基于重力地质法反演南海海底地形

基于重力地质法(GGM)采用卫星重力异常数据反演了中国南海112°E~119°E,16°N~20°N范围1'×1'的海底地形模型,通过船测水深数据的直接格网化结果和ETOP01模型的检核进行了精度评价。结果表明,GGM模型较船测水深的直接格网化结果更为精细,在船测控制点分布均匀的海域,GGM模型能获得比ETOP01模型更高的精度。为进一步验证GGM模型受海底地形特征影响的情况,采用GGM模型与ETOP01模型分别内插出9356个检核点处的水深,并统计得到两模型差值的较差结果平均值为19.560m,标准差为130.156m,相对精度为4.79%。经分析得出:GGM模型与ETOP01模型在坡度变化平缓深海区有着较好的一致性,随着水深的依次变浅,二者的差异逐渐显现,在多海山的海域差异达到最大。最后,为充分发挥重力地质法在海底地形反演中的优势总结了其最佳适用条件。     

两种测高重力异常反演海底地形方法比较

针对基于测高重力异常反演海底地形理论众多、选取标准无法确定的情况,利用中国南海海域内的测高重力异常和船测水深数据研究比较了重力地质法(GGM)和SmithSandwell (SAS)法两种精度高、计算速度相对较快的海底地形反演理论。其中,GGM方法的密度差异常数Δρ由向下延拓技术确定为2.15 g·cm-3,SAS方法采用移去-恢复技术得到反演波段内重力异常和水深数据。结果表明:测线分布条件一定时,水深多在-1 000 m左右或反演区域岛礁、海山等复杂海底地形较多时选取SAS方法,水深主要在-3 000 m以深的区域或海底地形复杂程度不高时选取GGM方法则能获取更好的效果,其效果最优处与船测水深在检核点处的差值最优平均值能达-0.61 m,标准差可达14.67 m。     

高精度测高重力场反演南海海底地形

随着测高技术的不断发展,测高海洋重力场的精度不断提高,由其反演计算的海底地形精度也相应提高。利用Sandwell 2014年最新发布主要由Jason-1末期大地测量任务和Cryosat-2观测资料反演的测高重力场V23.1,采用重力地质法(GGM)反演了中国南海海域海底地形模型,并对结果进行了精度评价。该过程中首先直接计算一系列密度差下的反演结果,并通过船测数据检核选定优化的密度差范围,然后利用向下延拓的方法确定了最优密度差异常数为7g/cm3。与船测水深数据相比,反演得到的GGM模型与检核点船测水深数据差值的标准差达到了±70.32m;此外,还计算了由测高重力异常V15.2反演的海底模型,比较这两个模型发现:测高重力场短波部分的改善对海底地形反演精度的提升作用有限,为得到更高精度的海底地形模型,需引入短波更为敏感的重力梯度资料。     

应用重力地质法反演马里亚纳海沟地形

根据重力地质法(Gravity Geological Method, GGM),利用6 736个已知水深点数据和卫星测高重力异常反 演了马里亚纳海沟(142^°36^''~147^°18^''E,23^°~27^°N)1^''×1^''分辨率的海底地形,该计算中的密度差常数为1.20 g/cm³。将反演的地形与实测检核水深数据相比,两者较差标准差为152.9 m,平均误差为(±3.0) m,均方差为153.0 m,优于ETOPO1模型和直接把船测水深控制点格网化后的模型。将重力地质法反演的模型、ETOPO1模型、直接格网模型进行功率谱密度分析,结果显示3种模型在中长波地形能量一致,但对于短波地形,重力地质法模型能量高于其他2个模型,说明重力地质法更能描绘细致的海底地形地貌。选取2条测线与重力地质法模型进行对比研究,结果表明重力地质法在海底地形起伏小的区域优于在海底地形起伏较大区域的反演效果。     

基于频域法的留尼汪海域海底地形反演

海底地形是全球地形的重要组成部分,对地球物理科学研究、经济活动等具有重要作用。基于Parker公式,利用卫星测高重力异常和船测水深数据,采用频域的方法反演了疑似马航MH370失事区域的留尼汪海域的10°×10°的海底地形。最后将反演的水深和船测水深、国际通用的海深模型ETOPO1作比较进行精度评估,结果表明:本文反演结果与船测水深相比误差平均值为-26.038 m,标准差为176.588 m;与ETOPO1相比,差异平均值为-33.541 m,标准差为160.769 m。这表明采用重力异常数据,结合船测数据能较高精度地反演海底地形。     

