955
0.9553
0.3093
0.4000
0.3894
0.9211
0.4228
0.5000
0.4794
0.8776
0.5463
0.6000
0.5646
0.8253
0.6841
0.7000
0.6442
0.7648
0.8432 第一列是x，以下各列依次是sin(x), cos(x), tan(x)。for语句
for语句的结构形式为
for k=初值：增量：终值
语句组A，end 即它把语句组A反复执行N次。在每次执行时程序中k值不同。可以算出循环次数为N=1+（终值—初值）/增量 用for 语句求三角函数表的程序为 for x=0：0.1：pi/4 disp([x, sin(x), cos(x), tan(x)]);end 所得结果将和上个例题中的答案相同。可以看出，MATLAB的元素群运算功能与一个for循环相当，由于它不需要每次检验表达式，运算速度比for语句快得多。for 语句可以嵌套使用。
第二篇：电磁场与电磁波点电荷模拟实验报告
重庆大学 电磁场与电磁波课程实践报告 题 目：
点电荷电场模拟实验 日 期：
2013 年 12 月 _J_ 日 N=28
《电磁场与电磁波》课程实践 点电荷电场模拟实验 1.实验背景 电磁场与电磁波课程内容理论性强，概念抽象，较难理解。在电磁场教学中，各种点电荷的电场线成平面分布，等势面通常用等势线来表示。
MATLAB 是一种 广泛应用于工程、科研等计算和数值分析领域的高级计算机语言，以矩阵作为数 据操作的基本单位，提供十分丰富的数值计算函数、符号计算功能和强大的绘图 能力。为了更好地理解电场强度的概念，更直观更形象地理解电力线和等势线的 物理意义，本实验将应用 MATLA 对点电荷的电场线和等势线进行模拟实验。
2.实验目的 应用 MATLA 模拟点电荷的电场线和等势线 3.实验原理 根据电磁场理论，若电荷在空间激发的电势分布为 V ,则电场强度等于电势 梯度的负值，即：
r E V 真空中若以无穷远为电势零点，则在两个点电荷的电场中，空间的电势分布为：
q i q 2
V
y V 2
— 4 本实验中，为便于数值计算，电势可取为 V 虫 R 4.实验内容 应用 MATLA 计算并绘出以下电场线和等势线，其中 q i 位于(-1,0,0), q 2 位于(1,0,0), n 为个人在班级里的序号：
(1)电偶极子的电场线和等势线(等量异号点电荷对 q 2 ：
q i = 1，q 2 为负电荷)； ⑵
两个不等量异号电荷的电场线和等势线(q 2 ：
q 1 = 1 + n/2，q 2 为负电荷)；(3)两个等量同号电荷的电场线和等势线； 0 R 1 4
0 R 2 R 2
⑷
两个不等量同号电荷的电场线和等势线(q 2 ：
q 1 = 1 + n/2)；(5)三个电荷，q 1、q 2 为⑴中的电偶极子，q 3 为位于(0,0,0)的单位正电荷。、n=28(1)电偶极子的电场线和等势线(等量异号 点电荷对 q 2 :q 1 = 1，q 2 为负电荷)； 程序 1 ：
clear all q=1;xm=2.5;ym=2;x=linspace(-xm,xm);y=linspace(-ym,ym);[X,Y]=meshgrid(x,y);R1=sqrt((X+1).A2+Y.A2);R2=sqrt((X-1).A2+Y.A2);U=1./R1-q./R2;u=-4:0.5:4;figure contour(X,Y,U,u, “--”);hold on plot(-1,0, “o” , “MarkerSize” ,12);plot(1,0, “o” , “MarkerSize” ,12);[Ex,Ey]=gradient(-U,x(2)-x(1),y(2)-y(1));dth1=11;th1=(dth1:dth1:360-dth1)*pi/180;r0=0.1;x1=r0*cos(th1)-1;y1=r0*sin(th1);streamline(X,Y,Ex,Ey,x1,y1);dth2=11;th2=(dth2:dth2:360-dth2)*pi/180;x2=r0*cos(th2)+1;y2=r0*sin(th2);streamline(X,Y,-Ex,-Ey,x2,y2);axis equal tight title(“ 卩 ？？？？？
