基于谱烈度改进算法的研究与应用

本文基于Housner谱烈度公式中存在的不足和问题提出了一种改进算法,首先将相对速度反应谱积分公式上下限范围扩大为0.1～10.1 s,通过统计分析集集地震、汶川地震和芦山地震反应谱积分值和宏观烈度之间的关系,给出8组分档线性公式来计算改进谱烈度值I_s,并采用普通克里金插值法绘制谱烈度分布图。本文提出的改进算法在地震动加速度时程积分与谱烈度之间建立起一组长周期、连续性和精细化的函数关系,经鲁甸地震对比验证,该改进算法得出的谱烈度分布图与宏观烈度图整体变化趋势一致,谱烈度值与宏观烈度吻合率(偏差±1度以内)约为90%,具有一定的科学性和准确性,可为灾后应急救援以及决策部署等提供科学的数据支撑。     

基于CMA-BJ数值预报模式产品的复杂地形下冬奥站点地面气温和风速预报方法研究

北京冬奥服务对站点气象要素预报提出了明确需求,2 m气温预报偏差在±2℃以内,10 m风速预报平均偏差小于观测的30%,文中提出一种基于相似集合嵌套一元线性回归的预报方法—嵌套相似集合（AnEn-Ne）,该方法基于相似集合思路,在满足一定条件时,启动其嵌套一元线性回归提供订正预报。冬奥赛期（2021年11月1日—2022年3月15日）实时业务预报表明,嵌套相似集合具有较好的预报效果,相对业务数值模式（CMA-BJ）预报,预报精度显著提高,相对相似集合预报和一元线性回归预报精度明显提高,其预报结果满足冬奥服务需求。复杂地形下的要素预报检验表明,CMA-BJ模式预报2 m气温虽然存在较明显的系统偏差,但与观测相关较强,对观测的表征意义明显,订正后能有效消除复杂地形影响,10 m风速模式预报偏差振荡明显,模式预报与观测相关较弱,表征意义差,订正后站间差异明显;改进CMA-BJ模式复杂地形区近地面风速预报对观测的表征意义,可进一步提高该预报方法对10 m风速订正预报的精度。     

基于局部采样MCMC方法的时移探地雷达反演

马尔科夫链蒙特卡洛方法(MCMC)是一种启发式的全局寻优算法,可以用来解决概率反演的问题.基于MCMC方法的反演不依赖于准确的初始模型,可以引入任意复杂的先验信息,通过对先验概率密度函数的采样来获得大量的后验概率分布样本,在寻找最优解的过程中可以跳出局部最优得到全局最优解.MCMC方法由于计算量巨大,应用难度较高,在地...     

不同混合层深度算法的全球适用性对比分析

混合层深度是研究海洋上层动力过程及海气相互作用的一个至关重要的物理量,准确估算混合层深度对上层海洋动力学和热力学的深入研究具有重要的科学意义。本文基于Argo实时观测剖面数据,分海域、分季节对比分析了目前常用的几种混合层深度算法的异同与优缺点。结果表明,理论上最大角度法的精确度最高,曲率法其次,然后是阈值法和最优线性拟合法。最大角度法和曲率法的结果比较接近,实测数据表明曲率法的时空适用性更广。阈值法、最优线性拟合法分别受梯度阈值和密度（或温度）梯度变化的制约,其计算的混合层深度相对较浅。各种算法的差异性随着季节跃层的增强而逐渐减小,且北半球的差异小于南半球。     

深度学习方法在地震事件分类中的应用及可解释性研究

采用2016—2020年福建台网所记录的爆破和天然地震事件以及背景噪声数据集,使用CNN模型、Inception10模型、ResNet18模型和Vgg16模型4种深度学习网络模型进行分类研究。针对深度学习网络模型的“黑盒”问题,将梯度类激活映射(Gradient-weighted Class Activation Mapping, Grad-CAM)算法引入这4种分类模型中,得到每个模型的可视化图。通过可视化图可以直观地看出模型在做出分类决策时对于不同波形特征的依赖权重,为模型的可解释性提供依据,进而提高模型的可信度。通过对模型的可视化图分析得出,分类效果更好的CNN模型和Vgg16模型在做出决策时更依赖于地震波形的震相特征,对于震前和震后的波段关注较小;而ResNet18模型和Inception10模型对于震相特征的关注不够敏锐。通过Grad-CAM算法对模型进行可视化分析得到的结果能够很好地反映模型的分类效果,对于改进和选择合适的分类模型具有重要意义。     

