基于多台站高频GPS的地震预警优化算法研究CSCD

随着精密定位技术的发展,高频GPS已能够精确记录地表位移数据,研究高频GPS能为地震预警工作做出一定补充.针对目前地震预警中单站预警误报率高的问题引入深度学习技术,利用长短期记忆网络(LSTM)联合周边区域台站对单台站进行预警以达到减少误报的目的.首先通过对新西兰南部地区1 Hz高频GPS数据进行解算得到多个台站无震时间序列,再利用该数据训练网络得到融合区域特征的高精度模型.该模型可以对无震时间序列进行预测并动态制定阈值区间,当实际观测值超出置信区间则判定异常.通过与传统短时窗平均/长时窗平均算法(STA/LTA)及未融合区域特征的单站模型进行对比,结果表明:融合区域特征的单站模型可有效减少误报,在多个台站的无震长序列上较传统方法表现优异,具有一定的应用价值.     

全球地表覆盖信息语义目录服务共享

针对元数据缺乏语义描述和隐含关系推理能力,用户无法获得匹配度较高的地表覆盖信息并且检索到的相关资源数量较少的问题,本文在传统OGC目录服务中加入本体推理机制提出了地表覆盖语义目录服务,并以国家地理信息元数据标准为原型设计了地表覆盖元数据模型。随后以此为基础构建了地表覆盖元数据本体模型,并使用网络本体语言OWL对其进行形式化表达。最终通过构建地表覆盖语义目录服务,有效提高了地表覆盖资源的查全率和查准率,实现了地表覆盖信息的精准共享。     

基于GPS时间序列分析的地震前后噪声特性差异性研究

针对现有地震预测研究中噪声特性分析研究较少,就较大地震对GPS时间序列噪声特性的影响进行分析.选取较大地震及相应的临近测站,将GPS时间序列按照时间跨度分为震前4～3 a、前3～2 a、前1～0 a、震后0～1 a、后1～2 a五个时段,分别求取各时段的谱指数,采用不同的噪声模型组合对它们进行噪声特性分析,然后对结果进...     

汶川地震GPS形变约束的破裂分段特征及滑移

为了解2008年汶川地震破裂分段特征及滑移,采用弹性位错模型和模拟退火算法,数值模拟汶川震区密集的GPS同震形变。结果表明,GPS同震形变场至少需要用铲状的映秀-北川五断裂加上灌县－江油断裂来模拟,该模型对GPS数据的符合程度与汶川地震滑动分布模型相当,基本反映了汶川地震破裂特征。映秀－北川断裂总长255~294km。南段以逆冲为主,分上下两层,最深达30km。中段右旋走滑和逆冲都很大,而北段以右旋走滑为主。映秀段地震周期最短为3000年。破裂上层深度14km可能是龙门山中央断裂的闭锁深度。汶川地震可能源于相邻块体的相对运动和挤压、深部滑脱或浅部闭锁,在薄弱构造处首先爆发地震。     

InSAR数据约束下的2023年赫拉特地震序列发震断层探讨及其建筑物损毁评估

2023年10月7日阿富汗西部赫拉特省在不足1 h内接连发生4次Mw 5.5+的地震,称之为“2023年赫拉特地震序列”,此次地震序列是阿富汗境内过去20多年来遭遇伤亡最严重的地震事件,研究该地震序列的发震断层几何和快速分析损坏建筑物的分布状况对理解Herat断裂系统的构造机制、保障高效救援以及灾后规划重建等工作具有重要科学意义。基于欧洲空间局Sentinel-1升降轨合成孔径雷达影像,利用InSAR技术（interferometric synthetic aperture radar）获取2023年赫拉特地震序列的同震形变场,以升降轨InSAR观测为约束,反演确定发震断层几何和断层滑动分布,并对发震构造进行分析;基于多时相InSAR相干性变化探测方法分析并提取本次震后建筑物损毁代理图（building damage proxy map, BDPM）。结果表明,升降轨同震形变场均位于Herat断裂带和Siakhubulak断裂带之间,升降轨数据观测得到的最大视线向形变量分别约为32.3 cm和58.9 cm。反演结果显示,同震位错以逆冲运动为主兼具少量右旋走滑运动,发震断层北倾,倾角约...     

基于信息资源目录体系的网络信息检索方法

介绍了一种新的基于信息资源目录体系的检索模式.并以深圳市国土房产管理信息为研究对象,建立了国土房产管理信息资源目录体系及其服务系统.实践表明,该模式有效地提高了信息检索的查全率和查准率.     