Xo^ ? 卩 ？ 3???o ???>ntsize” ,12)
点偶极子的电场线和等势线
(2)两个不等量异号电荷的电场线和等势线(q 2 ：
q i = 1 + n/2 , q 2 为负电荷)； 程序 2 : clear all q=15;xm=2.5;ym=2;x=li nspace(-xm,xm);y=li nspace(_ym,ym);[X,Y]=meshgrid(x,y);R1=sqrt((X+1).A 2+Y.A 2);R2=sqrt((X-1).A 2+Y.A 2);U=1./R1-q./R2;u=-4:0.5:4;figure con tour(X ,Y, U,u, “--”);hold on plot(-1,0, “o”，‘MarkerSize“ ,12);plot(1,0, ”o“ , ”MarkerSize“ ,12);[Ex,Ey]=gradie nt(-U,x(2)-x(1),y(2)-y(1));dth1=11;th1=(dth1:dth1:360-dth1)*pi/180;r0=0.1;x1=rO*cos(th1)-1;y1=r0*si n(th1);streamli ne(X,Y,Ex,Ey,x1,y1);dth2=11;
th2=(dth2:dth2:360-dth2)*pi/180;x2=r0*cos(th2)+1;y2=r0*si n(th2);streamli ne(X,Y,-Ex,-Ey,x2,y2);axis equal tight title(” 卩 ？？？？？
Xo^ ? 卩 ？ 3???o ???>ntsize“ ,12)点偶极子的电场线和等勢■线
-2.6-2-1.5-1-0.6 0 0.5 1 1.6 2
(3)两个等量同号电荷的电场线和等势线;程序 3 ：
clear all q=-1;xm=2.5;ym=2;x=li nspace(-xm,xm);y=li nspace(_ym,ym);[X,Y]=meshgrid(x,y);R1=sqrt((X+1).A 2+Y.A 2);R2=sqrt((X-1).A 2+Y.A 2);U=1./R1-q./R2;u=-4:0.5:4;figure con tour(X ,Y, U,u, ”--“);hold on plot(-1,0, ”o“，‘MarkerSize” ,12);
plot(1,0, “o” , “MarkerSize” ,12);[Ex,Ey]=gradie nt(-U,x(2)-x(1),y(2)-y(1));dth1=11;th1=(dth1:dth1:360-dth1)*pi/180;r0=0.1;x1=r0*cos(th1)-1;y1=r0*si n(th1);streamli ne(X,Y,Ex,Ey,x1,y1);dth2=11;th2=(dth2:dth2:360-dth2)*pi/180;x2=r0*cos(th2)+1;y2=r0*si n(th2);streamli ne(X,Y,Ex,Ey,x2,y2);axis equal tight title(“ 卩 ？？？？？
Xo^ ? 卩 ？ 3???o ???ntsize” ,12)点偶极子的电场线和等势线
-2-15 「 1 0 0.5 1 1.,5 2
(4)两个不等量同号电荷的电场线和等势线(q 2 ：
q 1 = 1 + n/2);程序 4 : clear all q=-15;xm=2.5;ym=2;x=li nspace(-xm,xm);y=li nspace(_ym,ym);[X,Y]=meshgrid(x,y);R1=sqrt((X+1).A2+Y.A2);R2=sqrt((X-1).A 2+Y.A 2);U=1./R1-q./R2;
