中国地震昼夜分布和季节分布的统计分析

采用Morishita(森下)指数Iδ方法分析中国地震昼夜和季节分布特点,结果表明, M≥8地震的Iδ值分别为1.40和1.20,具有明显的丛集特点; M≥7地震Iδ值分别为1.03和1.12,为轻度丛集分布; M≥6地震Iδ值分别为0.94和1.02,为均匀分布和随机性分布; M≥5地震Iδ值分别为1.01和0.99,为随机分布和均匀分布。大地震丛集分布特点明显,中小地震随机分布和均匀分布特点明显。统计结果表明,中国内陆大地震主要集中在夜间发生。     

长短时记忆神经网络在地电场数据处理中的应用

作为深度学习方法的一种,长短时记忆神经网络(LSTM)是一种信号处理的重要方法.本文基于实际观测地电场数据来合成训练集,对特定结构的长短时记忆神经网络进行训练,将训练所得网络对测试集数据进行测试后,将网络应用至实际观测数据.结果显示,经过训练的网络很好地学到了训练集样本的特征,对测试集数据的信噪比压制了约20 dB,并过滤了人为添加的特定频率的干扰成分,对实际观测数据处理后得到明显的日变、半日变以及半月变、月变、半年变、年变等潮汐响应,表明长短时记忆神经网络可以有效应用于地电场数据处理研究.

     

火星电离层电子浓度昼夜变化特性研究

本文利用MAVEN卫星Langmuir Probe and Waves（LPW）仪器的在轨电子浓度探测数据,研究了火星电离层电子浓度随太阳天顶角（Solar Zenith Angle,SZA）的变化以及昼夜电子浓度变化的异同.基于2014年至2017年期间MAVEN的电子浓度数据,我们发现：在200 km以下,白天电离层电子浓度主要受光化学平衡控制,由于白天光电离过程使得昼夜电子浓度差异较大,此时电离层昼夜传输能影响到的最大范围约在SZA=110°;而在200 km以上,白天电离层受输运过程控制,此时昼夜电子浓度差别较小,电离层昼夜间电子浓度变化较为缓慢.通过研究MAVEN在deep-dip（低高度深入探测）期间的电子浓度数据,我们发现火星磁场会显著影响夜间200 km以下的电子浓度分布结构,强磁场中闭合磁力线对电子沉降过程的阻碍作用使得在夜间该区域的电子浓度小于相邻区域.同时,通过比较deep-dip期间昼夜电子浓度随高度的变化,发现夜间电子沉降作用的影响可能主要集中在160 km以下.

     

中层顶区Na原子分布昼夜变化的模拟研究

Na原子可以作为大气动力学过程（如潮汐波、重力波等）的示踪剂，因而对Na层的探测研究成为研究中层顶区的重要手段. 本文建立了时变的中高层大气光化学模式，并与国际电离层模式 (IRI 95) 与Na层光化学理论相结合，建立完整时变的中高层大气Na层光化学模式,着重研究Na层分布的昼夜变化. 计算结果表明，在Na原子分布的峰值附近，Na层不出现大的昼夜变化，而在Na层的上部和下部，Na原子密度存在明显的昼夜变化. 这些特性与实际的观测结果比较一致.     

长短管桩在含浅部持力层的地基中的应用研究

在含良好浅部持力层的地基中采用长短桩基础,可以充分发挥浅部持力层这一天然资源的良好承载性能。本文依托张家港地区某静压管桩长短桩工程实例,对含典型浅部持力层的地基中长短管桩的承载特性进行了研究。现场测试和计算分析结果表明,桩端置于浅部粉细砂层的短桩与桩端置于深部粉质粘土层的长桩的单桩承载力接近,设计极限荷载下,短桩桩顶沉降明显大于长桩,但均小于一般桩基沉降控制标准;长短组合桩中,短桩主要用于、提高承载力,长桩主要用于控制沉降。本文结果可为长短组合桩理论研究和优化工程设计提供有益参考。     

群体大小对微囊藻细胞昼夜垂向迁移的影响

针对群体形态对微囊藻昼夜间上浮下沉规律的影响问题,利用柱状培养装置对室内培养的单细胞、群体细胞以及在太湖采集的群体细胞进行了昼夜间分层观测实验,探讨了细胞形态对微囊藻垂向迁移的影响.实验结果表明:单细胞表现出一定的昼夜迁移规律,但无论是室内培养群体细胞还是太湖采集的群体细胞,都未观察到显著的昼夜上浮下沉的变化规律.另一方面,太湖采集的群体细胞表现出显著的漂浮特点.由此认为,室内培养的细胞与实际湖泊细胞之间存在比重上的差异,群体的大小对于上浮有明显的影响.     

