基于奇异谱分析的重磁位场分离方法

奇异谱分析是一种近年兴起的时间序列分析方法,它利用降秩原理实现信号分离.该方法将数据空间投影到不同特征的子空间中,并用奇异值来表征这些子空间的性质,最后通过截取奇异值实现数据的重构.重磁位场分离可以看成一种多信号叠加的分离问题.不同特征的重磁异常具有不同特征的奇异谱,这是奇异谱分析用于解决位场分离问题的应用基础.本文通过建立理论模型,分析重磁异常的奇异谱特征,得出适用于重磁位场分离的最优参数选择方法,并与传统方法进行比较.对比发现,无论是横向叠加模型、垂向叠加模型还是斜向叠加模型,奇异谱分析都具有很好的分离效果.最后,将奇异谱分析用于鄂东南某矿区的重力资料处理中,实现弱异常的识别和分离.     

重磁异常解释断裂构造的处理方法及图示技术

利用重磁异常解释断裂是地质构造研究的主要手段之一.重磁异常解释断裂通常是在等值线图或剖面平面图上进行的,而重磁异常在进行等值线网格化成图时会造成微弱信息丢失,这些原因造成重磁异常解释断裂的多解性.本文对重磁异常数据在化极、曲面延拓处理的基础上,采用水平梯度法提取延拓曲面上的重磁异常梯度带,之后对断裂带进行窄化处理,通过图示技术将重磁异常数据转换成灰度值,图像的灰度值以变密度显示,形成彩色的变密度图像,这样就提高了数据图像识别断裂的视觉效果.该方法应用在鄂尔多斯盆地不同层次(时间序列)的断裂研究中,提取和识别重磁异常特征所反映的断裂信息,效果较好.     

不同高度数据联合欧拉反褶积法研究

基于不同测量高度重力场及其梯度数据可同时对应同一场源并用于反演场源位置的分析原理,拓展不同高度场数据在欧拉反褶积法中的应用范围.首先,立足于对欧拉反褶积方法的理论研究基础,提出不同高度数据融合联合欧拉反演公式.其次,在理论模型上对多种高度数据联合反演做了测试分析计算,验证了不同高度场数据融合联合欧拉反褶积法能够改善位场解释中单一观测面数据计算带来的解的发散问题,收敛过程由此改善.最后,将本文方法应用于龙门山地区实际重力数据的解释,获得了研究区断裂分布特征.     

卫星重磁数据球坐标系下正反演方法研究进展

卫星重磁观测数据覆盖范围广、更新周期快是现代地球物理中重要的数据类型之一.随着卫星重磁观测技术的不断发展,卫星重磁观测数据的精度和分辨率得到了大幅提高,被广泛的应用于探索地球、月球、火星等天体内部物质分布、结构、构造等地学问题的研究.在研究过程中,对卫星重磁数据选择合适的处理和反演方法是后续能否进行精确分析解释的重要前提.基于球坐标系下的卫星重磁数据解算、正、反演方法为大尺度地学问题的球面研究为更贴近于实际地质情况提供了方法技术支持.本文针对卫星重磁数据的曲面数据和大尺度应用研究的特点,对近年来提出的球坐标系下Tesseroid单元体的正、反演方法进行了较为全面的阐述.可为国内同行深入了解卫星重磁数据在球坐标系下的研究现状和开展进一步的研究提供参考,促进卫星重磁数据在我国地球系统科学领域中发挥更大作用.     

低纬度磁异常的初始模型约束全卷积神经网络化极方法

磁异常化极是磁测数据处理的重要基础工作,低纬度磁异常化极运算不稳定.深度学习是一种有效解决不稳定问题的数据驱动方法.然而,现有基于深度学习的位场数据处理仅以位场响应作为输入,缺乏场景外样本数据的通用性,往往导致深度学习网络预测结果的泛化性能不足.因此,为了克服这一问题以及进一步提高低纬度磁异常化极的精度.受“知识&数据”联合驱动深度学习网络结构的启发,本文提出一种基于初始模型约束的低纬度磁异常化极全卷积神经网络结构.该网络结构的输入包含两部分,一部分为低纬度磁异常,另外一部分为初始模型,网络输出为垂直磁化方向磁异常.训练与测试的磁异常数据采用基于网格点格架函数的空间域快速正演生成,以及对低纬度磁异常采用稳定的频率转换来获取初始模型,另外本文对数据集中10%的随机样本加入了5%的高斯噪声,以此增强全卷积神经网络结构的鲁棒性.理论模型试验验证了本文所提方法的有效性、精确性以及鲁棒性.最后,将本文方法应用于实际磁测数据,取得了良好的效果.     