u=-4:0.5:4;figure con tour(X ,Y, U,u, “--”);hold on plot(-1,O, “o”，‘MarkerSize“ ,12);plot(1,O, ”o“ , ”MarkerSize“ ,12);[Ex,Ey]=gradie nt(-U,x(2)-x(1),y(2)-y(1));dth1=11;th1=(dth1:dth1:360-dth1)*pi/180;r0=0.1;x1=r0*cos(th1)-1;y1=r0*si n(th1);streamli ne(X,Y,Ex,Ey,x1,y1);dth2=11;th2=(dth2:dth2:360-dth2)*pi/180;x2=r0*cos(th2)+1;y2=r0*si n(th2);streamli ne(X,Y,Ex,Ey,x2,y2);axis equal tight title(” 卩 ？？？？？
Xo^ ? 卩 ？ 3???o ???ntsize“ ,12)点偶极子的电场线和等势线
(5)三个电荷，q i、q 2 为(1)中的电偶极子，q 3 为位于(0,0,0)的单位正电荷 程序 5: clear all q=1;q3=-1;xm=2.5;ym=2;x=linspace(-xm,xm);
y=linspace(-ym,ym);[X,Y]=meshgrid(x,y);R1=sqrt((X+1).A 2+Y.A 2);R2=sqrt((X-1).A 2+Y.A 2);R3=sqrt(X.A2+Y.A2);U=1./R1-q./R2-q3./R3;u=-4:0.5:4;figure contour(X,Y,U,u, ”--“);hold on plot(-1,0, ”o“ , ”MarkerSize“ ,12);plot(1,0, ”o“ , ”MarkerSize“ ,12);[Ex,Ey]=gradient(-U,x(2)-x(1),y(2)-y(1));dth1=11;th1=(dth1:dth1:360-dth1)*pi/180;r0=0.1;x1=r0*cos(th1)-1;y1=r0*sin(th1);streamline(X,Y,Ex,Ey,x1,y1);dth2=11;th2=(dth2:dth2:360-dth2)*pi/180;x2=r0*cos(th2)+1;y2=r0*sin(th2);streamline(X,Y,-Ex,-Ey,x2,y2);dth3=11;th3=(dth3:dth3:360-dth3)*pi/180;x3=r0*cos(th3);y3=r0*sin(th3);streamline(X,Y,Ex,Ey,x3,y3);axis equal tight title(” 卩 ？？？？？
Xo^ ? 卩 ？ 3???o ???>ntsize" ,12)
点偶极子的电场线和等势线
-1.6-1 白 0 05 1 15 2
从实验过程中学习到的东西: 1.灵活学习，大胆求证，当不清楚 E1,E2 前面符号的正负时，随便假设一 个，再根据电荷的正负关系，看得到的图形是否正确，若不正确则再修 改符号 2.注意 q 的正负与两电荷是否异号有关，异号与同号 q 的正负不同 3.学习初步使用 matlab 软件，为以后的学习打好基础 4.更加深入地了解电荷的电场线与等势线
第三篇：利用多点地质统计学方法模拟岩相分布论文
传统的地质统计学是利用变差函数描述地质变量的相关性和变异性，通过建立在某个方向上两点之间的地质变量的变化关系来描述空间的变化特性.但是，建立在两点统计关系上的变差函数本身在描述储层非均质性上有很大的不足，它反映的仅仅是空间两点之间的相关性，不能充分描述复杂几何形状砂体如河道砂体和冲积扇砂体空间的连续性和变异性.当井资料较少时，用于计算实验变差函数的点对很少，它也就不能正确反应空间两点之间的相关性.建立在两点基础上的变差函数在储层地质建模中存在一定的不足，而多点地质统计学[14是建立在多个点的相关关系上，所以它在解决描述空间变量的连续性和变异性方面得到越来越广泛的应用.斯坦福大学的Journel教授曾指出多点地质统计学是今后地质统计学发展的方向，它的优势已越来越显著.1多点地质统计学的原理
在阐述多点地质统计学之前，首先回顾一下变差函数的地质统计学方法是如何模拟储层岩相分布的，以序贯指示模拟算法为例进行说明.该方法的基本原理简述如下：
假设在模拟区域有k种岩相S1，S2…?》，对于模拟目标区域内的每一相，定义指示变量：