基于长短记忆模型的鄱阳湖流域径流模拟及其演变的归因分析

气候变化和人类活动直接或间接的影响着全球和区域水文循环过程,是导致水文水资源时空分布的主要因素,同时也是流域-湖泊水文情势变化的根本原因.本文基于长短记忆模型构建了鄱阳湖气象—径流模型,同时引入了基准期的概念,定量区分了导致鄱阳湖流域径流变化的主要影响因素.研究结果表明:在同时考虑计算效率和模拟效果的前提下,采用10 ...     

瞬变电磁长短时记忆网络深度学习实时反演方法

瞬变电磁一维反演方法对初始模型依赖大,对异常体边界反映不清晰,计算速度也难以达到实时化水平.为此,本文开展基于深度学习的瞬变电磁实时反演方法研究,提出在非观测时间段进行反演训练,而在观测时间段进行实时精细成像的瞬变电磁长短时记忆网络反演策略.以正演模拟获得的海量采样时间-视电阻率为输入数据,基于长短时记忆网络构造Seq2seq编码器-解码器模型,并针对瞬变电磁反演的问题特性,对decoder的结构进行适应性更改,同时加入Bahdanau Attention机制突出重点信息作用,获得深度-电阻率输出数据.将该反演网络应用于随机生成的数万组以上三层和五层地电模型,测试组三大衡量指标标准差均小于10%,验证了本文算法的可靠性,在此基础上,构建了接近实际的两组含局部异常体模型,将该反演网络进一步用于三维数值模拟数据,取得了对异常体边界反映清晰的成像结果,且计算速度均小于1 s.

     

长短极距比值干扰源定位方法及其在地电场观测中的实际应用

提出长短极距比值干扰源定位方法用来定位地电观测中出现的地表干扰源。该方法基于均匀半空间模型且地表干扰为点电源,利用地表不同位置的干扰源所引起的同测向长短极距的电场变化差异,联合多测向比值来定位干扰源位置,并应用到徐庄子台漏电干扰一例和高邮台偶极源试验中。结果表明:利用长短极距比值法,能有效定位干扰点源,且能定位偶极干扰源的其中一个电极。     

长短时记忆神经网络在中期地震预报中的探索——以川滇地区为例

利用机器学习方法对地震活动大数据进行挖掘,识别出一些过去认识不到的异常,提高地震预测的准确性,是一个非常具有挑战性的科学问题.本文基于川滇部分地区（24°N—32°N,98°E—106°E）地震目录,采用滑动的时空窗口,选取16个反映地震时空强度分布特征的地震预测因子,建立了长短时记忆（LSTM）神经网络,对研究区域9个子区块未来一年的最大地震震级进行预测.通过设置训练集：测试集=8：2和训练集：测试集=7：3两个不同的训练测试模型,对过往发生的地震进行了回溯性预报.结果表明：训练集：测试集=7：3模型能够利用1970年1月至2004年9月的地震目录进行学习,成功回溯性预报2008年汶川地震;训练集：测试集=8：2模型利用1970年1月至2009年5月资料进行训练,回溯性预报2010—2019年间6级以上地震的R评分为0.407,回溯性7级地震预报时准确率高达92.31%.本文还探讨性给出预测意见：2022年2月前研究区西部、中部、东部、西南部存在发生5.1~5.3级地震的潜在危险性.

