基于GNSS-A的海洋声速变化估计及其对定位的影响

声速时空变化是影响水下定位精确度的重要因素.首先,根据声线跟踪原理推导出了包含声速扰动的观测方程,并采用三次B样条曲线对声速扰动时空模型进行建模;之后,提出利用最小范数条件选择最优超参数,实现海底应答器坐标与声速时空模型的联合估计.采用2019年7月3000 m水深实测声学数据计算了海底站点的坐标、声速的连续时间变化与二维空间梯度.结果表明,3组数据集之间E/N/U分量的最大差异分别为0.391,0.035和0.120 m,海底坐标解算内符精度达到cm级;声速时间变化小于1 m·s^-1,呈现明显的日变化和内波引起的短周期波动特性;声速空间变化小于0.1 m·s^-1,空间梯度小于0.04 m·s^-1·km^-1;不同数据集定位结果的差异是由于声速的周期性时间变化引起的.     

地震危险性评估中局部地震烈度概率的贝叶斯估计

引言地震危险性评估的关键是烈度衰减问题,许多学者曾提出过经验衰减公式,即参照震中烈度值I_0确定局部烈度值为I_2。该公式参数的确定使用简单的点源辐射(radiation)模型(Ambraseys,1985)和最小二乘法。考虑到资料的不确定性以及某些关系的不准确性,通常用一个分布(标准偏     

参考声速剖面误差对主动式声呐定位影响仿真分析

参考声速剖面误差是制约水下定位精度最棘手的误差源.目前国际上主要存在声速剖面校正和传播时间校正这两类主动式声呐定位方法.本文提出了主动式声呐观测的信号传播时间追赶仿真算法,构建了带周期函数的经验正交函数声速场建模方法,实现了主动式声呐观测及水下定位海洋误差仿真,开展了声速剖面校正法和传播时间校正法两类定位模型对比分析.结果表明,虽然两种方法都具备良好的声速误差补偿效果,但两者仍存在毫米级差异;此外,海面测线构型优化有助于削弱参考声速误差影响.

     

一种利用贝叶斯最小判别准则估计未来地震危险的新方法

提出了一种基于最大似然和贝叶斯最小判别准则的新预测方法,它的长处在于对样本数无特殊要求,所以,对低地震活动地区,此模型也能得到与时间有关的稳定的未来强震危险估计。最后,以华北地区为例,说明了本方法的可行性。     

基于数据分布域变换与贝叶斯神经网络的渗透率预测及不确定性估计

渗透率是储层评价和油气藏开发的关键参数.传统测井方法与常规机器学习方法估算的渗透率都是固定值.但由于测井数据本身存在噪声, 渗透率的预测结果可能受到噪声的影响出现测量性的随机误差(即任意不确定性); 同时, 当测试数据与训练数据存在差异时, 机器学习模型在预测渗透率时可能出现模型参数的不确定性(即认知不确定性).为实现渗透率的准确预测并量化两种不确定性对结果的影响, 本文提出基于数据分布域变换和贝叶斯神经网络同时实现渗透率预测及其不确定性的估计.提出方法主要包括两个部分: 一部分是不同域数据分布的相互转换, 另一部分是基于贝叶斯理论的神经网络渗透率建模预测和不确定性估计.由于贝叶斯神经网络存在数据分布的假设, 当标签的概率分布与网络的分布保持一致时, 贝叶斯神经网络可以更好的学习到数据之间的关系.因此通过寻找一个函数将一个原始域的渗透率标签转换为目标域的与渗透率有关的变量(我们称为目标域渗透率), 使得该变量符合贝叶斯神经网络的分布假设.我们使用贝叶斯神经网络预测目标域渗透率以及任意不确定性和认知不确定性.随后, 通过分布域的逆变换, 我们将目标域渗透率还原回原始域渗透率.应用本文方法到某油田的18口井的测井数据中, 使用16口井的数据进行训练, 2口井进行测试.测试井的预测渗透率与真实渗透率基本一致.同时, 任意不确定性的预测结果提供了渗透率预测值受到的测井数据噪声影响的位置.认知不确定的预测结果说明数据量少的位置具有更高的认知不确定性.我们提出的这一流程不仅显示了在储层表征方面的巨大潜力, 同时可以降低测井解释时的风险.