2015年尼泊尔地震同震滑动及震后余滑的三角位错模型反演

2015年尼泊尔Mw 7.9级地震发生在印度板块向欧亚板块低角度俯冲的喜马拉雅断裂带上。对该地震的滑动模型进行精化,对于理解喜马拉雅断裂带的孕震模式具有重要意义。采用三角形位错元构建主喜马拉雅断裂“双断坡”几何模型,联合全球定位系统（Global Positioning System,GPS）和合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）资料反演2015年尼泊尔地震同震滑移及震后余滑。结果表明,尼泊尔地震最大同震滑移达到7.8 m,深度为15 km,位于中地壳断坡和浅层断坪的接触部位。不考虑中地壳断坡结构会使反演的最大滑移量偏低。震后余滑主要分布在同震破裂区北侧,释放的地震矩为1.02×1020 N·m,相当于一次Mw 7.3级地震,约占主震释放地震矩的12%。同震库伦应力变化和震间断层闭锁分布均表明,尼泊尔地震破裂区南部宽约60 km的区域仍具有较高的地震危险性。     

北斗三号与超高频GNSS同震形变监测:以2021年青海玛多Mw 7.4地震为例

随着北斗三号完成全球组网以及硬件技术发展,地壳形变监测网络的全球导航卫星系统（global navigation satellite system, GNSS）接收机正朝着多系统、超高频（≥50 Hz）更新升级。基于陆态网络和中国青海省连续运行参考站的GNSS观测数据,获取2021年青海玛多Mw 7.4地震的同震位移波,并进行了震前精度统计和功率谱密度分析。结果表明,北斗三号在本次地震中的位移拾取精度比全球定位系统(global positioning system,GPS)更优;采样率提高到50 Hz对削弱位移时间序列混叠效应作用不显著,在10 Hz左右达到饱和;对50 Hz同震位移波差分获取到的速度和加速度序列噪声较大,难以利用。综合应用场景和成本考虑,GNSS地震监测的采样率最高设置在5~10 Hz即可。     

泸定Ms 6.8地震诱发滑坡应急评价研究

2022-09-05,四川省甘孜州泸定县发生Ms 6.8地震。地震在山区诱发了大量的地质灾害,造成了严重的人员伤亡。快速准确地获取地震诱发地质灾害的空间分布范围对震后应急决策和救援抢险至关重要。基于全球同震滑坡数据库与深度学习算法,构建了地震诱发滑坡空间分布概率近实时预测模型,在震后2 h内获取了泸定地震诱发地质灾害的预测结果。通过震后无人机与卫星遥感影像,采用机器学习与深度学习算法实现了震后大范围地质灾害的智能识别,共解译地震诱发滑坡3 633处,总面积13.78 km2。利用遥感解译的泸定地震滑坡数据,对地震诱发地质灾害预测模型进行了优化,获得了震区范围更广、准确性更高的同震滑坡预测结果。结果表明,同震滑坡预测模型能够快速获取震后地质灾害的空间分布情况,填补震后遥感影像获取前的空窗期,为灾后应急救援提供支撑;基于无人机与卫星遥感影像的智能识别技术是快速获取大范围地质灾害信息的有效手段。所取得的研究成果在泸定地震震后应急救援工作中发挥了重要作用。     

升降轨InSAR数据约束下的2007年阿里地震反演分析

2007年5月5日,西藏阿里地区发生了Mw6.1级地震。本文采用Envisat卫星的升、降轨SAR数据获取地震的精确同震地表位移,然后基于弹性半空间位错模型,分别采用MPSO非线性和最小二乘线性反演算法确定了断层几何参数和滑动分布模型。结果表明,分布式滑动分布模型能较好地解释观测到的InSAR地表形变场。地震发震断层为走向158°、倾角43°的西南倾断层,主要的滑动量集中在7~12km的深度,最大滑动量约0.3m,位于9km的深度。反演给出的地震矩为1.24×1018 Nm,与地震学结果相一致。     

2021年青海玛多Mw 7.4地震前后b值的变化特征研究

古登堡-里克特频度-震级关系式中的b值常被用作估算区域应力大小的一个重要指标,对于评估地震发生概率起着至关重要的作用。北京时间2021-05-22T02:04:11青海省玛多县附近发生Mw 7.4地震,此次地震发生在巴颜喀拉块体内部,东昆仑断裂以南的次级断裂昆仑山口-江错断裂上。为了揭示这次玛多地震之前震源区的孕震环境和震后余震的演化,利用中国地震台网中心提供的2009-01-01-2021-05-20地震目录,对玛多地震发震前后的b值分布和变化进行了研究。研究发现,在2021年5月22日之前,玛多地震主震区b值最低,表明震源区存在明显的应力积累;从近十年震源区b值的时间序列来看,b值也呈现下降趋势,该发现可以作为今后判定块体内部大地震主震临近的重要依据。利用震后的余震序列计算了断层周边的b值变化,发现早期的b值变化对后期余震的发生位置预测也具有一定的指导作用。     

