基于深度学习的地震速度谱自动拾取研究

在常规的地震数据处理工作流程中,人工拾取地震速度谱中的叠加速度存在耗时长、效率低的问题,且容易受到人为经验的影响.本文基于目标检测的方法,应用改进后的FCOS（Fully Convolutional One-Stage Object Detection）神经网络模型实现速度谱中叠加速度的自动拾取.该方法将速度谱图像作为输入,经模型训练后输出"时间-速度"对序列.在处理低信噪比工区数据时,针对速度谱能量团聚焦特征较差的特点加入基于深度神经网络（Deep Neural Network,DNN）的线性回归模型以拟合出全局速度曲线.Marmousi模型数据和实际工区数据测试结果表明,本文所设计的地震速度谱自动拾取模型准确性较高、鲁棒性强,有效地缓解了人工拾取的负担,在保证速度拾取精度的同时显著地提高了效率.     

滇西北构造地热特征及对地震活动的影响

温泉的水化学组分、循环路径和构造地热特征是分析活动断裂中流体耦合机制及讨论流体对地震发生影响的有效约束之一.本文通过对滇西北地区多条活动断裂附近的温泉资料进行收集, 应用硅-焓模型估算了该区域温泉的热储温度, 对温泉的出露温度、离子组分、热储温度、循环深度及同位素组成特征(δD和δ¹⁸O)等进行了分析.首先对区域内的地震进行了重定位分析, 讨论了小震震源深度与热储温度的关系, 而后分析了该区域的b值特征, 论述了以热储温度表示的区域浅层地热特征与地震活动的关系.结果表明2021年5月21日云南漾濞6.4级地震发生在浅层地温场高值区与低值区转换的地热温度梯度异常区内.

     

极区电离层对流速度的浅层神经网络建模与分析

电离层对流是太阳风与地球磁场相互作用下驱动的磁层大尺度对流循环与对流电场在极区电离层的映射, 与行星际磁场-地球磁场耦合系统息息相关.本文基于SuperDARN(Super Dual Aurora Radar Network)分布在北半球的23部高频相干散射雷达获取到的二维电离层对流速度对其进行建模研究.模型输入为行星际磁场三分量、太阳风速度、太阳风密度和地磁指数六个空间物理参数, 模型输出为二维对流速度.模型选择两种广泛应用于空间物理建模的浅层神经网络即广义回归神经网络(General Regression Neural Network, GRNN)和误差反向传播(Back Propagation, BP)神经网络.实验结果显示, GRNN模型和BP模型的速度幅值均方根误差分别为174.96 m·s^-1和234.21 m·s^-1, 速度方向角均方根误差分别达到62.30°和88.07°, 相比于对流速度最大值2000 m·s^-1和360°的方向角范围来说, 其误差是可以接受的.外推性实验结果显示, 在第24个太阳周期时, GRNN模型和BP模型的速度幅值均方根误差分别为305.35 m·s^-1和738.15 m·s^-1, 速度方向角均方根误差分别为82.01°和90.56°.实验结果表明, GRNN在时间外推性上的效果优于BP神经网络, 更适用于预测对流速度.我们发现在四种典型空间环境条件下, 利用GRNN模型预测的瞬时对流速度来构建的全域对流模式与现有统计模型构建的对流模式相似, 从而验证预测的对流速度可以用于分析瞬时极区电离层对流.

     

基于磁镜结构的Wang-Pan方法在磁强计在轨标定中的应用

磁通门磁强计(FGM)的磁补偿随时间会发生缓慢变化; 因此,提高FGM磁补偿的标定精度对实现高精度磁场测量至关重要.最近,一种基于磁镜结构的标定方法被提出,本文将其称之为Wang-Pan方法Ⅱ.本文分析了Wang-Pan方法Ⅱ在太阳风、地球磁鞘和磁尾电流片区域的适用性.我们发现,磁镜结构或线性磁洞事件个数的增加有助于降低Wang-Pan方法Ⅱ的计算误差; 此外,事件的背景磁场强度和磁场耗散程度会显著影响Wang-Pan方法Ⅱ的计算精度.Wang-Pan方法Ⅱ在太阳风和磁尾电流片中的计算误差在±0.2 nT以内的概率高达70%,在磁鞘中计算误差比太阳风及磁尾电流片中的大了约1个数量级.为了提高利用磁镜结构标定磁补偿值的精度,我们研究了线性磁洞事件的多个参数特征对磁补偿计算误差的影响,该研究结果将为Wang-Pan方法Ⅱ的应用提供磁镜结构或线性磁洞事件的筛选参考准则.