多层等效源曲面磁异常转换方法

在磁异常数据处理中,利用等效源技术重构磁异常场具有较好的稳定性和较高的计算精度,因而被广泛应用.传统方法是采用设置在近地表的单层等效源拟合实测磁异常数据,尽管拟合精度很高,但向上延拓之后往往会出现较大的拟合误差,即可能存在磁异常信号的"泄漏",尤其在原始数据中存在背景场时更容易出现此种误差.本文提出一种多层等效源技术方案,应用分布于不同深度范围内的等效源模拟实测数据,减少了等效源参数设置的盲目性.理论模型试验表明,采用多层等效源方法重构的磁异常及其梯度与分量,较单层等效源方法具有更高精度,可以吸收更完整的实测磁异常信息.论文详细地讨论了如何优化多层等效源设置、等效源参数选择以及计算方法,通过二维和三维理论模型试验,验证了在复杂条件下多层等效源方法的可行性和适应性,并且将该方法应用于广西某地的实测磁异常数据转换之中,取得了较好的应用效果.     

多源布格重力异常数据贝叶斯融合算法及其在川滇地区的应用

布格重力异常数据是研究地壳结构和变形的重要依据,由于观测手段、处理方法等存在差异,不同手段获得的布格重力异常可能存在数据噪声水平及起算基准不一致,从而引起多源布格重力异常数据难以有效融合的难题.为此,本文在传统等效源重力数据融合方法的基础上,通过引入贝叶斯参数优化准则,提出了一种新的多源布格重力异常融合算法.随后对川滇地区两条实测重力剖面布格异常和WGM2012模型计算布格异常开展了融合实验,结果表明:新算法不仅能显著降低不同异常中的非相干噪声,而且能将多源异常的系统偏差有效纠正.与已有布格重力异常相比,融合所得布格重力异常特征与川滇地区主要线性构造分布形态具有更好的一致性.本文给出的川滇地区融合布格重力异常同时兼顾了地表实测重力的高精度和卫星重力场全球模型的高分辨率,可为研究川滇地区地壳结构和构造区划提供更加有价值的地球物理基础资料.     

位场异常分离的递减半径迭代法

本文提出了位场区域-剩余异常分离的空间域递减半径迭代法.由给定半径的圆周上八点位场值的算术平均导出一个新的八点圆周平均公式,它是一个由重磁数据计算区域异常的滤波器.该滤波器的传递函数有一主瓣和多个旁瓣,且半径越大,旁瓣越多,滤波器特性越差.由从大到小不同半径对应的传递函数的连乘积构造了递减半径迭代传递函数,它以大半径为参变量.递减半径迭代传递函数类似低通滤波器,其截止波数与大半径成反比.由递减半径迭代传递函数,给出空间域分离区域异常的递减半径线性迭代法,由重磁数据减去区域异常求得剩余异常.进一步,通过构造非线性修正系数,把空间域递减半径线性迭代法中线性迭代公式变成非线性迭代公式,得到空间域递减半径非线性迭代法.重磁理论模型及安徽泥河铁矿重磁资料的试验表明,空间域递减半径非线性迭代法可有效地压制假异常和高频干扰以及减少异常畸变,并能有效地分离出区域异常和剩余异常.     

