虚拟现实技术及其在地球科学中的应用

虚拟现实技术以其具有的沉浸感、交互性、实时性、构想性等特点而越来越为广大地学工作者所关注。本文首先介绍了虚拟现实系统的组成,之后综述了近几年国内外地球科学部分领域应用虚拟现实技术的研究文献。与传统方法相比,虚拟现实技术在很大程度上提高了科学研究的效率,能提供更丰富的可视化和交互环境,使科学家能够操纵多达GB甚至TB级数据,以一种身临其境方式来对研究对象进行观察、分析和实时操作,而无需科研人员到达现场。通过虚拟现实系统,能将尽可能多学科的数据放到同一个环境下,增强科研人员研究问题的深度和广度,避免得出错误结论。同时能重塑不可再生资源,避免了在科学研究的同时对其造成的破坏,有助于科学知识在公众中的传播。与西方发达国家相比,我国的(沉浸式)虚拟现实技术在地学领域的应用还处在起步阶段,在拥有大量高精度LiDAR地形数据的活动构造等领域亟待引入该项技术,以一种全新的视野来重新审视地球科学研究,并推动该学科在未来的发展。     

三峡库首区河长坡降指标及其地质构造意义

利用数字高程数据和空间分析方法,提取三峡库首区长江支流的河长坡降指标（SL）以及标准化坡降指标（SL/K）,对该区构造活动进行分析。结果显示,研究区水系发育主要受断裂构造、地层岩性和新构造运动的影响,在空间上存在一定差异性,说明研究区构造活动存在区域性差异。在不同岩性地区,特别是三叠系地层区,水系响应较为明显,这与地层的抗水流侵蚀强度有关。该区水系发育受断裂构造控制作用较小,但受新构造抬升影响较大。     

面向地震行业的地震数据共享服务平台的设计与实现

面向地震行业,以交互式门户网站提供零障碍、一站式、可视化的地震科学数据共享服务,以使用便捷、高效稳定、扩展性好为目标,对地震数据共享服务平台的系统架构、服务端架构、数据库及其功能进行设计。基于国家科学数据共享工程要求,规范化地震数据检索、可视化、共享模式,实现了多源地震数据共享服务平台的原型系统。系统面向地震行业用户开放,可以促进行业业务工作的开展和地震科技的研究,全面提升地震科学数据的交换、共享、产出效益。     

基于单元复形的数字图像多级别层次表达

基于复形理论定义了数字图像空间的拓扑元素及其性质,在此基础上提出一套完备的保持拓扑等价性的层次表达数字图像的数学模型体系框架,并验证了层次表达结构中的Jordan曲线定理.同时,基于单元复形扩展模型,对SPOT影像实施了渐进式离散分割,有效地利用影像蕴含的空间信息,获得了比最大似然分类法更优的分割结果.     

阿尔金断裂东段的构造转换模式

大型走滑断裂控制着青藏高原的变形,众多学者通过阿尔金断裂来探索青藏高原北部的构造变形过程。基于野外调查和前人的研究结果可知阿尔金断裂的滑动速率在肃北—疏勒河口段表现为三联点两侧的突降,祁连山西段的逆冲和走滑断裂吸收了阿尔金断裂的左旋位移。由于祁连山内部次级断裂活动性的增强,现存阿尔金断裂连续地表破裂终止于酒泉盆地西侧,但位于其东侧的断裂系仍属于阿尔金断裂。在Kohistan岛弧与欧亚板块碰撞之后,青藏高原沿阿尔金断裂曾发生滑动速率近一致的侧向挤出,断裂两侧此时并未发生明显的隆起。随后东昆仑造山带和祁连山造山带的先后大规模隆升,高原的北东向挤出迅速减弱。阿尔金断裂北东向挤出能力与东昆仑造山带和祁连山造山带的隆起存在明显的耦合作用。     

基于机器学习的地表破裂自动识别和填图——以2021年青海玛多MW7.4级地震为例

大地震的同震地表破裂高分辨率填图对于理解破裂传播机制、量化地震灾害和地震危险性等至关重要；无人机航片和地形数据为地表破裂研究提供大量的高精度数据.同时基于海量数据的人工填图耗时费力，效率较低；机器学习(Machine learning)技术的发展为快速处理这类高分辨率图像数据提供了新思路.本文以2021年玛多M_W7.4级地震震后高精度无人机航片为基础数据，展示了机器学习技术快速、高效识别地表破裂的潜力.基于卷积神经网络Canny算法，详细讨论了无人机数字正射影像的处理流程和关键步骤，包括准备训练数据、训练和后处理.对比人工识别和机器识别的结果显示，本文所提出的方法可以有效地绘制地表破裂，为未来研究大地震地表破裂提供新思路.同时，展示了机器学习在地震地质、地表过程和地貌等定量研究中的巨大优势和广阔前景.