     

基于隐马尔可夫模型平滑估计的随机噪声压制方法

以地震勘探记录去噪为目标,本文提出了一种隐马尔可夫模型平滑估计方法.它是在基本隐马尔可夫模型滤波基础之上,运用信号检测环节将带噪信号段和无信号段加以区分,构建带噪地震记录的状态转移模型,在贝叶斯框架下,利用平滑密度函数进行状态估计,从而达到压制噪声的目的.数值模拟表明,无论对信噪比还是均方误差,隐马尔可夫模型平滑估计处理后的重构信号优于常规的维纳滤波所恢复信号.我们可以期待这种方法会成为实际地震记录噪声压制的有效手段.     

南海东北部陆坡冷泉系统的浅地层剖面特征与分析

本文通过对南海东北部陆坡区浅地层剖面资料的处理,结合横跨陆坡区的长地震测线,总结了该区浅层气聚集、海底流体运移、泥火山和冷泉活动在浅地层剖面中的特征,并对剖面中出现的声学空白带现象做了分类.研究认为浊反射、增强反射等现象,反映了该区域存在广泛的浅层气聚集.对声学空白带成因的分析,认为窄空白带很可能对应海底流体运移的通道,而宽空白带则可能由沿地层分布的浅层气引起,同时提出了自生碳酸盐岩体散落分布造成声学空白的可能性.我们在南海东北部陆坡区发现了泥火山,并讨论了其运移通道及对BSR的破坏.同时发现研究区水体中存在声学异常体,推断为冷泉羽状流,指示该区存在活动的冷泉.本文依托大量的浅地层剖面数据,对南海东北部陆坡区的冷泉系统有了较全面的认识,对冷泉系统剖面特征的成因进行了初步探讨,可为南海冷泉系统研究的进一步开展提供有益参考.     

基于各向异性扩散的ROBUST阻抗估计方法

本文通过分析各向异性扩散(Anisotropic Diffusion AD)在信号的去噪与增强中对特征的保护特性,及各向异性扩散与Robust估计之间的关系,把各向异性扩散引入到阻抗估计中,提出了基于各向异性扩散的Robust阻抗估计方法(ADR).模拟结果表明该方法对噪声或"飞点"具有明显的压制作用,与最小二乘法(LS)及常规的Robust估计方法相比具有更好的稳定性和精度.当噪声方差从0增加到0.8,ADR估计的相对误差最小为4.0%,最大仅为4.9%,误差均值为4.5%;Robust估计相对误差最小4.1%,最大6.2%,平均为4.9%,LS方法平均相对误差则达到18.4%.Robust估计收敛过程受阈值的影响较大,ADR收敛速度虽然受到扩散步长与阈值的影响,但收敛值与阈值选择无关.这在实际应用中有着重要意义.     

基于贝叶斯原理的爆炸识别判据综合技术研究

基于贝叶斯原理,建立了地震事件识别判据的综合方法（简称贝叶斯方法）, 并针对中亚地区大量地震事件,采用该方法综合了不同台站和不同频带的P/S震相幅值比判据. 该方法的主要优点是能够给出事件属于爆炸的概率,而且充分考虑了判据之间的相关性. 理论计算和模拟数据分析结果表明, 贝叶斯方法是最优的综合方法, 其识别效果比任何单个判据好,也好于普通线性组合方法的识别效果. 针对中亚地区大量地震事件综合不同台站和不同频带的P/S震相幅值比判据的结果也表明,贝叶斯方法的误识率低于单个判据和线性组合方法的误识率.     

