CINRAD RPG累积降水算法在文山州的应用

把降水实况和相应时段内C INRAD RPG 1h累积降水量进行对比分析,检验C INRAD RPG 1h累积降水量在文山地区的可靠性。经过对比分析可知,C INRAD RPG1h累积降水量虽然存在严重偏差,不能根据其对降水作定量估计,但它对区域降水仍然具有较好的指示性,可以根据相关数值估计降水量级。     

华北北部不同构造单元地壳速度模型——均匀分层介质反射波走时反演的结果

从广义反演理论出发,对多层反射波的走时联合反演,可以同时获得所有的各层速度及厚度参数。其优点是在不需要把问题线性化过程的同时,统一考虑了各层反射波走时的离散对整个地壳模型的影响,又可兼顾观测数据的不同误差分布。本文将该方法进行了数值模拟并应用于华北北部的几个不同构造单元,反演得出了其反射P波速度结构,并与正演结果进行了对比。     

大地电场观测深埋铅电极测量系统试验

为使用铅电极替代不极化电极,以解决滨海地区大地电场观测系统稳定性差的问题,先后开展了浅埋的铅电极与不极化电极的大地电场对比观测,以及深埋铅电极与浅埋铅电极的对比观测试验。结果表明:铅电极与固体不极化电极的观测数据在短期内有较好的一致性;深埋铅电极的大地电场观测资料在长期稳定性上优于固体不极化电极;而观测数据的内在观测质量也高于浅埋铅电极。     

南海中沙天然气水合物资源远景区海底沉积物的物理力学性质研究

根据南海中沙天然气水合物远景区沉积物样品的分析资料,从物理力学特征各方面对本区海底沉积物进行了综合工程地质特征研究。结果表明,本区海底沉积物类型全部为淤泥,工程地质性质相近,以高含水率、高孔隙比、低密度及高塑性为主要特征,抗剪强度很小,压缩系数均大于0.5。土体沉积环境为水动力强度较弱的深海半深海环境。     

基于水合物指示因子的地震识别方法

速度是水合物勘查的重要参数,但是速度的影响因素众多,给高精度识别水合物带来一定困难.水合物储层岩石物理是研究多种因素对速度影响的有效手段之一.考虑到水合物储层未固结等特征,本文采用SCA-DEM模型,重点对比了孔隙度、饱和度等对纵横波速度以及AVO特征的影响,并构建了一种新的水合物指示因子,消除了由于孔隙变化带来的假异...     

新冠肺炎流行病学模型的最优参数化

现如今,新冠肺炎(COVID-19)严重威胁着世界各国人民的生命健康.许多流行病学模型已经被用于为政策制定者和世界卫生组织提供决策参考.为了更加深刻的理解疫情趋势的变化特征,许多参数优化算法被用于反演模型参数.本文提议使用结合了高斯-牛顿法和梯度下降法的Levenberg-Marquardt(LMA)算法来优化模型参数...     

利用中国北部连续重力站资料评估全球潮汐模型精度

为评估全球潮汐模型在我国潮汐改正中的适用性,本文首先对10个重力站2016—2018年的观测数据进行了精度评定,而后基于均方根、和方根、纬度依赖关系以及重力残差等指标对7个全球潮汐模型进行了精度评定.结果表明:10个重力站的一些评价指标达到甚至超越了早期超导重力仪,例如M2波潮汐因子的中误差普遍小于0.00070,其中...     

闽三角红树林底栖软体动物共存格局及机制

以漳江口国家级红树林自然保护区、九龙江口省级红树林自然保护区和泉州湾省级湿地保护区3个红树林分布区作为研究对象,研究底栖软体动物在中等尺度下的共存格局及机制。利用非度量多维标度分析、基于蒙特卡洛的零模型和网络分析探讨底栖软体动物的共存格局,利用raup-crik零模型识别决定性过程和随机过程测定底栖软体动物的相对重要性。结果显示,漳江口、九龙江口和泉州湾湿地共发现37种底栖软体动物,底栖软体动物的平均密度、物种数及群落物种组成差异显著。软体动物的共存格局呈现非随机分散和模块化,这些格局同时受到决定性过程和随机过程的调控作用,其中,物种竞争起主导作用。     

宁夏土壤电阻率时空分布观测试验

通过在宁夏地区选择3种典型的土质结构,分别设置了3种不同结构的防雷接地体,经过1年的对比观测,用回归方法来分析平均气温和土壤湿度变化对不同土壤电阻率和不同结构接地电阻的影响,说明不同土质结构在不同时间（或季节）内、不同的温湿度条件下,对土壤电阻率的影响和不同结构防雷接地体的变化特点和规律,从而提出了防雷接地体的敷设和结构性能最优要求。     

Quality influencing factors of dispersion curves from short period dense arrays based on a convolutional neural network across the north section of the Xiaojiang fault area

The number of dispersion curves increases significantly when the scale of a short-period dense array increases. Owing to a substantial increase in data volume, it is important to quickly evaluate dispersion curve quality as well as select the available dispersion curve. Accordingly, this study quantitatively evaluated dispersion curve quality by training a convolutional neural network model for ambient noise tomography using a short-period dense array. The model can select high-quality dispersio...