     

基于改进长短时窗比值及优化变分模态分解的微震初至拾取算法

针对低信噪比条件下微震初至拾取准确度低的问题,基于信号幅度变化引入权重因子,对传统长短时窗比值（STA/LTA）算法进行改进,提高初次拾取精度。为了进一步降低拾取误差,对变分模态分解（VMD）算法进行优化,基于互相关系数和排列熵准则自适应确定VMD分解层数,对初次拾取结果前后2—3 s的记录进行优化VMD,并计算分解后各本征模函数（IMF）的峰度赤池信息准则值,得到各IMF的到时,以各IMF的拾取结果及能量比综合加权得到二次拾取到时。仿真实验表明:改进后的STA/LTA在较低信噪比下可降低初次拾取误差约0.01 s以上;相比经验模态分解（EMD)和小波包分解,自适应VMD分解后能再次降低误差,最终与人工拾取结果平均误差在0.023 s以内。实际微震信号初至拾取结果表明,本算法能快速有效地识别初至P波,与人工拾取结果相比误差小,准确率高。      

格值函数的建立及应变值计算模型的推导

对ＹＲＹ－Ⅱ型钻孔应变仪的观测资料进行了较为深入的研究，并对河北省滦县地震台ＹＲＹ－Ⅱ型钻孔应变仪的４套观测数据均给出了格值函数，并给出了应变值计算模型的通用表达式，对钻孔应变仪非线性格值函数的研究有实际意义．     

基于峰值频率的薄层厚度计算公式及其近似(英文)

调谐厚度范围内薄层厚度定量预测一直是地震勘探面临的挑战之一,目前多数讨论仅限于顶底反射系数等幅反极性的薄层,对于其他薄层类型尚无系统研究.本文将所有薄层划分为四类:等幅反极性薄层、不等幅反极性薄层、等幅同极性薄层、不等幅同极性型薄层;通过理论推导得到薄层地震峰值频率与厚度关系的一般表达式,针对该式为一个复杂非线性隐式、难于直接应用求取薄层厚度的难题,采用三角函数的泰勒展开式进行简化,给出每类薄层厚度定量估算的近似公式,并系统讨论了各阶近似公式的精度.与传统的利用振幅信息求取薄层厚度的方法相比,本文方法的精度更高,且不受顶底反射系数绝对大小的影响,便于实际应用.     

三峡水库澎溪河水-气界面CO2、CH4扩散通量昼夜动态初探

三峡水库温室气体效应近年来备受关注.为揭示三峡水库典型支流澎溪河水-气界面CO₂和CH₄通量的昼夜动态规律,明晰短时间尺度下该水域温室气体释放的影响因素,在2010年6月至2011年5月的一个完整水文周年内,选择4个具有代表性的时段(2010年8、11月和2011年2、5月)对澎溪河高阳平湖水域开展昼夜跟踪观测.结果表明:2010年8、11月和2011年2、5月4次采样的CO₂日总通量值分别为-8.34、73.94、28.13和-20.12 mmol/(m²·d),相应的CH₄日总通量值分别为2.22、0.11、0.32和7.16 mmol/(m²·d),不同时期昼夜变化明显.研究水域CO₂和CH₄通量过程不具同步性:CO₂昼夜通量变化可能更显著地受到水柱光合/呼吸过程的影响,但瞬时气象过程(水汽温差、瞬时风速等)在高水位时期亦可对CO₂通量产生显著影响;CH₄昼夜通量变化与水温条件改变更为密切.     

基于长短时记忆神经网络的鄱阳湖水位预测

湖泊水位是维持其生态系统结构、功能和完整性的基础.鄱阳湖受流域"五河"和长江来水双重影响,水位变化复杂.为了准确预测鄱阳湖水位变化,采用长短时记忆神经网络方法(LSTM)构建了鄱阳湖水位预测模型.该模型以赣江、抚河、信江、饶河和修水"五河"入湖流量和长江干流流量作为输入条件,预测鄱阳湖湖区不同代表站(湖口、星子、都昌、吴城和康山)的水位过程.研究以1956—1980年的水文时间序列数据作为训练集,1981—2000年作为验证集,探讨了LSTM模型输入时间窗、隐藏神经元数目、初始学习率等模型参数对预测精度的影响,并确定了鄱阳湖水位预测模型的最优参数.结果表明,采用LSTM神经网络方法可基于流域"五河"和长江来水量历时数据合理预测鄱阳湖不同湖区的水位过程,五站水位预测的均方根误差为0.41～0.50 m,纳什效率系数和决定系数达0.96～0.98.为考察模型训练数据集对鄱阳湖水位预测结果的影响,进一步选取了随机5年(1956—1960年)的资料和5个典型水文年(1954年、1973年、1974年、1977年和1978年)的日均流量资料来训练模型.结果显示随机5年资料作为训练数据的预测精度要...     