基于SMVF的高频雷达自适应多目标检测

针对高频雷达强海杂波和干扰环境下的多目标检测问题,结合S-method时频分布和Viterbi算法提出了一种多分量线性调频信号瞬时频率估计方法——SMVF法(S-method viterbi fitting),然后根据所提取的瞬时频率的直线拟合性能,提出了一种自适应多目标检测算法。实测数据的处理结果,表明了该算法在低信噪比时,与WDM法(wigner distribution maxima)、WDV法(wigner distribution viterbi)相比,估计精度提高约20%,验证了该算法的可行性和有效性。     

基于Remez迭代算法求解差分系数的双相介质自适应有限差分正演模拟

利用传统有限差分方法对基于Biot理论的双相介质波动方程进行数值求解时,由于慢纵波的存在,数值频散效应较为明显,影响模拟精度.相对于声学近似方程及普通弹性波方程,Biot双相介质波动方程在同等数值求解算法和精度要求条件下,其地震波场正演模拟需要更多的计算时间.本文针对Biot一阶速度-应力方程组发展了一种变阶数优化有限差分数值模拟方法,旨在同时提高其正演模拟的精度和效率.首先结合交错网格差分格式推导Biot方程的数值频散关系式.然后基于Remez迭代算法求取一阶空间偏导数的优化差分系数,并用于Biot方程的交错网格有限差分数值模拟.在此基础上把三类波的平均频散误差参数限制在给定的频散误差阈值和频率范围内,此时优化有限差分算子的长度就能自适应非均匀双相介质模型中的不同速度区间.数值频散曲线分析表明:基于Remez迭代算法的优化有限差分方法相较传统泰勒级数展开方法在大波数范围对频散误差的压制效果更明显;可变阶数的优化有限差分方法能取得与固定阶数优化有限差分方法相近的模拟精度.在均匀介质和河道模型的数值模拟实验中将本文变阶数优化有限差分算法与传统泰勒展开算法、最小二乘优化算法进行比较,进一步证明其在复杂地下介质中的有效性和适用性.     

结合双边滤波Retinex和图像融合的图像去雾方法

针对传统的去雾方法对无人机有雾图像进行去雾时存在细节丢失严重、去雾效果差等问题,本文提出了一种结合双边滤波视网膜反应（Retinex）算法和图像融合的图像去雾方法。首先,利用双边滤波Retinex精确计算入射分量,对亮度分量进行双边滤波Retinex处理。其次,对两个色彩空间处理后的影像进行图像融合。最后,本文以两景无人机有雾图像为实验数据进行实验,结果表明,本文方法的标准差和信息熵等指数整体上升,能获得细节与色彩较好的去雾影像。     

STA/LTA—AIC算法对地震P波震相拾取稳定性影响

选取区域地震台网记录的地震波形数据,使用STA/LTA算法与STA/LTA—AIC算法,进行地震P波震相初至到时自动拾取,对地方震及震中距较大的震相进行P波震相拾取效果分析,发现:STA/LTA算法对于地方震P波震相识别精度较高,与STA/LTA—AIC算法拾取的P波震相初至到时相差不大;震中距变大后,STA/LTA算法对P波拾取位置相对于最佳位置向后延迟,STA/LTA—AIC算法有效矫正了STA/LTA算法拾取位置的延迟问题,与人工拾取位置差别可忽略不计。     

单晶高温合金X射线衍射斑点自动识别算法研究

单晶高温合金展现出优越的抗疲劳性能和高温蠕变性能,广泛应用于航空发动机和燃气轮机的热端部件。但是,其制备过程中会产生晶体取向偏离、杂晶等缺陷。目前国际上已经普遍使用X射线劳埃衍射技术对单晶叶片的晶体缺陷进行无损检测,但是这种检测方法主要依赖人工识别,效率低,结果可重复性差,不适合批量化检测。本文结合工程需要,提出对劳埃衍射斑点进行自动识别的算法,主要包括衍射图样的预处理、轮廓检测、轮廓形态筛选及轮廓符合检测等。该算法能够自动检测出衍射图样上的衍射斑点,并最终给出斑点的位置坐标数据及其误差。根据衍射斑点的位置,通过衍射分析算法,计算出单晶叶片上的晶体取向,并最终对叶片的晶体缺陷给出综合评价。