宝昌台小极距井下地电阻率观测质量与效能评估

选取宝昌地震台2020年至2021年小极距井下地电阻率观测数据,从观测系统稳定性、环境干扰抑制能力等方面综合对宝昌台小极距井下地电阻率观测进行质量分析和效能评估。结果显示,井下地电阻率观测数据质量高。对比地表地电阻率,井下地电阻率对金属管线网、基建工程等地表干扰和浅层温度干扰均有较好的抑制,为直观识别异常提供高质量的观测数据。     

陕西多普勒天气雷达监测信息发布系统的开发与应用

为了充分发挥西安多普勒天气雷达在服务经济建设和防汛减灾工作中的作用 ,使市、县气象局能够方便及时地获取和使用雷达信息 ,在省气象局的组织下 ,由省、市、县三级业务技术人员合作开发了统一的、面向市县级气象局等低端用户的多普勒天气雷达监测信息系统 ,投入使用后收到了良好的效果。1　系统结构分析与传统的 71 1、 71 3等天气雷达相比 ,多普勒天气雷达有非常丰富的监测输出产品。从产品的要素类型来看 ,有基本反射率、平均径向风速和速度谱宽三种基本要素 ,以及大量的二次计算产品。从观测时间密度上来看 ,每隔 6min一次梯扫 ,2 4 h…     

多源遥感影像深度识别模型对抗攻击鲁棒性评估

基于深度神经网络的多源遥感影像目标识别系统已逐步在空天遥感情报侦察、无人作战自主环境认知、多模复合末制导等多个军事场景中广泛应用。然而，由于深度学习理论上的不完备性、深度神经网络结构设计工程上的强复用性、以及多源成像识别系统在复杂电磁环境中易受到各类干扰等多因素的影响，使得现有识别系统在对抗攻击鲁棒性方面评估不足，存在极大安全隐患。本文首先从深度学习理论不完备性和识别系统攻击样式两个方面分析了潜在安全风险，并重点介绍了深度识别模型对抗样本攻击基本原理和典型方法。其次，针对光学遥感影像和SAR遥感影像两类典型数据形式，从鲁棒正确识别率和对抗攻击可解释性两个方面开展多源遥感影像深度识别模型对抗攻击鲁棒性评估，覆盖了9类常见深度识别网络架构和7类典型对抗样本攻击方法，验证了现有深度识别模型对抗攻击鲁棒性普遍不足的问题，分析了对抗样本与正常样本的多隐层特征激活差异，为下一步设计对抗样本检测算法和提升模型对抗鲁棒性提供参考。     

海底膨胀弯法兰姿态测量方法

海底管道膨胀弯连接工程对姿态测量的精度要求较高，惯导(INS)作为目前工程应用上精度比较高的姿态测量设备，将其安装在待测平面之上，经过数据采集处理可以完成高精度的姿态测量工作。文章对姿态角进行了介绍，分析了由于仪器和待测平面轴线不平行引起的俯仰角和横滚角的安装误差，提出了一种仪器安装误差角度测量方法。在陆地模拟水下膨胀弯法兰的姿态测量，分别计算和改正俯仰角(Pitch)和横滚角(Roll)的安装误差，将得到的改正后值与全站仪所测姿态值进行对比，Pitch差值为0.026°,Roll差值为0.015°,满足实际工程0.05°的需求。     

山西原平4.2级地震前的重力场异常特征

利用晋蒙重力测网2007—2009年的流动重力资料，研究了原平4.2级地震前的重力场变化特征。结果表明，以4.2级地震震中为界，流动重力呈现出东西向的负条带异常，而南部、北部均上升（正异常）的特征，震中附近的大部分测点点值在震前均出现上升—下降—恢复的变化特征，地震发生在重力恢复阶段。在远离震中区的内蒙重力测网并没有出现上述重力场变化特征。     

阜新盆地中北部新生代辉绿岩侵入特征及其对烃源岩的影响

阜新盆地中北部白垩纪沉积地层中侵入岩广泛发育.该区域侵入岩岩石学特征和空间展布规律与其形成时代,以及侵入岩带来的异常高温对烃源岩生烃演化的影响仍不明确.本文通过岩石学、地球物理测井、有机地球化学、同位素年代学等方法,探讨阜新盆地中北部新生代辉绿岩侵入特征及其油气地质意义.结果表明,研究区内侵入岩主要为辉绿岩,其主要矿物...     

执创新之笔 绘山河新颜——记全国工程勘察设计大师、长江设计集团有限公司总工程师王小毛

<正>2016年，对于长江设计集团有限公司（以下简称“长江设计集团”）总工程师王小毛而言，意义非凡。这一年，他被授予了全国工程勘察设计大师称号。“罗马不是一天建成的。”王小毛获得全国工程勘察设计大师殊荣实至名归，从其过往的履历中可见一斑。1985年，刚刚从华东水利学院（现河海大学）水工建筑专业毕业的王小毛，便来到长江水利委员会工作，自此开始了他的“水利”人生。     

基于CUDA的并行雷达拼图算法研究北大核心CSCD

雷达组网拼图算法是强对流天气短时临近预报系统(Severe Weather Automatic Nowcasting,SWAN)的重要基础方法之一。提高拼图算法的效率,不仅可以提升现有SWAN临近算法序列的时效性,也能更好地应用高分辨率雷达数据,具有重要的实际意义。采用中央处理器(central processing unit,CPU)和图形处理器(graphics processing unit,GPU)混合架构设计并行雷达拼图算法,其中CPU负责雷达数据的解析和调度GPU并行模块,GPU负责大规模数据的并行计算。通过分析计算统一设备架构(compute unified device architecture,CUDA)算法的并行开销和拼图算法的特点,提出并实现了GPU内存管理优化和数据交换流程优化方案,提高了组网拼图算法的效率。对比试验结果表明,基于CUDA的GPU并行拼图算法和SWAN中30线程并行的CPU算法相比,在全国1 km和500 m分辨率的拼图任务上,加速比分别达到3.52和6.82。综上,基于CUDA的并行拼图算法不仅可以提高SWAN短时临近算法序列的时效性,也为更高分辨率雷达资料的拼图提供了技术支持。