一种改进的MAD钟差粗差探测方法

针对传统中位数绝对偏差（median absolute deviation,MAD）方法在探测钟差粗差方面的不足,提出一种改进的MAD钟差粗差探测方法。以一次差分数据为研究对象,通过深入分析传统MAD方法的工作原理,发现传统MAD方法的数学模型表达存在歧义。在优化探测模型结构的基础上,基于岭回归的基本原理,生成动态MAD,有效克服了部分具有显著趋势变化特征的钟差一次差分数据对粗差探测的干扰。使用国际全球卫星导航系统服务组织提供的GPS精密钟差数据进行了实验,并与传统MAD方法进行比较,结果表明,所提方法相较于传统的MAD方法在粗差探测准确率和查全率方面具有明显优势,实际应用价值较高。     

非线性反演算法的综合评价对比

结合蒙特卡罗方法的精度评定特点,提出了一种将偏差和中误差作为评价指标的综合评价公式.利用所提出的综合评价公式评价神经网络算法(neural network algorithm,NNA)、基因遗传算法(genetic algo-rithm,GA)和模拟退火算法(simulated annealing,SA)在火山复式位错...     

SMAG2000:一体化GNSS强震仪及其地震监测性能分析

地震监测可以帮助人们了解地震形成的机制,对地震预警也有着重要意义。结合加速度计和全球导航卫星系统（global navigation satellite system,GNSS）高精度数据处理方法,利用嵌入式开发技术,研制了一体化GNSS强震仪SMAG2000用于实时地震监测。该仪器具有以下特点:（1）将GNSS与加速度计数据融合,仪器没有量程限制,并可以获得永久位移。（2）通过振动台测试,对不同频率的正弦波和模拟的地震波信号,仪器测量的结果与参考值残差的标准差优于0.4 cm,相关系数大于0.99。（3）所使用的核心组件与配件均为国产,成本可控,可以在中国地震监测网实施布设,实现地震台网和大地测量台网的深度融合,响应《国家地震科技创新工程》。     

领域知识优化深度置信网络的遥感变化检测

为提高高分辨率遥感影像变化检测精度,提出一种以领域知识为优化策略的深度学习变化检测方法。利用改进的变化矢量分析和灰度共生矩阵算法获取影像的光谱和纹理变化,设定合理阈值获得变化区域待选样本;引入领域知识中图斑形状特征指数与光谱知识,筛选得到高质量的训练样本;构建并训练了深度置信网络模型,使用优化策略对深度学习变化检测结果进行优化,以减少“椒盐”噪声和伪变化区对检测精度的影响。通过高分二号与IKONOS影像的变化检测实验表明,该方法较优化前准确率与召回率最大增幅分别为7.58%和14.69%（高分二号）、17.08%和23.87%（IKONOS）,虚警率和漏检率最大降幅为30.22%和23.30%（高分二号）、17.08%和23.87%（IKONOS）,能够有效提高变化检测精度。     

2022年泸定Mw 6.6地震InSAR同震形变与滑动分布

2022-09-05,青藏高原东缘的鲜水河断裂上发生了泸定Mw 6.6地震,该地震是鲜水河断裂上40年来发生的最大地震,研究该地震的运动学和同震破裂模式对理解青藏高原东缘构造形变机制和评估鲜水河断裂以及安宁河断裂的地震危险性具有重要意义。利用Sentinel-1和ALOS-2卫星雷达影像,采用合成孔径雷达干涉技术获取了泸定地震的同震形变场,进而基于弹性半空间的位错模型,确定了本次地震发震断层的几何参数和滑动分布。结果表明,泸定地震是一次典型的左旋走滑事件,发震断层西倾,倾角约为72°,走向沿NNW-SSE方向,约为167°;断层破裂主要集中在0~10 km深度,最大滑动发生在约5.8 km深度,约为2.23 m;同震释放的地震矩约为8.74×1018 N·m,相当于矩震级Mw 6.59。通过对震后光学影像解译,发现此次地震诱发的滑坡多集中分布在发震断层西侧,该现象与余震主要集中在断层西侧的结果相一致,可认为是地震上盘效应的体现。     

