排序方式: 共有87条查询结果,搜索用时 31 毫秒
41.
2014年新疆于田发生MS7.3地震,这一地区6年来连续发生2次强烈地震,震中相距不到110km.由于初始定位误差较大,于田地震的发震断层仍不清楚.本研究的主要目标是利用地震精定位方法对于田地震序列及其背景地震活动进行重新定位,确定于田地震的发震断层.本研究使用双差定位方法对于田地震序列进行重新定位.这一方法假设两个地震的震源距小于事件到台站的距离,两个事件到同一台站的走时差主要归因于其空间位置的偏移,因此可消除由于速度模型不准确引起的定位误差.重定位后得到了435个地震的位置参数.结果表明,2014年于田MS7.3级地震发生在阿尔金断裂带的西端,余震分布的优势方向为北东向,展布长度约33km,震源深度主要集中在4~12km,多数余震位于主震的西南侧.NS,EW和UD方向的定位误差分别为0.5km,1.1km和1.7km.于田地震余震序列总体衰减较慢.根据余震分布特征和震源机制解,认为此次地震的断层面为北东向的节面,阿尔金断裂的西南延伸分支断层是这次地震的主要发震构造.于田地震的发生与巴颜喀拉块体的东南向运动有关. 相似文献
42.
使用2011年8月至2012年8月在南北地震带南段布设的密集流动地震台站记录的波形数据,采用绝对定位方法对滇西地区的1593个地震进行了初步定位,应用近震走时层析成像方法获得了滇西地区三维地壳P波速度结构。研究结果表明,攀枝花附近的高速异常从地表可一直延伸至中地壳,并在中下地壳深度与滇西北地区的高速异常形成大范围的高速块体。这一高速异常体对青藏高原物质向南逃逸起到一定的阻挡作用,可能是导致川滇活动块体北部次级块体快速抬升的重要因素。位于印度板块与欧亚板块俯冲边界的腾冲、保山地块在下地壳表现为明显的大范围低速异常,推测该低速异常与印度板块东向俯冲引起的地幔热物质上涌有关。金沙江-红河断裂带是川滇块体重要的南部边界,红河断裂带中段的弥渡至红河一带具有高速的地壳结构以及较弱的地震活动性,可能表明该区现阶段处于闭锁状态,是未来需要重点监测的地段之一。 相似文献
43.
吉林省松江盆地下白垩统大砬子组上段浊积岩沉积特征及地质意义 总被引:1,自引:1,他引:1
松江盆地为一中生代山间沉积盆地,盆地内大砬子组上段普遍发育浊流沉积。通过对浊积岩体的沉积环境特征、岩性特征、沉积构造特征、粒度结构特征及层序特征等进行的研究表明:发育于盆地扩张时期的大砬子组上段浊积岩具有稳定型浊积岩的沉积特征,并将其划分为中心微相及边缘微相。应用沉积岩碎屑物质成分对浊积岩进行统计并结合前人的研究成果表明,大砬子上段沉积时期,源区构造背景为稳定陆块区,构造环境较为稳定。大量浊积岩所形成的岩性圈闭可构成良好的储集体。 相似文献
44.
高光谱遥感影像的波段光谱特征是各类地物内在物理化学性质的反映,在对不同地物进行分类与识别时具有巨大潜能,但由于其波段多造成的信息冗余,需要对高光谱数据进行有效降维,以提高高光谱影像的分类准确度。本文提出了基于判别局部片排列的流形学习算法(DLA)对Hypersion高光谱数据进行降维,通过对局部样本数据进行流形学习框架内的优化训练,将原始光谱特征空间转换为低维的最优判别流形子空间,然后在该子空间内利用最大似然分类器对Hypersion影像中的每个像素进行分类,并与主成分分析(PCA)、原始光谱特征(spectral)降维方法的分类效果进行比较。结果表明,DLA能够有效提高高光谱数据的分类准确度,对不同树种分类取得了满意效果。 相似文献
45.
针对CAD地形图数据中高程点和高程标注分开存储的不便及容易造成高程信息丢失等问题,提出一套快速提取高程信息的技术及其实现流程,该技术基于AutoCAD.NET API和Arc Engine二次开发组件,并在AutoCAD软件平台上开发了相应的数据提取和转换操作面板。实验证明,该工具能快速批量提取高程信息,并能转换成相应的GIS格式数据。 相似文献
46.
47.
课程教学创新实践有利于培养学生的创新意识、思维和能力,对进一步提升课程质量、打造“一流”课程、推动“以学生成长和发展为中心”的教学范式改革与创新、建设适应新时代要求的高水平应用型课程体系和专业应用复合型人才具有重要意义。《GIS空间分析》是地理信息科学专业的核心课程,针对本门课程的教学“痛点”问题,提出了教学创新的理念及思路,提出将探究理念融入教学,培养学生的创新意识和能力;融合OBE理念,驱动学生自主学习;落实研究性理念,培养应用复合型人才。随后,从教学目标、内容、方法与手段、评价和研究5个方面提出了教学创新的方法及途径,最后总结了本课程教学创新的成果。 相似文献
48.
49.
青藏高原地区高精度的土壤水分反演对高原能水循环、全球大气循环研究有着极大的影响.因此,获取青藏高原土壤水分时空布信息是一个迫切需要解决的问题.温度植被干旱指数(TVDI),是基于光学与热红外遥感通道数据反演土壤水分的重要方法,但在研究区域较大、地表覆盖格局差异显著时,TVDI模型反演精度会受到地表温度(Ts)等因素的影响.被动微波AMSR-E数据精确记录了像元内的土壤水分信息,但空间分辨率低.本文利用同时期的MODIS与被动微波数据,发展了针对青藏高原地区高精度土壤水分反演算法.首先,在TVDI模型中,利用修正型土壤调整植被指数(MSAVI)代替归一化植被指数(NDVI),以改进NDVI易饱和的缺点;其次,利用ASTER GDEM数据,对地形高程和纬度差异引起的地表温度变化进行了校正;然后,通过神经网络训练建立基于TVDI、被动微波以及辅助气象数据的土壤水分反演模型,并应用该模型反演了青藏高原地区三个观测网(CAMP/Tibet、玛曲和那曲)的土壤水分;最后,利用实测土壤水分数据对反演结果进行验证,结果表明该模型的精度均方根误差(RMSE)数值可达到0.031~0.041 m~3·m~(-3).本文还应用该算法反演了青藏高原连续的土壤水分的空间分布,并比较了土壤水分的变化趋势与实测降水变化趋势,结果表明二者变化量的正负关系一致. 相似文献
50.