重磁测量在海岛礁及其邻域中的应用与展望

重磁测量在海岛礁及其邻域的应用与研究中不可或缺。由于海岛礁及邻域重磁场空间分布的梯度和幅度变化较大,又受地理环境与技术的限制,获取该区域高分辨率、高精度的重磁测量信息较为困难,导致测量成果质量不高且产品单一,亟需科技创新来扭转此局面。本文系统分析了海岛礁及其邻域地理环境、重磁特征和相关测量技术方法的发展现状,针对存在的问题,深入探讨了该领域的新技术、新方法及应用研究,并对未来发展方向作出展望：(1)加强重磁测量技术方法的研究,构建高水平的立体观测系统;(2)深化多源数据融合处理技术方法研究,丰富测量成果的输出方式;(3)充分利用海岛礁作为定点的中长期观测平台的天然优势,开展地球物理场的融合研究,拓展其应用与研究领域。     

等效源法三维随机点位场数据处理和转换

为了实现曲面随机点位场数据的曲面延拓和转换,以磁异常位场数据为例,采用一组磁偶极子作为等效源,置于观测面下方的一个曲面上,把观测磁异常作为这组磁偶极子所产生磁异常的边界条件,通过求解线性方程组的方法反演磁偶极子磁矩的大小,再根据反演结果正演所要计算的磁异常数据,实现了曲面随机点磁异常位场数据的向上延拓、向下延拓、求导以及化极处理.在数据量较大时,为了提高反演计算的速度,把磁异常数据和磁偶极子分成若干小块,再利用各块磁异常数据分别反演该块数据下方磁偶极子的磁矩,并通过迭代计算来逐步取得更准确的反演结果.模型试验表明,磁异常位场数据向上延拓的均方根误差小于±2nT,向下延拓和化极也可以取得较高的精度,所提出的分块处理方法提高了延拓和转换的速度,实际资料处理给出了曲面随机点航磁异常数据向下延拓和化极的一个例子.     

Multi—scale expression of spatial activity anomalies of earthquakes and its indicative significance on the space and time attributes of strong earthquakes

The noise model based on a trous wavelet algorithm produces a multi-scale expression of image through the combination of wavelet transform and a testing model of statistical significance.This kind of expression not only gives the formation and location of image structure on different scales,but also eliminates the influence of noise Since the algorithm does not need any priori hypotheses,it is suitable for the data with complex structure.The research line is employed in this paper to analyze the spatial activity of earthquake.The method of how to recognize and describe the multi-scale space activity of earthquake is emphatically discussed in this paper.Taking typical sequences in Southwest China as research cases,we systematically study the structure characters of spatial activity of earthquake on different scales.Results show that multi-scale space structure to some extent possesses indicative effect on strong epicenters.And the foreshock anomalies of Songpan seismic sequence also reveal interesting pattem during the spatial-temporal evolvement.     

三维多尺度体曲率的算法及应用(英文)

为了充分提取与挖掘储层结构及构造信息在时间(深度)和空间上的多尺度特征,构造了一种新的三维多尺度体曲率分析方法,并给出了三维体曲率快速提取算法。与常规的体曲率方法相比,本文方法的改进主要体现在以下两个方面:①在体曲率分析中引入时频域分频展开和对应的空间波数域多尺度自适应微分算子,可同时在时间和空间上反映地震信息的多尺度特征;②将不同尺度的体曲率数据进行有机融合,充分利用了不同尺度曲率异常信息,同时突出有效异常,降低噪声影响,为体曲率属性解释奠定基础。利用该方法处理了陆上和海上三维地震资料,实现了对储层展布、断层及裂缝发育带的检测及多尺度特征的有效刻画。     

起伏地形条件下流动重力数据处理方法研究

以地震监测为目的流动重力重复测量获取的重力年变信号通常在十几到几十微伽量级.但由于重力测点所处的地形高程不同,将空间测点直接插值得到的重力异常空间图像会叠加由于地形起伏引起的异常畸变.本文通过6面体模型定量计算了不同规模和埋深场源的地形效应;对青藏高原东缘地区测网的重力观测数据进行了分析处理,并通过位场曲面延拓校正技术消除了地形影响.结果表明,位场曲面延拓校正技术可以有效地改善重力数据质量,有利于更准确地圈定和认识异常的空间形态特征.     