综合遥感解译2022年Mw 6.7青海门源地震地表破裂带

2022-01-08中国青海省门源县发生Mw 6.7地震,直接导致兰新高铁受损停运,引起了国内外的高度关注。为了评估交通网的受损情况,提出一种综合光学遥感影像、合成孔径雷达（synthetic aperture radar, SAR）影像、无人机影像和激光雷达（light detection and ranging, LiDAR）数据解译地震地表破裂带的技术框架。针对此次门源事件,首先,获取高分1号（GF-1）、高分7号（GF-7）、Sentinel-2光学遥感影像和Sentinel-1A SAR影像,根据GF-1和GF-7光学遥感影像确定地表破裂带的空间分布特征,并利用光学像素偏移量技术估计东西向和南北方向二维地表形变场;其次,利用SAR像素偏移量技术获取距离向和方位向地表形变场, 同时利用差分干涉技术获取雷达视线向的地表形变(即距离向);然后,采用运动结构恢复技术处理无人机影像获取高精度的数字地表模型;最后,综合利用上述信息精确确定地震地表破裂的空间分布和地表形变特征。结果表明,此次地震东西向最大形变量约为2.0 m,距离向最大形变量约为1.5 m,该破裂带总长约为36.22 km。结合门源地区公路交通网,基于机器学习方法支持向量机模型对历史地质灾害点的分布以及地表破裂带进行分析,发现此次地震对高速公路带来的影响最大,对乡道的影响最小;交通干线G0611和G338东南段具有很高的灾害风险。所提技术框架可精密地解译地表破裂,在地震减灾中直接发挥作用。     

基于多源SAR数据的2022年门源Ms 6.9地震同震破裂模型反演研究

2022年1月8日青海省海北州门源县发生Ms 6.9地震,震中位于青藏高原东北缘祁连-海原断裂中段,属历史地震空区,基于多源合成孔径雷达（synthetic aperture radar,SAR）遥感数据研究该地震的破裂模式对理解青藏高原东北缘构造变形机制、应变释放过程以及地震危险性评估具有重要意义。首先利用Sentinel-1数据和合成孔径雷达差分干涉测量（differential interferometry synthetic aperture radar,D-InSAR）技术获取了门源地震的同震形变场,视线（line of sight,LOS）向形变场显示此次地震造成了约20 km长的地表破裂,最大形变约0.75 m;然后基于Sentinel-2卫星数据,利用光学影像配准和相关技术获取了本次地震的东西向同震形变场,最大同震位移达2.5 m;最后基于均匀弹性半无限位错模型,以LOS向形变场为约束反演了断层的滑动分布模型。结果显示,门源地震是一次典型的左旋走滑型地震,地震破裂主要集中在0~10 km深度范围,最大滑动量3.25 m,滑动角10.44°,对应深度4.89 km;反演给出的矩震量为1.07×1019 N·m,对应矩震级Mw 6.6。结合野外考察和地质资料,初步判定发震断裂为冷龙岭断裂,并引起托莱山断裂发生同震滑动。同震库仑应力结果显示,冷龙岭断裂东段和托莱山断裂西段应力状态为加载,未来具有发生强震的风险。     

遥感图像质量等级分类的深度卷积神经网络方法

遥感图像应用发展对图像质量的要求越来越高,不同质量的遥感图像往往需要不同的处理方法和参数。通过遥感图像质量等级分类研究,不仅能够为遥感图像的处理提供先验信息,还能够对遥感图像的客观质量评价和传感器的成像效果进行评估。为了克服现有的遥感图像质量等级分类方法计算参数获取困难、等级数量少的缺点,利用深度学习方法的分类机能,通过改进特征提取网络和等级分类设计,建立了一种基于深度卷积神经网络的遥感图像质量等级分类模型。通过质量等级分类预处理后,利用经典的深度学习方法进行目标检测实验。结果表明,所提方法在西北工业大学遥感图像数据集上质量等级分类的准确率、召回率、精确率和F1最高能达到0.976、0.972、0.974和0.973,优于传统算法。利用卷积神经网络实现遥感图像质量等级分类,既拓展了深度学习的应用领域,又为遥感图像质量评估提供了一个新方法。     

北斗三号卫星观测信息高度角相关随机模型统计特性分析

观测信息随机模型在参数估计、质量控制和精度评定过程中具有重要作用,准确的观测信息随机模型是北斗精密定位的基础。首先,利用简化的Helmert方差分量估计方法估计北斗三号卫星观测信息精度,并拟合模型系数;然后,利用全局检验和ω检验对基于分段函数、正弦函数、余弦函数和指数函数的随机模型进行统计检验,分析随机模型统计特性;最后,利用精密单点定位（precise point positioning,PPP）检验各随机模型对定位性能的影响。实验结果表明,北斗三号卫星的伪距和载波相位观测值精度均与高度角相关,且观测类型不同,相关程度不同;基于指数函数的随机模型在拟合误差、全局检验和ω检验中均表现出最优的性能,全局检验浮点解和固定解的误警率仅为5.1%和4.9%,ω检验伪距和载波相位最大误警率分别为5.8%和6.8%,PPP收敛时间最短,定位精度最高。基于指数函数的随机模型能够准确描述北斗观测信息精度,提高北斗三号卫星精密定位结果的精度和可靠性。