径向基函数神经网络在GPS卫星钟差预报中的应用

GPS卫星钟在空中很容易受到诸多因素的影响,导致其钟差行为很难用线性模型,二次多项式模型,灰色模型等现有模型进行描述和实现可靠的高精度预报。本文利用径向基函数神经网络对几颗GPS卫星钟差连续进行了五分钟、一小时和一天的预报,分别取得了均方根误差优于0.4ns,0.5ns和1ns的预报精度,证明了文中径向基网络结构在钟差预报方面的可靠性。     

改进分形海面模型散射信号的分形特性分析

针对分形海面模型的功率谱在空间波数小于基波波数时不能满足正幂率的问题,提出一种统计模型和归一化带限Weierstrass分形模型相结合的1维海面模型,确定了表面功率谱的闭式解,表面功率谱和有关文献的数据进行了对比。在满足Kirchhoff近似的条件下推导该模型电磁散射系数的闭式解,计算了散射系数随时间变化的Hurst指数,进而求得其分形维数。从数值仿真结果可知,表面功率谱和PM谱、南海的实测数据都拟合得很好,验证了模型的有效性,海面所接收信号随时间变化是分形的,并且其分形维数与分形海表面的分形维数几乎相等。     

区域GPS网对流层延迟直接推算可降水量研究

针对武汉地区GPS气象网资料进行GPS对流层延迟直接推算可降水量的研究。推导了对流层延迟直接推算可降水量的模型,并对模型结果进行检验。从武汉东湖站GPS对流层延迟与无线电探空可降水量的比较中可知,两者具有很好的相关性,相关系数达到0.931;由该站对流层延迟转换的可降水量与无线电探空可降水量的比较可得,均方根为4.45 mm,相关系数为0.905,对流层延迟转换的可降水量与GPS可降水量的均方根为2.23 mm,相关系数为0.988。说明在没有气象数据的地区,对流层延迟直接推算的可降水量可以作为气象短期预报的参考依据。     

乳山长牡蛎(Crassostrea gigas)的抗性基因表达和生存环境的季节差异

长牡蛎 （Crassostrea gigas） 是我国重要的海水养殖贝类,近年其大规模死亡现象频繁发生。为了解长牡蛎的免疫基因在季节上的表达模式变化规律及死亡爆发高峰期的水环境情况,在其主养区山东乳山进行了相关研究。分别在 2018 年 1、 3、5—9 月对该地区牡蛎鳃样品做了免疫基因定量分析,在 6、7、9 月对养殖海域的环境因子 （水温、盐度、pH、溶解氧）、各时间点水体里的浮游植物数量及各采样点牡蛎条件指数的变化进行了研究。结果显示,HSP70 在 7 月份高表达,其余 5 个抗性相关基因在 8 月表达水平达到峰值。在测量的三个月中,7 月水温最高,6 月和 9 月水温略低于 7 月,这一结果和表达模式相关。研究表明近岸的藻类丰度更大。因此,温度是影响长牡蛎存活的各环境因子中的主要因素,温度显著影响到体内抗性基因的表达情况并且间接影响到夏季牡蛎的条件指数。     

GPT2w模型检验以及对流层模型的参数互融

各种对流层经验模型中,GPT2w模型是目前标称精度最高的对流层经验模型,其在模型化对流层延迟的同时,也提供具体的模型化气象元素。以USNO的ZTD产品检验模型ZTD精度;以IGRA发布的大气廓线数据,对模型加权平均温度T_m、水汽直减率λ的精度进行验证。计算发现,模型加权平均温度T_m具有-2.56K的系统偏差,改正该偏差后,模型ZTD对比USNO偏差从-1.38 mm提升至-0.3 mm;还验证了模型水汽直减率λ的两种获取方式具有很好的一致性。提出以测站气压P、测站温度t、测站相对湿度hr为实测气象元素,以校正后的T_m、高精度的λ为经验气象元素,作为对流层延迟模型输入参数的互融方法。该互融方法计算ZHD、ZWD经验模型分别采用目前最优的Saast静力学延迟模型和Askne & Nordius湿延迟模型。以USNO发布的340个IGS跟踪站的对流层延迟数据作为参考,该互融方法较直接气象元素法、校正后的GPT2w模型均有显著精度提升。在不可获取气象数据的前提下,校正后的GPT2w模型具有很高的先验精度;若可获取近实时气象数据（如自动气象站）,则推荐采用新的参数互融模型。     

