GPS与INSAR数据融合研究展望

分析了GPS与INSAR数据融合的必要性与可行性 ,讨论了GPS与INSAR数据融合存在的主要问题 ,进一步探讨了利用GPS数据改善INSAR相位解缠算法 ,利用GPS与INSAR数据融合建立水汽模型和大气层延迟误差改正模型 ,以及GPS高时间分辨率和高平面位置精度与INSAR高空间分辨率和高高程变形精度有效统一的问题。     

上海地区循环不排水作用下饱和软粘土孔隙水压力模型的建立

本文通过应力控制式循环三轴试验，研究了饱和软粘土在不排水循环荷载作用下的性状。     

卫星网与地面网联合平差中随机模型的估计

本文讨论了卫星网与地面网联合平差中随机模型误差及其对联合平差结果的影响,应用方差分量估计方法对卫星网和地面网的随机模型进行了估计,并对模拟网与实测网的计算结果进行了分析。     

随机模型误差对函数模型选择的影响

测量平差问题中,函数模型误差和随机模型误差通常是同时存在的。本文揭示了两者的关系,着重讨论了两者的相互作用及其影响,特别是随机模型误差对函数模型选择的影响。同时也讨论了用来改善随机模型的“方差分量估计技术”对函数模型误差的吸收作用。最后得出了一些有益的结论。     

InSAR观测值大气改正方法的研究进展

介绍了国际上InSAR观测值大气改正方法最新的研究进展，应用实例证明了由于大气（尤其是水汽）的影响，传统的InSAR形变量的监测精度往往只能限制在cm级；而利用GPS数据，通过基于地形的GPS扰动模型（GTTM），大幅度削弱了大气对干涉影像的影响，并成功地探测出了美国洛杉矾地区明显的季节性地表形变，形变量精度可提高到5mm左右。通过与GPS／MODIS集成大气改正模型的结果的比较表明，GTTM和GPS／MODIS两种大气改正模型在削弱InSAR观测值大气水汽影响方面具有很强的互补性。     

川滇地区地壳应变场的GPS与地震矩张量联合反演研究

利用川滇地区1903～2003年间的84个地震矩张量和1998～2004年间214个GPs站速度观测值.采用方差分量估计方法确定联合反演中地震矩张量与GPS站速度值之间的权比例因子,计算分析了川滇地区的地壳应变场.结果表明:①采用方差分量估计确定联合反演中权比例因子的方法,得到的GPs站速度观测值的权比例因子为0.833,较地震矩张量的权比例因子0.167大,充分体现出分布相对合理的高精度GPS观测值在反演中的重要性;②川滇地区的应变场大致表现出如下的特征:主应变方向在30°N以北的区域为东西向;30°N以南、100°E以西的区域为北东向;30°N以南、100°E以东的区域为北西向.     

地震大地测量确定凹凸体研究进展与展望

介绍了凹凸体、障碍体及其震源模式相关概念,综述了地震大地测量确定凹凸体的研究进展,主要从介质结构分布（高强度异常体）、地震活动性分析和断层滑动特性三个方面探讨凹凸体确定的技术与方法,并分析了存在的问题。对活动断层凹凸体分布的精细确定研究进行了展望,今后的研究重点是开展大地测量数据联合反演确定凹凸体分布、联合大地测量与地震、地球物理数据确定凹凸体分布以及基于机器学习方法进行凹凸体分布确定。     

深度学习驱动的地震目录构建:PhaseNet和EqT模型的对比与评估

随着地震台站数目的增加,以纯人工的分析方式拾取震相到时并编制地震目录难以满足地震目录实时自动化构建的要求。随着人工智能技术的发展,涌现出多个用于震相拾取的深度学习模型,为高分辨率地震目录的自动化构建提供了机遇,但这些模型在不同应用场景中的性能和适用性仍不明确。以2019年美国加利福尼亚州Ridgecrest地震序列和2019年中国四川威远Ms 5.4地震序列为例,对当前两种先进的震相拾取深度学习模型PhaseNet和EqT（含EqT1和EqT2两套参数）的性能及其构建的地震目录的完备性和准确性进行了测试和评估。结果表明,尽管PhaseNet和EqT最初是使用来自不同地区的数据集训练的,在跨区域应用时仍然能够取得良好的效果,到时拾取的精度可以达到十几个毫秒,与人工分析相当。EqT1即便采用低检测阈值,也能保持很高的查准率,误报少,所构建地震目录的准确性更好,但查全率有限,检测到的地震数量少于PhaseNet。PhaseNet的拾取效果随阈值选择的不同具有较大的弹性,采用中低阈值时具有较高的查全率,采用高阈值则可以达到与EqT1相当的查准率。与EqT1和PhaseNet相比,EqT2性能较差,不推荐使用。