对于任一待模拟点，其出现第k种相的概为:P(Ik=1lz(u)SaVa)，a为待估点所包括的条件区域，利用两点地质统计学方法计算该概率是采用克里格方法：
其中，&为克里格方法确定的权系数，它通过求解由变差函数或协方差函数建立的克里格方程组来确定.多点地质统计学与两点地质统计学的主要区别在于上面的概率的确定方法不同，它首先引入一训练图像，通过在训练图像中寻找与待估点内条件数据分布完全相同的事件的个数来确定概率分布，因此它可以反映出多个位置的联合变异性.例如，计算图1()中u点的概率时，相应的条件数据场为da={Z(ul)Z(u2)，Z(U3)，Z(U4)}，其基本方法是首先要在训练图像(b)中寻找与图(a)中数据分布完全相同的事件的个数，即要在训练图像中找出与图（a)几何完全相同的区域，同时在该区域中相同的位置处z(U1)，Z(u2)，z(u3)，z(u4)的值完全相同.在训练图像中一共找到4个既能满足条件数据u1,u2，u3，u4数值，同时又能满足它们分空间几何形状的事件，在这4个事件中，3个事件的u点的值为0，只有1个事件中u点值为1，因此u点岩相为1的条件概率为P{u=1Idn}=1/4,而P{u=0Idn}=3/4,这样便可求出了u点的条件概率.因此u点岩相为1的条件概率为P{u=1Idn}=1/4,而P{u=0Idn}=3/4,这样便可求出了u点的条件概率.上述方法不仅考虑了区域内条件数据的值而且也考虑了条件数据的几何形状.而两点地质统计学只是依靠Z(u1)，Z(u2)，Z(u3)，Z(u4)的值及各点与u点距离通过求解克里格方程组来确定u点的概率，并没有考虑dn的几何形状和各条件数据的配位关系.基于上述原理，SebastienStrebelle提出了snes-im模拟算法121，利用该算法可以快速、灵活地模拟岩相分布.该方法的具体步骤为：
(1)利用非条件模拟建立三维训练图像；
(2)定义通过所有待估结点的随机路径；
(3)对随机路径中的任意待估点/(=1，2，…，1):①定义查找范围内的条件数据;②保留邻区的数据点;③在训练图像中寻找与该区域内条件数据完全相同的事件，计算该点岩相的分布概率.④由MontoCarlo法得到位置处的一个模拟值;⑤将模拟结果归入条件指示数据集中.(4)重复上一步模拟，直到所有的点全被模拟.训练图像既可以通过非条件模拟求出，也可以通过该地区的地质露头资料分析得出.对训练图像的条件非模拟可以选择非条件的布尔模拟方法，其方法和原理参见文献.2实例分析
对于开发中后期的砂岩油藏储层参数模拟采用两阶段模拟方法可以较为准确地反映储层的非均质性，而“两步建模”的第一步就是要建立储层结构或流动单元模型，模拟沉积体在空间排列的复杂性;利用多点统计学模拟方法可以较好地完成砂体骨架模拟.模拟区域选择我国东部某砂岩油藏第15小层，在该层一共有64口井，测井资料解释结果表明有26口井钻遇砂体，另外38口井钻遇泥岩，砂体比例为40%.对岩相进行编码，砂岩为1，泥岩为0，图2为该层井位分布图.采用上述方法模拟砂体的分布.首先建立训练图像，运用布尔模拟方法，把砂体比例40%输入，为保证训练图像数据充足，网格划分为250X250X1，一共由62500个模拟数据组成，布尔模拟结果见图3.把条件数据和布尔模拟生成的训练图像，输入到snesim模拟算法中进行模拟.根据该区域的特点，椭圆最大搜索半径选为300m,搜索半径内最多的条件数据设为30，搜索主方向选择物源方向5°，得到该层的砂泥岩分布（图4).从模拟结果看出，它很好地满足了条件数据，即在各井点处的模拟结果与数据相一致，这表明该方法为条件模拟.同时，模拟的砂体展布方向和趋势与依靠地质经验手工绘制的砂体展布图（图5)比较吻合，在模拟的左下角与左上角砂体的展布与手工勾绘的几乎完全一致，但该方法在局部区域表现出砂体展布的非均质性和不确定性，与手工勾画砂体展布的平滑而唯一的表现是具有一定差别的，它充分体现了砂体局部的变异性和非均质性.3结论
(1)多点地质统计学是今后地质统计学发展的主要方向，它可以联合反映空间多个位置点的几何形状和相互配位关系;在模拟具有复杂形状地质体分布时，它比两点地质统计学方法具有更大的优势.(2)利用snesim模拟算法可以快速灵活地进行多点地质统计模拟，模拟的岩相展布图具有一定的真实性，它为储层参数的两阶段模拟奠定了基础.