基于贝叶斯随机评价方法的小城镇灾害易损性分析

为了准确评价小城镇灾害易损性所处的状态,进而为制定小城镇防灾减灾规划提供科学依据,提出了基于贝叶斯公式的小城镇灾害易损性随机评价方法。该方法通过计算小城镇灾害易损性单个指标属于某个评价级别的概率,由最大似然分类原则确定单个易损性指标的评价级别,进而采用最大加权概率原则推求其综合评价级别。通过实例计算分析,并与模糊评估方法、可拓物元评价方法进行比较验证,说明了该方法的可行性及其简单、实用的特点。     

基于空变阻抗约束的贝叶斯稀疏脉冲反演

常规的基于贝叶斯理论的稀疏脉冲反演中,各约束项的拉格朗日算子均采用的是恒定的常系数。反演实际资料发现,波阻抗反演剖面与钻井资料的油气显示并不能很好地对应。考虑到反演不同地震道数据时,低频趋势模型所起的约束作用应当不同。本文在常规反演的基础上做出了改进,假定阻抗约束系数是一个空间变量,由各地震道的实际地震数据与合成记录之间的振幅残差来确定该道的阻抗约束系数。实际资料应用表明,改进后的反演结果更稳定,能更准确地反映地下阻抗信息。     

基于贝叶斯方法的深层充电效应风险模型评估

高能电子穿透航天器并在其内部沉积电荷从而引发深层充电效应,是导致卫星故障的重要因素之一.为了评估深层充电效应诱发卫星异常的风险,本文基于贝叶斯方法,使用一颗地球同步轨道卫星的异常数据和GOES-8卫星的电子通量探测数据,计算了不同能量阈值及累积时间的电子注量、不同卫星配置下模拟仿真的沉积电荷,并分别与卫星异常建立一系列概率风险模型.本文从模型中随机抽样得到模拟异常,并与实测异常构造混淆矩阵以评估模型拟合优度,结果表明>1.0 MeV电子3日累积注量-卫星异常概率风险模型为该卫星最优模型.本文利用最优模型对该卫星深层充电效应风险进行了计算,在>1.0 MeV电子3日累积注量达到2.0×10¹⁰cm^-2·sr^-1时,该卫星发生深层充电异常的平均后验概率为27%,且95%最小可信值为22%.根据最优模型,我们对该卫星最可能导致异常的部件的材料和结构等特征做出了推断.

     

基于贝叶斯定理的地震危险性概率预测研究

由于地震孕育过程的复杂性和观测技术的局限性,不同地震观测资料表现出异常变化与后续较大地震的对应关系存在不确定性,因此对预测意见进行概率表达是一种科学恰当的做法。本文基于泊松分布的危险区背景地震概率预测和单项预测方法(包括测震、流体、形变、电磁等学科)的历史预测效能,采用贝叶斯定理计算得到单项预测方法的短期或年度地震危险概率预测结果,进而采用综合概率方法,给出基于多种单项预测方法的短期或年度地震危险概率预测结果。短期概率预测初步结果表明,2018年2～9月,中国大陆72%的5级以上地震都位于相对高概率预测区域。     

基于贝叶斯线性AVAZ的TTI介质裂缝参数反演

裂缝储层岩石物理参数的准确获得对地下裂缝预测具有重要意义,而叠前方位AVA地震反演是获得裂缝岩石物理参数的有效手段.假设地下岩石为倾斜横向各向同性（TTI）介质,本文从裂缝岩石物理等效模型的构建出发,从测井数据中估计出纵横波相对反射系数和裂缝柔度参数.通过推导含裂缝柔度的方位各向异性反射系数公式,基于贝叶斯反演框架建立了P波线性AVAZ反演方法.合成地震数据应用表明基于贝叶斯理论的TTI介质裂缝柔度反演方法具有一定抗噪性,可以降低裂缝柔度估测的不确定性,为地下裂缝预测提供有力的依据.