对一类相变体积分数计算公式的修正

考虑了相变过程中生成相晶核的真实形状,对1956年Cahn给出的颗粒边界成核情况下成核长大型相变的相变体积分数计算公式进行了修正;当初始实验数据是成核率、长大率时,两种相变体积分数计算公式的计算结果差别很大. 当初始实验数据是相变体积分数随时间变化的实验点时,两种相变体积分数计算公式所给出的计算结果的差别主要由拟合误差所致. 无论从哪种实验数据开始计算,两种不同的计算模型给出的生成相的颗粒大小都存在很大区别,这将影响对俯冲带流变结构的认识.     

磁力测深公式的推导及应用

本文从地球物理场出发，通过严密的数学物理推导，提出了磁力测深公式，并导出了著名的重力测深公式的更一般表达式。为了得到更为精确的解，本文又提出了应用最优化理论的空间域迭代算法，并根据地球物理模型对于高斯优化法进行了改进，在算法上有所创新，使其在计算机上实现时算法简单，计算速度快。文中还列举了一些模型的实验结果，对磁力测深公式及迭代算法的有效性及可靠性进行了论证。用本文方法对实际资料的处理结果是令人满意的，证明该方法有一定的实用性。     

基于长短时记忆神经网络的中国地区电离层TEC预测

电离层总电子含量(Total Electron Content,TEC)作为描述电离层形态、结构及变化的重要参量,一直是近地空间环境中重要的研究对象之一.本文利用太阳活动与地磁活动参量,结合欧洲定轨中心(Center for Orbit Determination in Europe,CODE)的TEC数据,给出了一种基于长短时记忆(Long Short-Term Memory,LSTM)神经网络的电离层TEC短期预测模型,并将其应用于2015年中国单站和区域电离层TEC提前1 h的预测中.单站TEC预测结果显示：LSTM神经网络模型预测的TEC与CODE-TEC的均方根误差为2.572 TECU (1 TECU=10 ¹⁶el/m²),比国际参考电离层(International Reference Ionosphere,IRI)2016模型、反向传播(Back Propagation,BP)神经网络模型预测的TEC与CODE-TEC的均方根误差小5.183 TECU和0.667 TECU;在电离层扰动期与宁静期,LSTM神经网络模型预测的TEC与CODE-TEC的均方根误差分布在1.653~3.532 TECU,均方根误差明显小于IRI-2016模型、BP神经网络模型与CODE-TEC之间的均方根误差.中国区域预测结果显示：LSTM神经网络模型预测值与CODE-TEC值的均方根误差为2.721 TECU,比BP神经网络模型小0.716 TECU,其误差绝对值小于5 TECU的比例为92.83%,比BP神经网络模型的比例高5.77%,并且LSTM神经网络模型能更好地预测赤道异常区TEC的变化特征;同时,LSTM神经网络模型的预测值与CODE-TEC值具有较好的相关性,其相关系数达到0.989.整体而言,LSTM神经网络模型不仅能够准确反映中国地区电离层TEC时空变化特征,而且预测精度明显优于传统BP神经网络模型.

     

沟谷泥石流危险度计算公式的由来及其应用实例

首先介绍了本文作者提出的最新单沟泥石流危险度定量评价计算公式的由来,包括单沟泥石流危险度评价因子的选择,即主要因子的确定和次要因子的筛选,明确了各评价因子的作用,用权重系数方式表达各评价因子对泥石流危险度的影响。然后以2003年发生的四川省丹巴县鹅狼沟泥石流为例,对该沟泥石流危险度进行了定量评价,结果表明其为高度危险的泥石流沟。最后讨论了泥石流危险度计算的经验公式和理论公式及可能遇到的有关问题。     

不同参考面块体应变计算公式的对比分析

通过对不同块体应变计算公式的分析,利用模拟数据作为输入、采用经典平差方法求解应变参数并评定精度,进而对比不同参考面块体应变计算公式的差异。同时对小样本和大样本模拟数据应变计算结果进行统计分析。结果表明,平面公式与球面公式计算结果的差异与计算区域的大小有关,由投影误差决定,与点位的纬度分布没有必然的联系。因此,在小区域进行应变计算不会因为公式不同而导致结果的系统性差异。