第四篇：中国广东蜜源植物的分布及利用情况
中国广东蜜源植物的分布及利用情况
广东省蜜源植物分为野生和人工种植两种。野生蜜源主要分布在山区，多达100多种，最主要的有鸭脚木、柃属植物和山乌相等；人工种植植物的蜜源植物主要为果树，面积超过100万公顷，主要为荔枝、龙眼，还有柑橘、李、柚子、柿子、香蕉、菠萝和杂果。此外，在全省还有大面积水稻，在雷州半岛有大面积的核树林以及一定面积的橡胶林和椰子树，在粤北山区有少量的油菜。在全省各地还有一些人工种植的绿化花木等。
四季蜜源占有量分为，春季蜜源占30％，夏季蜜源占20％，秋季蜜源占10％以下，冬季蜜源占40％以上。一年只有三个生产季节，即春季的荔枝、龙眼，夏季的山乌柏和乌桕，冬季的鸭脚木和柃属植物。秋季仅有一些辅助蜜源。
荔枝主要分布在北回归线以南地区，以广州地区，粤西的高州、化州、电白，珠江三角洲的东莞、深圳和粤东的普宁、惠来、惠东最多。龙眼以高州、化州和花都种植面积最大。柑梅全省都有种植，其中以潮汕平原、新会、四会、化州等老种植区，以及粤北、梅县、惠阳等地种植面积最大。油菜在粤北的英德、韶关、翁源、乳源、曲江还有少量种植。香蕉主要分布在珠江三角洲，以东莞、顺德及高州等地种植面积最多。桉树全省各地都有种植，以雷州半岛等地的面积最大，多为人工种植的防护林。
近年来，在韶关、梅州、清远、湛江等地为主大量种植的尾叶桉，也称蓝桉，速生桉，是从澳洲及东南亚引进后经选育的新品系，主要用于造纸工业，其木材是造高级纸的用料，一般种植5～6年就可成材。种植4年后开花，每年9月中旬开花，花期一个月，与细叶桉花期相仿，尾叶核的蜂蜜，其特征性味道较其他核树蜜差别不大，泌粉量不多。
在山区和丘陵地区，有大面积的次生林，生长着大量的山乌桕、野桂花和鸭脚木等主要蜜源植物。以广州郊县、惠州市、河源市、肇庆市、清远市和英德市等地区分布最多。
广东省有蜂群40多万群，其中有30多万群是在山区定地饲养，或小转地饲养的中蜂；西方蜜蜂不足10万群，主要为意大利蜂，多数流动放蜂。由于活框饲养技术的成功推广，使中蜂成为广东省的一种重要的授粉蜂种，主要用于对荔枝、龙眼等果树的授粉，并取得明显的增产效果。
全省养蜂数量和蜜源分布是不相称的，一些地方由于交通不方便，蜂场无法到达，自然资源得不到充分利用。大面积的柑橘、水稻蜜源，由于开花期间施洒农药，影响了蜂群的采集活动。人工种植的蜜源植物面积逐年增多，但山区的野生蜜源植物（如鸭脚木等），随着山区资源的开发（鸭脚木可用来栽培食用菌）而遭到滥砍滥伐。近年来这种现象虽然引起政府有关部门的重视，采取措施加以限制，但要恢复到原来的水平，尚需一定时间。
每年都有2～5万群的外地蜂群转地来放蜂。原本是本省中蜂主要产品的冬蜜，部分地区出现大量西蜂进场采收、中蜂退居“二线”的局面，例如，在从化北部、佛冈、清远、龙门等地鸭脚木花期，都有大量外来和本省的西蜂。本文摘自39蜂疗网！
第五篇：《土地资源的利用和分布》教学设计
《土地资源的利用和分布》教学设计
教材分析