Multi-scale observation and cross-scale mechanistic modeling on terrestrial ecosystem carbon cycle

To predict global climate change and to implement the Kyoto Protocol for stabilizing atmospheric greenhouse gases concentrations require quantifying spatio-temporal variations in the terrestrial carbon sink accurately. During the past decade multi-scale ecological experiment and observation networks have been established using various new technologies (e.g. controlled environmental facilities, eddy covariance techniques and quantitative remote sensing), and have obtained a large amount of data about terrestrial ecosystem carbon cycle. However, uncertainties in the magnitude and spatio-temporal variations of the terrestrial carbon sink and in understanding the underlying mechanisms have not been reduced significantly. One of the major reasons is that the observations and experiments were conducted at individual scales independently, but it is the interactions of factors and processes at different scales that determine the dynamics of the terrestrial carbon sink. Since experiments and observations are always conducted at specific scales, to understand cross-scale interactions requires mechanistic analysis that is best to be achieved by mechanistic modeling. However, mechanistic ecosystem models are mainly based on data from single-scale experiments and observations and hence have no capacity to simulate mechanistic cross-scale interconnection and interactions of ecosystem processes. New-generation mechanistic ecosystem models based on new ecological theoretical framework are needed to quantify the mechanisms from micro-level fast eco-physiological responses to macro-level slow acclimation in the pattern and structure in disturbed ecosystems. Multi-scale data-model fusion is a recently emerging approach to assimilate multi-scale observational data into mechanistic, dynamic modeling, in which the structure and parameters of mechanistic models for simulating cross-scale interactions are optimized using multi-scale observational data. The models are validated and evaluated at different spatial and temporal scales and real-time observational data are assimilated continuously into dynamic modeling for predicting and forecasting ecosystem changes realistically. in summary, a breakthrough in terrestrial carbon sink research requires using approaches of multi-scale observations and cross-scale modeling to understand and quantify interconnections and interactions among ecosystem processes at different scales and their controls over ecosystem carbon cycle.     

Multi-scale support vector algorithms for hot spot detection and modelling

The algorithmic approach to data modelling has developed rapidly these last years, in particular methods based on data mining and machine learning have been used in a growing number of applications. These methods follow a data-driven methodology, aiming at providing the best possible generalization and predictive abilities instead of concentrating on the properties of the data model. One of the most successful groups of such methods is known as Support Vector algorithms. Following the fruitful developments in applying Support Vector algorithms to spatial data, this paper introduces a new extension of the traditional support vector regression (SVR) algorithm. This extension allows for the simultaneous modelling of environmental data at several spatial scales. The joint influence of environmental processes presenting different patterns at different scales is here learned automatically from data, providing the optimum mixture of short and large-scale models. The method is adaptive to the spatial scale of the data. With this advantage, it can provide efficient means to model local anomalies that may typically arise in situations at an early phase of an environmental emergency. However, the proposed approach still requires some prior knowledge on the possible existence of such short-scale patterns. This is a possible limitation of the method for its implementation in early warning systems. The purpose of this paper is to present the multi-scale SVR model and to illustrate its use with an application to the mapping of Cs¹³⁷ activity given the measurements taken in the region of Briansk following the Chernobyl accident.     

2017年九寨沟地震前重力场异常特征提取

2017年8月8日九寨沟发生7.0级地震,此次地震发生在塔藏断裂、岷江断裂和虎牙断裂附近,震源机制为走滑型。重力场静态异常和动态异常变化可为研究深地壳结构性质提供重要的物理场信息。本文利用WGM计算的布格重力异常数据及实测流动重力数据进行小波多尺度分解,分离得到不同深度场源特征的地壳介质横向不均匀性。结果表明,WGM布格重力异常数据和实测重力数据的小波多尺度结果较为一致,通过对比分析发现,九寨沟地震发生在区域重力场的四象限分布中心位置,不同时空尺度的重力场变化对于深入认识潜在地震危险性趋势具有一定的科学意义。     