地震事件自动识别的标准时频变换方法

提出将标准时频变换(normal time-frequency transform,NTFT)与卷积神经网络(convolutional neural networks,CNN)结合,尝试实现地震信号的自动准确识别。单纯利用神经网络方法识别地震通常需要人工方式判别收集地震信号样本,对受到噪声污染的信号进行相关预处理操作。采用NTFT+CNN模型无需预处理去噪,更具有实用性。从中国云南省盈江地区3个台站连续两周的地震记录中截取19 884个地震事件和17 640个噪声数据作为样本,分别利用CNN模型与NTFT+CNN模型进行3台站与单台站地震信号识别实验。在3台站实验中,CNN模型的地震信号识别准确率为93.10%,NTFT+CNN模型的地震信号识别准确率提升至97.80%,引入NTFT使得识别错误率降低了3倍,表明NTFT+CNN模型可更为有效地识别信噪比低的地震信号。与此同时,CNN模型的训练次数为29,而NTFT+CNN模型训练18次即可达到上述识别准确率,说明NTFT+CNN模型收敛快速且稳定。在单台站实验中,对比考察3种典型噪声情况下的模型表现,进一步验证了NTFT对噪声-地震...     

重力梯度特征向量和多尺度分析法在密度异常深度探测中的应用

相较于传统的重力测量手段,重力梯度测量能够以更高的灵敏度和分辨率反映出地下密度异常体的结构特征。随着科学技术的不断发展,航空及卫星重力梯度测量系统已经投入使用,并实现了大范围高精度的重力梯度测量。因此,现阶段的主要挑战在于对越来越多的重力梯度数据进行分析、处理和解释。本文根据重力梯度全张量主特征值对应的特征向量,对密度异常体的深度探测进行了研究。由于不同埋深的密度异常体具有不同的波长反映,利用多尺度分析法可以分解出不同频段重力梯度张量,从而增强对更大埋深密度异常体的探测分析能力。通过对模型和实测重力梯度数据的分析解算,结果表明,重力梯度的特征向量和多尺度分析法能够有效地确定密度异常体的深度信息,并且对干扰场源和随机噪声也具有一定的抗干扰能力。     

孟加拉湾地区大陆边缘盆地勘探概况与油气富集主控因素

孟加拉湾位于印度大陆以东、缅甸-安达曼-苏门答腊以西、孟加拉国南部海上地区,该区存在主动和被动两种不同类型的大陆边缘,并发育众多大陆边缘含油气盆地。根据板块位置和构造特征将其划分为三大类,分别是:被动大陆边缘盆地(马哈纳迪、K-G和高韦里盆地);主动大陆边缘盆地(若开、缅甸中央、马达班、安达曼和北苏门答腊盆地);残留洋盆地(孟加拉盆地)。根据火山岛弧带分布情况进一步将主动大陆边缘盆地划分为:①海沟型——若开盆地;②弧前型——缅甸中央盆地;③弧后型——马达班、安达曼和北苏门答腊盆地。对这些盆地油气勘探情况的统计与分析表明,该区大陆边缘盆地的油气分布主控因素为:烃源岩类型与有机质丰度决定了流体性质与资源强度;大型河流—三角洲形成富油气区;盆地类型、性质及晚期构造活动强度决定区带勘探潜力。     

基于GPS技术的高原与平原地区可降水量的研究

为了更深入地分析高原及平原地区多变的降水气候,利用2004年中国地壳运动观测网络GPS数据及高原和平原地区的大气压等资料,整体地分析了两类地区上空可降水量的变化及其差异。结果表明,高原地区和平原地区的可降水量有明显的地区性及季节性变化。     

川西坳陷中段上三叠统须二段气水分布特征及成因机理

川西坳陷深层上三叠统须家河组储层致密化严重,气水分布十分复杂,已经成为制约天然气勘探和开发的关键问题。在对须二段致密气藏地质特征、流体特征和气水分布特征研究的基础上,结合研究区实际地质条件,综合物理模拟实验的结果,揭示了该区复杂的气水分布成因机理。研究结果表明,川西坳陷须二段天然气主要为煤型裂解气,地层水型主要表现为CaCl2型,属于高封闭环境下的地层水。试气资料和测井解释结果表明,川西坳陷深层须二段主要以气层和含气层为主,局部井为气水同层和纯水层,地层水无成层性,水的分布表现出串珠状残留地层水的特点。孤立的地层水不受构造的控制,水的产出并不表现出上水下气或上气下水的特点,由于储层非均质性强,在深盆气形成过程中,气驱替水首先通过相对疏松的高孔高渗的储集空间,而对超致密砂体内已封存完好的水体则无力驱替,形成“残留地层水”,物理模拟实验结果也证实了这一点。