本节课是八年级地理上册第三章“中国的自然资源”第二节“土地资源”,其教学重点是让学生了解我国土地资源的概况和耕地、林地、草场、沙漠的分布特点,理解我国土地的基本国策。教材在地形、气候之后安排土地资源,主要是考虑到地形、气候是促进和影响土地资源形成与利用的主要自然地理环境要素。而土地资源的利用受人类长期的生产活动与社会经济条件的影响,是人类赖以生存的最基本资源之一,是人类经济活动(农业、工业、交通运输等)的物质基础。因此本节教学内容有明显的承上启下、前后关联的特征。学情分析
初二学生思维活跃、感情丰富、求知欲强，在接受知识上带有浓烈的感情色彩，乐于接受有趣的感情内容，所以在处理教材内容上，让学生实际操作联系实际生活，展开探究讨论，使其在活动中发现问题、提出问题、分析并解决问题。
设计理念
本节课标要求“了解土地资源的利用类型和理解我国土地资源分布差异的原因”。让学生充分结合学生日常生活中的所见所闻,积极主动地学习对生活有用的地理,实现学习方式的转变,本节课就是以学生熟悉的被称为“万物之本”的土地为题,让学生从自己的生活经历和体验中了解土地的用途、分布及利用中存在的问题、保护的措施等,以唤起学生节约和保护耕地的意识和行为。在学习探究的过程中扩展知识,培养能力,形成正确的人地观,树立可持续发展意识。
教学目标
知识与能力 1.使学生初步了解土地资源的利用类型和我国土地资源的基本特点。2.初步分析并理解我国土地资源分布差异的原因。
过程与方法 1.通过分析、理解我国土地资源分布差异的原因，提高学生分析问题、解决问题的能力。
情感态度与价值观 通过对土地资源的利用类型、分布以及人类所面临的世界性的土地问题，使学生真正认识到土地资源的重大意义，必须珍惜并加以合理利用，增强学生的资源观。
教学重点、难点
重点：我国土地资源的分布及基本特点。难点：土地资源利用类型分布的原因
教学设计
[创设情景，导入新课] 教师：自然界中，以她最为宽广深厚，她承载着自然界中的万事万物。一直以来，默默地以她仁慈宽厚的胸怀滋养着万物生灵。她是山川之根、万物之本、人类的衣食来源。这是什么？
学生：是土地。
总结：土地，它给人类提供了山川、万物、衣食、财富；过去的一切得益于它，它更影响着人类的未来。这就是土地，这就是土地资源。
课堂活动： 一：知土地 教师：出示山地林区、草原牧区、平原耕作区、城市的景观图，讨论几幅景观图中土地自然环境和条件的差异以及利用方式的不同。
学生：山区──林地；高原──草地；平原──耕地：城市──建筑用地。
教师：从图中可以看出，不同的土地类型，由于自然环境和自然条件的差异，人们对土地的利用方式和途径就不同，根据土地的用途及土地利用的状况，我们把土地资源分为耕地、林地、草地和建筑用地等，耕地、林地、草地为农业用地，建设用地为非农业用地。我国除了这些可以利用的土地外，还有很多难利用的土地，如荒漠、石山、永久冰雪地等。
[承接]我们知道了不同的土地类型，但你们知道祖国的土地资源有何特点吗？
二：知特点 教师： 出示图表、资料(部分国家人均耕地的比较图以及农业用地总量和人均占有量数据)，同学们能得出什么样的结论呢？
学生：由于我国国土辽阔，土地资源总量丰富，而且土地利用类型齐全。但我国人均土地资源占有量少。