基于经验模态分解的分数维地震随机噪声衰减方法

经验模态分解算法(EMD)是一种基于有效波和噪声尺度差异进行波场分离的随机噪声压制方法,但由于实际地震数据波场复杂,导致模态混叠较严重,仅凭该方法进行去噪很难达到理想效果.本文基于EMD算法对信号多尺度的分解特性,结合Hausdorff维数约束条件,提出一种用于地震随机噪声衰减的新方法.首先对地震数据进行EMD自适应分解,得到一系列具有不同尺度的、分形自相似性的固有模态分量(IMF);在此基础上,基于有效信号和随机噪声的Hausdorff维数差异,识别混有随机噪声的IMF分量,对该分量进行相关的阈值滤波处理,从而实现有效信号和随机噪声的有效分离.文中从仿真信号试验出发,到模型地震数据和实际地震数据的测试处理,同时与传统的EMD处理结果相对比.结果表明,本文方法对地震随机噪声的衰减有更佳的压制效果.     

基于重力异常分离方法寻找深部隐伏铁矿 ——以安徽泥河铁矿为例

重力异常是地下不同规模、不同形态和不同埋深的不均匀地质体的综合响应,重力勘探主要通过从重力异常中提取感兴趣的局部异常,以便探测深部结构,寻找隐伏矿床.为探讨重力异常分离原则并检验方法效果,本文从各方法原理入手,加上模型试验以及在安徽省泥河矿区深部隐伏铁矿的探寻实践检验,阐明:趋势分析法是整体拟合不同于最小二乘圆滑的局部拟合,由于是多项式拟合区域场,趋势分析法不适宜范围大、地质情况复杂的测区;插值切割法以计算点场值与四点圆周平均值的插值运算为切割算子,通过连续切割,得到重力异常的切割区域场和局部场,插值切割法对于小测区单个异常的分离效果较好,切割次数选择1到2次即可;匹配滤波法通过分析实测异常功率谱曲线、选择合适的滤波段、建造适宜的低通和带通滤波器进行滤波,从而提取不同波数成分的异常场,匹配滤波更适合垂向叠加的异常分离;解析延拓是根据一个面上的一组位场数据确定另一个不同高度面上位场值,应用中要把握延拓高度;垂向二阶导数法可以起到突出浅源异常,区分水平叠加异常,确定异常体的边界,消除或削弱背景场的作用.通过安徽泥河铁矿重力异常分离实验,发现三阶趋势分析、向上延拓以及插值切割法能很好地分离出矿体异常和背景场,同时发现在泥河矿区东南部和东北部还存在剩余重力异常,可为泥河铁矿扩大规模提供新的线索.     

断层气氢浓度观测技术试验研究

In order to explore the new technology and methods for seismic underground fluid observation, a test study on measurement of hydrogen concentration in fault gas is carried out at the piedmont fault zone of Zhongtiao Mountain. Through the experiment on observation positions, gas collection devices and sampling depths, the paper presents the observation method for fault gas hydrogen concentration by using an online automatic trace hydrogen analyzer. Comparative tests are conducted on the stability and optimum conditions of this type of instrument in the field environment, and the hydrogen concentrations at different measuring points of the same fault are observed. The results show that it is technically feasible to carry out continuous hydrogen concentration on a fault zone. The method proposed in this study could be a useful tool for setting the observation points, choosing a reasonable observation depth and scientific analysis of the observed data.     

鄂尔多斯南缘地区重力变化场源特征

以鄂尔多斯南缘地区布格重力异常数据及2014—2017年相对重力观测数据为基础,采用欧拉反褶积方法,对引起重力变化的场源深度进行反演,并对空间分布规律予以解释。通过构建理论模型,反演得到最优模型参数,并对实际数据进行计算和分析。为了减弱和消除欧拉解的发散性,利用水平梯度滤波法优化反演结果。结果表明:①构造指数为1时,适合对相对重力数据进行反演,当滑动窗口选择4—8倍测点间距时,可以获得较为可靠的场源参数;②在主要断裂附近,不同时间尺度的场源呈较好的一致性特征;③引起重力变化的场源深度集中在10—30 km,与鄂尔多斯南缘地区的震源深度基本一致;④不同时间尺度的场源位置相对分散,表明引起重力变化的物质流动具有随机性和波动性。