Velocity structure in the South Yellow Sea basin based on first-arrival tomography of wide-angle seismic data and its geological implications

The South Yellow Sea basin is filled with Mesozoic–Cenozoic continental sediments overlying pre-Palaeozoic and Mesozoic–Palaeozoic marine sediments. Conventional multi-channel seismic data cannot describe the velocity structure of the marine residual basin in detail, leading to the lack of a deeper understanding of the distribution and lithology owing to strong energy shielding on the top interface of marine sediments. In this study, we present seismic tomography data from ocean bottom seismogra...     

2020年新疆伽师MS6.4地震震源区 微震检测与目录完备性分析

中强地震发生后,地震检测因受到尾波的干扰可能会遗漏部分微震事件,影响地震目录的完备性。文章利用波形模板匹配方法对2020年新疆伽师M_S6.4地震序列开展微震检测,相比原始的中国地震台网中心统一地震目录,新检测出1 756个微震事件,地震数量增加了1.3倍。基于检测后的余震目录计算最小完备震级为M_L1.2,地震活动性b值为0.76,较原始目录的M_L1.6和0.77均有所降低。通过伽师震源区地震序列活动特征分析,结果表明前震序列在主震前短时间内(前36小时)出现地震活动的密集增强,相应的b值显示为低值;主震发生后地震序列完备震级较高,随着时间的推移,完备震级缓慢降低并趋于稳定,并且呈周期性的波动。本研究提高了伽师震源区地震目录的完备性,为精细化描述该地区地震序列时空演化特征提供了关键数据基础。     

三峡水库蓄水后上荆江不同河床组成江心洲的演变过程及其机制

三峡及上游梯级水库群运用后,大坝下游江心洲以冲刷为主,直接影响分汊河段河势条件及航道边界的稳定性。本文采用卫星遥感影像、实测水沙及固定断面床沙级配等资料,分析上荆江枝江、沙市河段中不同河床组成江心洲的演变过程及其机理。结果表明:(1)三峡水库蓄水后(2003—2019年),沙市段沙质江心洲较枝江段卵石夹沙质江心洲萎缩更为显著,出露面积的减幅分别达31%和24%。(2)以关洲和金城洲分别代表卵石夹沙质和沙质江心洲,三峡工程运用后关洲洲头形态较为稳定,受无序采砂的影响其沙质组成的洲尾面积显著减小,而金城洲面积萎缩程度更大。(3)床沙组成对江心洲冲刷程度差异具有重要影响,关洲洲头较金城洲抗冲性更强,与其床沙在年内达到起动条件的数量更少、时长更短有关;建立了江心洲面积与水流冲刷强度及相对水深的定量关系,该关系能综合考虑水沙变化与床沙组成调整的影响,能更好地反演近期江心洲的面积变化特点。     

太湖叶绿素a同化系统敏感性分析

太湖叶绿素a同化系统对于不同参数的敏感性将直接影响到该系统能否精确的估算太湖叶绿素a的浓度分布.利用2009年4月21日环境一号卫星(HJ-1B CCD2)影像数据反演太湖叶绿素a浓度场信息.以此作为背景场信息,结合基于集合均方根滤波的太湖叶绿素a同化系统,分析和评价了样本数目、同化时长、背景场误差、观测误差和模型误差对于同化系统性能的影响.结果表明:从计算成本、系统运行时间和同化效果等方面分析,当集合样本数目达到30~40左右时同化系统取得了较好的结果;同化系统对于背景场误差的估计变化不是很敏感,即初始场的估计是否准确对于同化系统的性能影响不是很大;同化系统对于模型误差和观测误差的变化较为敏感,不同的测试点位由于水体动力学性质不一,其敏感性的表现形式有所差异;利用数据同化方法可以有效地估算太湖叶绿素a浓度.     

太湖水体叶绿素浓度反演模型适宜性分析

为确定适合太湖水体叶绿素的反演算法,为同类卫星数据的建模和应用提供参考,本文根据太湖2007年11月、2009年4月和2011年8月实测水质参数以及同步光谱数据,结合水色遥感传感器MODIS、MERIS、GOCI及我国自主发射的HJ-1号卫星CCD传感器波段参数,基于差值模型、比值模型、三波段模型及APPEL模型,分别建立太湖水体叶绿素浓度反演模型,并分析模型的适宜性.结果显示,基于不同传感器数据APPEL模型的决定系数为0.7308~0.8107,模型相对误差为15%~24%,均方根误差为21%~32%;三波段模型基于不同传感器数据拟合的决定系数为0.6014~0.7610,相对误差为28%~36%,相对均方根误差为39%~46%;差值模型决定系数为0.4954~0.7244,相对误差为39%~53%,相对均方根误差为51%~72%;比值模型决定系数为0.4918~0.7098,相对误差为41%~55%,相对均方根误差为56%~75%.相比较而言,APPEL模型的稳定性较强,适合于不同传感器数据的太湖水体叶绿素浓度的反演.此外,相应不同传感器波段位置、波段宽度对模型反演的精度和稳定性的影响也不同,当波段位置接近叶绿素特征波长时,较窄的波宽有利于模型精度的提高,波段位置和叶绿素浓度特征波长相差较大时,合理增加波谱范围有利于叶绿素特征信息的获取.     