问：我国土地资源的利用类型多种多样，它为农业生产提供了哪些有利条件？
学生总结：有利条件：我国国土辽阔，土地资源总量丰富，而且土地利用类型齐全，这为我国因地制宜全面发展农、林、牧、副、渔业提供了有利条件。例如山区地形崎岖，不宜耕作，但森林茂密，适宜发展林业；平原地势平坦，土地肥沃，降水充足，适宜种植业发展。高原地处内陆，降水较少，草原广阔，是畜牧业基地。
出示“我国土地利用类型的构成图”。从这些资料中我们又能得出什么信息？
学生：耕地12.68%,最少；林地31.86%，较少；而难利用的土地15.72%多 学生：我国后备土地资源不足。
教师：我们十分需要的耕地、林地比重小，我们不需要的难利用的土地比重大，这样的土地构成结构合理吗？显而易见是不合理的。我国耕地比重小，今后能不能得到大幅度的提高呢？
出示阅读材料，学生朗读。
教师：阅读材料进一步说明了我国后备土地资源不足。大家可想而知，人与耕地的矛盾是很突出的，这些都是土地资源的劣势。
教师总结：土地资源的构成特点可概括为“两少、一大、一不足、一突出”，即：耕地、林地少，难利用土地多，后备土地资源不足，人与耕地的矛盾突出
承接：既然同学们了解了我国土地资源的利用情况，那么耕地、林地、草地又是如何分布的呢？
三：懂分布 出示“我国土地类型分布图” 教师：：同学们，请你们读图，思考：我国的耕地、林地、草地和难以利用的土地分别是怎样分布的。
师引生总结：我国东部地区以耕地和林地为主，西部地区主要是草地和难以利用的土地。这说明我国土地资源地区分布不均匀。
过渡：为什么不同地区的土地利用类型不相同？这与它们的自然环境有关。下面我们以小组合作的形式探讨我国土地资源的分布与自然环境的关系。
学生合作探究，师生共同总结，完成板书
教师总结：不同地区，因为自然环境不同，所以土地的利用类型是不相同的。
教学反思
本节课所学内容是人教版“第三章中国的自然资源资源”中的第二节 “土地资源”。通过学习让学生了解我国土地资源的利用类型和基本特点以及目前我国土地资源利用中存在的诸多问题，从而认识到土地资源的重要性，树立合理用地、节约用地、保护耕地的资源观，培养保护资源的意识。
在教学中，我采用了讲解、探究、归纳的方法，达到了教学目的，重点突出。在解决难点时，设计了活动的方式，学生探究、交流，概括出我国土地资源的现状，提高了学生分析、概括的能力。在教学设计上能够突出学生的主体作用，学生通过探究活动认识了地理规律和原理，学会了分析解析地理现象。通过这一节课的教学，学生不仅学到了地理学科的结构知识，而且在一定程度上掌握了探究地理学习的思维方式。
存在的问题：
1、要找准切入。以点带面，应选择与本节课的内容联系密切、真实有效、现实而熟悉的事物，2、教学中对学生预想不到位，在组织活动过程中分寸把握的不是很好，详略处理的不是很好，3、本节课虽然选择了大量的图片和文字资料，对学生的学习起到了一定的指导作用，但在利用所选择的材料利用的有效性还是欠缺。
4、教学经验的积累和驾驭课堂能力还需要加强，虽然有一些客观的原因，但作为一名合格的教师，应充分考虑到在课堂上有可能发生的问题包括知识和学生活动中的偶发事件。
点击咨询 