     

红土中细粒状铁锰结核的存在及其对粒度测试的影响

设计了针对红土的两种粒度分析方法,对比分析了铁锰结核对红土粒度分析结果的影响以及加入HCl对铁锰结核与红土粒度测试的影响。结果表明:(1)细粒铁锰结核对粒度测试结果有较大影响,特别是粗粒含量的增加。而盐酸可以有效地与细粒铁锰结核反应,使得粒度测试结果更接近真实值。因此,对于铁锰结核发育的红土层,若需通过粒度来分析其沉积动力特征,其粒度测试的前处理过程加入盐酸是非常有必要的。(2)盐酸的加入对红土中μm的黏土粒组有较大影响,这可能是盐酸与黏土矿物发生了化学反应,使得黏土粒组的相对含量减少。因此,对于铁锰结核发育的红土层,若需要通过粒度分析其风化过程,其前处理应当慎重选择是否加入盐酸。     

海阳砂质海岸岸滩演化

基于海阳近岸海域的水深地形、表层沉积物粒度以及遥感影像等资料,利用泥沙起动流速和沿岸输沙数理公式以及岸滩演化数学模型,探讨了海阳近岸海域岸滩演化特征及主要控制因素。研究结果表明,研究区总体处于动态平衡状态,潮流很难使泥沙发生直接起动,波浪造成的沿岸输沙总体向ENE方向运移。影响研究区冲淤变化的因素主要有河流来沙、波浪以及人工构筑物。河流径流量减小,导致研究区泥沙来源减少,加剧了局部海岸侵蚀;近岸人工构筑物的建设,改变了泥沙输运趋势,并导致局部冲淤环境发生变化;波浪是控制研究区泥沙运移、沉降的关键因素,控制着研究区冲淤演化的整体格局。     

多维时空场数据的多模式张量表达模型

对数据量及复杂度日益激增的多维时空场数据进行有效的管理与分析是当前GIS必须解决的重要瓶颈。本文通过引入具有多维统一与坐标无关特性的张量数学结构,研究了多维时空场数据的多模式表达模型,实现了地学数据的张量表达以及面向分析的多维张量数据流与任务流构建。针对不同类型的数据管理与分析需求,通过定义基于原始张量、张量分解以及层次张量分解的三类张量数据表达及应用模式,实现了面向不同应用场景的多维时空场数据的管理与分析。在此基础上,设计了基于张量的多模式数据分析框架以及应用分析业务流模板。对上述关键技术进行算法实现并基于卫星测高数据对相关性能进行了测试与验证。结果显示,基于张量的新型海量时空场数据的多模式表达模型可以很好地支撑海量时空场数据的管理、分析与存储,并在存储空间占用,检索与分析效率上具有明显优势。     

未来月球熔岩管科研工作站能源供给的数值模拟

在月球熔岩管内建立科研工作站可以避免很多自然灾害, 因此月球熔岩管长期被认为是人类探索月球建造科研基地的理想场所.Apollo 15和Apollo 17实测资料表明月表具有极低的导热系数, 所以月球风化层的温度在深度超过50 cm的区域保持在较低的恒定值(~250 K).因此, 在熔岩管内建立科研工作站需要考虑维持人类宜居温度的供热问题.在不考虑熔岩管轴向热量流失的情况下, 本文建立了二维瞬态热传导的有限元数值模型, 定量研究了位于赤道和极地地区的单位轴向长度(1 m)熔岩管加热到宜居温度的时间、维持在宜居温度所需要的供给功率以及利用太阳能给熔岩管供电等问题.结果表明, 对于直径为20 m的单位长度的管洞, 在Apollo测量点和极地地区分别采用6280 W及16328 W的加热功率一个月球日内就可以将其加热到宜居温度(~293.15 K).在维持宜居温度阶段, 熔岩管壁热量在向四周传递的同时热流也在逐渐减小.结果也表明, 为了节约能源, 月球科学研究站应建在赤道地区平均温度较高、深度较深、直径较大的熔岩管处.而且如果在熔岩管壁处增加0.5 m厚度的风化层作为绝热层可以进一步减小加热功率和热量损失.因此, 在加热阶段位于赤道地区直径为20 m且含绝热层的熔岩管在前三年需要20L~120L W(L(m)为实际熔岩管的轴向长度)的加热功率和0.06L~0.4L m²的太阳能电池板.3年后, 仅需15L W的功率和0.05L m²的太阳能电池板即可满足室温需求.我们的研究将为今后在月球熔岩管内建立科学研究基地提供科学指导.