强震震源破裂过程浅析

通过了解强震震源区域周边地带地震破裂过程及破裂长度,根据各地震台网记录的地震数据设定计算模型,对地表或深井中的破裂效应进行研究,得出微破裂或破裂链形成的动力过程,可对地震进行一定预测。     

Variation in reach‐scale thalweg‐migration intensity in a braided reach of the lower Yellow River in 1986–2015

Thalweg migration of an alluvial river plays a key role in channel evolution, which may influence the effect of existing river training works and biodiversity on floodplains, and cause losses in riparian land and property. The braided reach of the Lower Yellow River underwent continuous channel aggradation during the period from 1986 to 1999, and then remarkable channel degradation in 1999–2015 owing to the state of operation of the Xiaolangdi Reservoir in 1999. Here we quantify associated thalweg migration changes and identify the key influencing factor in the braided reach. Thalweg‐migration distances and intensities at section‐ and reach‐scales were calculated during the past 30 years from 1986 to 2015, in order to investigate the characteristics of thalweg migration in the reach. There was a 47% reduction in the reach‐scale thalweg‐migration distance and a 35% reduction in the corresponding migration intensity after the reservoir operation. It is also revealed that fluvial erosion intensity is a dominant factor in controlling the thalweg migration, based on the investigation into various influencing factors in the study reach. The thalweg‐migration intensity of the braided reach can be expressed as a power function of the previous four‐year average fluvial erosion intensity. The calculated thalweg‐migration intensities in 1986–2015 using the proposed relation generally agree with the observed data. Copyright © 2017 John Wiley & Sons, Ltd.     

基于深度学习的海温观测数据质量控制应用研究

基于国家海洋信息中心质量控制后的西太平洋 10 度方区约 100 万站次温盐实测历史调查资料,对经过 26 种严格质量控制方法的综合海温质量符进行分类分析,首次将深度学习技术应用于海洋数据质量控制多分类 （multiclass classification）算法与应用研究。通过人工合成少数类样本和加权损失函数方法减少多数类的频率来降低数据的不平衡,并构建了多层感知器 （Multi-Layer Perceptron, MLP） 和深度神经网络 （Deep Neural Network, DNN） 两个海温资料质量符分类深度学习模型。分类结果表明本文构建的两个深度分类模型能够较准确快速地识别该海域海温数据质量,在 20 975 条温盐剖面资料测试集中分类准确率分别达到 99.63%和 99.69%。海温资料的分类精度评分有着较好的表现,其中正确数据 （QC1） 和数据缺失（QC9） 的正确识别率均达 100%。MLP 和 DNN 多分类质量控制模型可大幅降低传统质量控制方法的工作量,提升海量数据处理速度和分析能力,为海温观测资料在海洋研究与工程中应用提供参考。     

基于主成分降维的总悬浮物浓度遥感估算模型适用性分析

总悬浮物浓度(C_TSM)是水质评价的重要参数.为了提高内陆Ⅱ类水体总悬浮物浓度估算的精度,利用主成分分析方法对2009年4月太湖水体实测高光谱数据进行降维处理,进而以不同数量的主成分作为变量,分别构建总悬浮颗粒物浓度的多元线性回归估算模型并比较这些模型的效果,从而确定最优的主分量个数;结合近年运行的高光谱传感器,对模型的适用性进行评价.结果表明:①前三个主成分(PC₁、PC₂、PC₃)从不同侧面涵盖了悬浮物浓度信息,它们与ln(C_TSM)的相关系数分别为0.728、0.401和0.403;②当主成分个数为6时,模型达到最优;模型的精度高于4个传统经验模型;③在400~850 nm之间,波段数大于45的高光谱传感器数据都能利用主成分分析的方法构建精度较高的总悬浮物浓度估算模型;此外,MERIS、HJ1-HSI、Hyperion和CHRIS这些常用的高光谱传感器的波段设置,都适合于主成分建模.