     

顾及几何观测信息和地球物理模型的形变参数自适应滤波解

研究地壳形变的理论和方法主要有两大类：地球物理模型方法和几何方法．由于基准误差、观测误差和模型误差等,两种方法得到的结果往往存在差异．为合理利用几何信息和物理信息,控制几何观测及物理模型误差对形变参数估计的影响,并平衡两类信息对形变参数的贡献,本文提出一种利用自适应滤波综合估计形变参数的方法．采用抗差等价权控制几何观测异常误差的影响,引入自适应因子平衡几何观测和地球物理模型信息对形变模型参数估计的贡献,利用高精度IGS站速度确定局部形变的基准．利用一实测GPS监测网进行计算,结果表明该混合估计策略可充分利用局部重复几何观测信息减弱地球物理模型信息带来的形变系统误差,提高了形变参数解算精度．     

基于时间序列的InSAR相干性量级估计

本文提出了一种适用于InSAR数据处理的自适应相干性量级估计方法,该方法能够满足复信号随机平稳的假设前提,并兼顾运算效率与估计精度.此方法生成的相干图具有很好的分布特征,避免了影像空间分辨率的损失.提出的算法分为两个步骤:(1)根据地物后向散射特性,对时间序列SAR影像进行聚类分析,选择具有同分布的样本,保证SAR影像质地平稳条件;(2)对干涉图进行条纹频率估计,采用极大似然(ML)条纹频率估计方法去除系统相位引起的复信号非平稳性,并根据Cramer-Rao边界条件改善条纹频率的估计精度.以美国南加州洛杉矶地区的ENVISAT ASAR数据集为例,本文将新方法与现有方法进行了量化分析.结果表明,较传统方法而言,基于时间序列的相干性估计方法能够得到更可靠、精度更高、空间特征更鲜明的干涉相干图.     

基于信号估计的高分辨率叠加速度分析

如何得到高分辨率的叠加速度谱是高分辨率地震资料处理的关键.本文在分析地震共中心点(CDP)道集的振幅随偏移距变化(AVO)特性的基础上,提出一种信号模型来逼近CDP道集,然后利用优化技术估计信号,并采用信号估计误差实现信号检测,从而提出一种新的基于信号检测和估计的高分辨率叠加速度谱分析方法.文中的方法充分利用地震信号波形中所包含的速度信息.     

基于动态贝叶斯网络的道路交通系统抗震韧性评价

以道路交通系统在地震作用下的连通性随时间变化的曲线作为其抗震韧性量化评价的基础,构建了基于动态贝叶斯网络的抗震韧性评价模型。该模型采用动态贝叶斯网络表征道路交通系统抗震功能的连通逻辑以及路段连通性随时间的变化趋势,并基于网络中各变量的概率与条件概率表输出不同时刻系统的连通性,绘制连通性曲线。最后以青岛市的局部城市路网为应用实例,实现了对道路交通系统全过程抗震韧性的评价。结果表明：所提出的韧性指标可全面描述震后系统连通性退化与恢复全过程;构建的动态贝叶斯网络能直观表征系统抗震功能的连通逻辑与变化;全过程韧性评价结果能够为系统震前预防与震后恢复策略的制定提供参考。     

基于信号估计的高分辨率叠加速度分析

如何得到高分辨率的叠加速度谱是高分辨率地震资料处理的关键.本文在分析地震共中心点(CDP)道集的振幅随偏移距变化(AVO)特性的基础上,提出一种信号模型来逼近CDP道集,然后利用优化技术估计信号,并采用信号估计误差实现信号检测,从而提出一种新的基于信号检测和估计的高分辨率叠加速度谱分析方法.文中的方法充分利用地震信号波形中所包含的速度信息.     

基于贝叶斯理论的AVO三参数波形反演

在实际的AVO反演问题中,叠前数据体中的噪声或其他因素严重影响了AVO反演问题的适定性,而采用先验地质信息作为AVO反演问题的约束条件是解决AVO反演问题不适定的一种可行方法. 文中的似然函数采用了[WTBX]ι[WTBX]p范数的解,并用Cauchy分布表示先验模型参数的分布. 以此为基础,在反演中建立了测井数据的参数协方差矩阵对反演过程进行约束,并采用了共轭梯度算法实现多参数非线性的反演过程. 同时,为了提高反演精度,避免动校正拉伸及依赖于炮检距的调谐效应对参数估计的影响,反演采用动校前地震数据进行参数估计. 从应用效果分析来看,即使叠前道集的信噪比不高,反演的结果也能较好地与实际情况相匹配,为识别储层流体性质提供了新的手段.