     

山东半岛东南部典型砂质岸滩季节性演化及控制因素探讨——以海阳万米海滩为例

根据2018年秋季至2019年夏季4个季节的海滩剖面形态测量和表层沉积物粒度分析结果,研究了海阳万米海滩地形和表层沉积物粒度季节变化特征,探讨了控制研究区砂质岸滩季节性演化的因素。结果表明：连理岛-东村河口以西海滩剖面形态在强动力和弱动力条件下分别呈“上蚀下淤”和“下冲上塑”特征,夏季台风造成的滩肩侵蚀量大于冬季风,在滩面形成的沙坝数量多、规模小且离岸距离较之冬季风更远。连理岛-东村河口处海滩剖面形态整体呈淤积状态,且在强动力条件下的淤积量大于弱动力条件。连理岛-东村河口以东海滩剖面形态的季节性变化幅度小于以西海滩,同时滩肩顶剖面形态在夏季出现明显下凹特征。表层沉积物粒度特征变化同样呈现东西差异的特点,秋季到冬季,西侧海滩表层沉积物粒度变粗、分选变差,而东侧海滩变细、分选基本不变;冬季到春季,海滩表层沉积物粒度总体变细、分选较好;夏季变化趋势与冬季相似,但变化幅度有所差异。人工岛和港口等海岸工程建设是导致海滩剖面形态和表层沉积物粒度东西差异的主导因素;波浪和台风事件等是控制砂质岸滩季节性演化的主要动力因素;潮汐作用、旅游开发等人类活动也对岸滩演化造成一定影响。     

ICESat-2水深提取方法及其反演应用

相比于传统水深测量方法, 结合主动激光卫星ICESat-2数据与被动光学遥感影像的主被动融合水深反演方法具有低成本、覆盖面积广、不受地域限制、无需地面实测数据等优点.研究选取澳大利亚大堡礁中部的John Brewer Reef和南部的Fitzroy Reef为实验区, 开展主被动融合水深反演实验.针对ICESat-2光子点群信噪比低、光子点水深信息提取和改正难的问题, 本文提出基于光子点群高斯分布特征的海面光子点群提取方法和基于深度自适应DBSCAN的海底光子点群提取方法, 并顾及海面倾斜引起的入射角偏移, 改进了Parrish水体折射改正几何模型.实验表明, 基于光子点群高斯分布特征的海面光子点群提取方法和基于深度自适应DBSCAN的海底光子点群提取方法可以高效准确地提取出有效的海面、海底光子点群; 经过地球物理改正和基于改进模型的水体折射改正后, 水深变浅, 且改正项与改正前水深呈线性关系, 线性系数约为-0.2550.实验将提取并改正后的ICESat-2光子点水深与经大气校正、耀斑校正、空间域滤波等预处理后的Sentinel-2影像进行空间匹配构建水深反演样本集, 并利用单波段模型(SB)、比值模型(BR)、Lyzenga多项式模型(LP)、二次多项式模型(QP)、三次多项式模型(CP)、支持向量回归模型(SVR)、多层感知器模型(MLP)、随机森林回归模型(RF)等水深反演模型对实验区全域水深进行反演.通过对比分析多种水深反演模型在不同地理区域和ICESat-2水深样本分布条件下的表现, 研究为不同场景下的主被动融合水深反演策略提供了一定的科学依据.