GRACE时变重力场滤波方法研究

用3种不同的滤波方法获得了2007年相对于2005年的卫星重力变化图像,并与同期地面重力测量的结果进行比较,对比分析GRACE月重力场滤波方法的优缺点。结果表明,去相关平滑滤波算法优于高斯滤波和直接截断法,且去相关平滑滤波DDK5处理得到的卫星重力动态变化图像与地面观测结果符合最好,表明GRACE卫星时变重力场可以用来分析大区域重力动态变化。     

西部山地复杂地震资料处理技术研究

在山地地震资料处理中,由于地震条件和地质条件复杂,使得资料的静校正问题严重,资料的信噪比偏低.通过采用配套的静校正技术和串联叠前去噪技术,较好地解决了这两个问题.     

自适应移动盒子的机载LiDAR点云去噪算法

针对现有LiDAR点云去噪算法难以实现自适应的问题,该文提出了基于空间盒子结构的自适应移动盒子去噪算法。基于经验模型建立盒子自适应准则,较好规避了现有算法的去噪阈值确定问题;采用聚类分析实现噪声点与有效点的精确标示。基于不同类型噪声的点云数据实验结果表明:与现有去噪算法相比,基于自适应移动盒子的去噪算法具有更好的适应性和去噪效果。     

桂枝茯苓胶囊化学成分研究(Ⅲ)

目的 对桂枝茯苓胶囊内容物正丁醇和水萃取部位化学成分进行研究.方法 采用硅胶柱色谱、Sephadex LH-20、D-101型大孔树脂和反相RP-18柱色谱等方法进行分离纯化,利用MS和NMR等波谱学方法鉴定化合物的结构.结果 分离鉴定了16个化合物,分别为氧化芍药苷(1)、半乳糖醇(2)、咖啡酸(3)、牡丹皮苷F(4)、去氢土莫酸(5)、猪苓酸C(6)、3-表去氢茯苓酸(7)、3-表去氧土莫酸(8)、海藻糖(9)、鸟苷(10)、腺苷(11)、丙氨酸(12)、亮氨酸(13)、脯氨酸(14)、精氨酸(15)、α-D-葡萄糖(16).结论 化合物1～16均为首次从该复方中分离得到.     

遥感图像高斯与椒盐噪声的PDE混合去噪模型研究

针对经过前期处理的遥感图像主要含有高斯噪声和椒盐噪声的特点,提出一种基于PDE的混合去噪模型,该模型克服传统的纯各向异性扩散模型在平滑区域过度扩散、产生阶梯效应和四阶PDE模型在去噪的同时过多损失边缘信息的弱点,在有效去除遥感图像中混合噪声的同时,很好地保持图像的边缘和纹理细节信息.实验结果验证所提出模型的有效性和稳定性.     

基于卫星加速度恢复地球重力场的去相关滤波法

基于加速度法恢复地球重力场时,卫星加速度是由卫星轨道数值微分得到,而数值微分会放大高频误差,进而降低了重力场解算结果的精度.针对数值微分导出的加速度误差具有有色噪声的特性,提出利用去相关算法构造白化滤波器对加速度有色噪声进行滤波处理,并根据去相关的基本原理分别构造了基于三点差分和ARMA模型的白化滤波器.采用不同噪声背景的CHAMP卫星模拟轨道数据进行解算,结果表明:基于去相关滤波解算的重力场模型精度均要比等权解算的重力场模型精度高,初步验证了去相关滤波方法的有效性.     

TSVD解算中选择截断参数的新方法

截断奇异值方法(TSVD)是解决病态问题的一个有效途径,其关键问题是选择适当的截断参数.首先对TSVD方法克服病态性的原理进行了分析,提出适当的截断参数应当使TSVD解达到两个目标:一是能够消除被小奇异值放大的噪声对真解的污染,二是尽量提高解的分辨率以保持解的准确性.然后提出了基于信噪差异指标的选择截断参数的新方法,该方法以TSVD解在不同截断方式下的信噪差异为指标,对TSVD克服病态性的实际效果进行评估,据此选择截断参数.最后通过对航空重力测量数据向下延拓问题的模拟计算,说明该方法的有效性.     