西太平洋海域卫星测高重力异常反演与精度评估

联合T/P、ERS1/GM、ERS1/ERM、ERS2/ERM、GEOSAT/ERM、GEOSAT/GM等多源卫星测高数据,基于逆Vening-Meinesz公式和EGM2008模型,采用移去-恢复方法和快速傅里叶变换算法构建了中国西太平洋海域(0°~40°N,105°E~145°E)1'×1'重力异常模型,选取两个不同特征区域航线,将构建的重力异常模型、EGM2008重力异常模型、美国Scripps海洋研究所重力异常与船测重力数据进行比较分析。结果表明,构建的重力异常模型与船测重力总体趋势变化较为一致、与船测重力比较均方根差为4.16m Gal,总体精度与EGM2008模型重力异常、美国Scripps海洋研究所重力异常相当,反演精度和分辨率达到国际领先水平。     

基于地形单元分区的BP神经网络反演海底地形

海底地形和海洋重力场在一定波段频率域上存在相关性,传统海底地形反演方法主要考虑海底地形与重力数据之间的线性关系,而忽略非线性项作用对反演结果的影响。基于此,提出了基于海底地形单元分区的BP神经网络反演方法,改善海底地形反演精度。选取东印度洋北部东经90°海岭附近海域(83°E～92°E,10°S～10°N)为实验区,利用船测水深、卫星测高重力等数据,根据地形特征将实验区分为海盆区和海岭区,使用BP神经网络方法分别进行海底地形反演,构建了实验区1′×1′局部海底地形模型。结果表明,基于地形单元分区的反演结果模型平均相对误差精度可达1.45%,比未分区的反演结果均方根误差降低了42 m,验证了本文方法的有效性和可行性。     

重力数据融合与重力垂直梯度异常反演

重力垂直梯度异常反应了重力异常的空间变化率,在地球物理勘探等多学科中得到越来越多的应用。利用南海局部区域实测重力异常数据和Sandwell测高重力异常数据,将搜索范围、距离和精度多种因素融合考虑并对Shepard算法进行改进,给出了南海局部区域(19°N~20.5°N,114°E~115.5°E)分辨率1'×1'的重力异常并反演了对应分辨率的重力垂直梯度异常。结果表明,基于Shepard改进算法的高精度船测重力和测高重力的有机融合,增强了单一测高重力数据反演重力垂直梯度异常的细节纹理,提高了反演重力垂直梯度异常的分辨率和精度。     

HY-2A测高数据对重力异常反演精度的影响分析

通过联合HY-2A、TP、Envisat卫星的高度计数据,分析HY-2A测高数据对中国南海重力异常影响。首先,将HY-2A和TP、Envisat数据进行对比,通过共线处理和交叉点平差前后的不符值RMS统计分析表明,HY-2A数据精度优于TP变轨后及Envisat数据精度;利用逆Venning-Meinesz公式分别计算中国南海海域(0°~23°N,103°E~120°E)15'×15'的重力异常,将反演结果与船测结果对比,HY-2A数据加入反演得到的重力异常精度在±6.13m Gal,其精度要优于没有HY-2A反演得到的结果,并分析反演重力异常与船测重力差值分布规律。结果表明,HY-2A数据对于提高海洋重力异常计算精度具有一定意义。     

联合重力异常和重力垂直梯度异常数据反演皇帝山海域海底地形

海底地形对开展海洋科学调查和研究十分重要。以多波束为主的回声测深技术测量成本高且效率低,几十年来仅实现了全球约20%的海床测绘。对于空白区（特别是深海区域）,可以借助重力异常和重力垂直梯度异常进行回归分析反演得到,但该方法得到的比例因子鲁棒性不强。为了解决这一问题,同时考虑到两种重力数据在表征海底地形长短波长的不同优势,本文结合滑动窗口赋权和稳健回归分析来反演海底地形。在太平洋皇帝山海域（35°～45°N,165°～175°E）的实验结果表明:在船测检核点处,本文构建模型的标准差为61.02 m,相比于单一重力数据反演模型,精度分别提高了14.92%（重力异常）和2.08%（重力垂直梯度异常）,能较好地反映皇帝海山链的地形走势。