宽频宽方位处理技术在淮北矿区全数字高密度地震勘探中的应用

与常规三维地震勘探相比,全数字高密度地震勘探采用高横纵比、宽方位观测系统,使用单点数字检波器接收。宽方位地震勘探有利于高陡构造和复杂断块成像,但存在各向异性问题,而单点数字检波器地震信号频带宽、保幅性好、噪声强。为了充分发挥全数字高密度地震资料优势,克服其缺点,必须将宽频、宽方位处理技术运用到煤炭高密度三维地震数据处理中,以提升数据处理效果。以淮北矿区全数字高密度地震资料为基础,针对淮北矿区地质构造复杂特点,以叠前保幅去噪、振幅补偿、OVT处理技术以及全方位角偏移成像技术为重点,开展了煤炭全数字高密度地震资料的宽频、宽方位处理技术研究。结果表明:保幅去噪在几乎不损伤有效信号的前提下实现了对噪声的有效压制,振幅补偿恢复了地震信号高低频能量的损失,宽方位处理不仅消除了各向异性影响,改善了成像效果,还获得了丰富的叠前数据。宽频宽方位处理技术是全数字高密度地震资料处理的必要手段,其处理成果比常规处理成果频带更宽,对复杂构造成像更好,分辨率更高,能够实现煤田复杂地质条件地震资料精细成像。      

基于Seislet-TV双正则化约束的地震随机噪声压制方法

人工地震数据总是受到随机噪声的干扰,地震数据时-空变的特性使得常规去噪方法处理效果并不理想,容易导致有效信号的损失.目前广泛应用的预测滤波类方法存在处理时变数据能力不足的问题.随着压缩感知理论的不断完善,稀疏变换阈值算法能够解决时变地震数据噪声压制问题,但是常规的稀疏变换方法,如傅里叶变换,小波变换等,并不是特殊针对地震数据设计的,很难提供地震数据最佳的压缩特征,同时,常规阈值算法容易导致去噪结果过于平滑.因此开发更加有效的时-空变地震数据信噪分离方法具有重要的工业价值.本文将地震数据信噪分离问题归纳为数学基追踪问题,在压缩感知理论框架下,利用特殊针对地震数据设计的VD-seislet稀疏变换方法,结合全变差(TV)算法,构建seislet-TV双正则化条件,并利用分裂Bregman迭代算法求解约束最优化问题,实现地震数据的有效信噪分离.通过理论模型和实际数据测试本文方法,并且与工业标准FXdecon方法进行比较,结果表明基于seislet-TV双正则化约束条件的迭代方法能够更加有效地保护时-空变地震信号,压制地震数据中的强随机噪声.     

基于压缩感知的小波阈值和CEEMD联合去噪方法

中深层地质条件复杂,地震资料品质差,主要表现为:地震资料信噪比低、有效信号弱.如何在去噪的同时有效保留弱有效信号,获取高信噪比的地震数据成为地震数据处理的关键问题.传统小波阈值与互补集合经验模态分解(CEEMD)联合去噪方法相比单一方法可以获取更高品质的地震数据.基于压缩感知理论的去噪方法利用地震数据在变换域中的稀疏特性,通过设定稀疏基矩阵和测量矩阵,可以将地震数据去噪问题转化成求解最优化问题,通过最优解重构原始信号,实现对地震资料的去噪处理.该方法能够在有效衰减随机噪声的同时最大限度的保留有效信号.本文基于压缩感知理论开展小波阈值去噪方法研究,并在此基础上结合CEEMD方法对含噪较多的固有模态分量进行有针对性的随机噪声压制.通过对含噪数据开展不同方法的去噪结果对比可见,本文方法可以在保证高信噪比的基础上更为有效的保留弱有效信号,数值试算验证了该方法对弱有效信号地震数据去噪具有显著优势.