藏北高原地壳及上地幔导电性结构——超宽频带大地电磁测深研究结果

为了研究西藏中、北部壳、幔导电性结构,讨论高原中、北部岩石圈热状态,1998年和1999年（INDEPTH（Ⅲ） MT）在西藏中、北部完成了德庆—龙尾错（500线）和那曲—格尔木（600线）超宽频带大地电磁深探测剖面的研究.研究结果表明,西藏中、北部以昆仑山断裂为界,其南北壳、幔电性结构有很大差异.昆仑山断裂以北地壳和上地幔为高阻区.而昆仑山以南,地壳和上地幔的导电性有明显的分层结构：地壳上部以不连续的高阻体为主,夹有局部低阻异常体,沿南北方向上地壳的电性结构复杂,具有不连续、分块的特点;但中、下地壳为大范围的高导异常区,区内发育有大规模、不相连续、产状各异的高导体,其电阻率均小于4Ωm;在班公—怒江和金沙江缝合带之下,壳内高导体都具有向上地幔延伸的趋势,存在连通壳、幔的低阻通道.根据西藏高原中、北部壳、幔电性结构的研究推断：如同藏南一样,这里也普遍存在部分熔融体和热流体,它们的成因主要与班公—怒江和金沙江缝合带的壳-幔热交换、热活动有关,这是两期形成的壳-幔热交换通道.其中,班公—怒江缝合带的壳-幔热交换通道形成时间比金沙江缝合带早.因此,研究区壳、幔的热活动是从南边和西边开始,向北、向东扩展,导致现今西藏中、北部地壳和上地幔的热流分布由西向东、由南向北增大.     

非常规电测深法在工程地质勘查中的应用

本文提出了“非常规电测深法”的概念及实际操作过程,阐述了其应用条件和效果.存在高阻屏蔽层时电法解释较为困难.针对这一情况,本文提出了高阻屏蔽层影响的校正方法,提高了电法解释的精度和效果.     

储层结构控制下的开发响应特征初探--以双河油田为例

储层结构体现在层次性和拼合性2个方面.双河油田含油层段在地质层次上划分为10级:地层段、油层组、小层、单层、单砂体、成因砂体、成因增量、层系组、层系和纹层,体现了各级次的地质作用.拼合性体现为储层由不同的要素相互镶嵌叠置而成,其中较重要的是结构要素的规模及其空间匹配.基于储层的这种层次性和拼合性,形成了相应的储层剖面和平面预测模型,在区内划分出4类剖面模型样式和6类平面模型样式.不同的模型样式体现了不同的内部结构特征,而这种结构特征影响注水开发过程中的流体流动,进而形成不同的剩余油气分布样式.     

芙蓉江上游一次特大暴雨成因及地形影响作用分析

为探究2021年8月8日遵义市区域性暴雨天气过程中芙蓉江上游局地特大暴雨成因及地形的影响作用,该文利用探空资料、地面自动站观测资料、多普勒雷达观测资料及ERA5再分析资料,采用常规诊断方法对此次过程进行了详细分析。结果表明：(1)受地形影响,强降雨集中发生在芙蓉江上游峡谷内,200 mm以上的降雨发生在峡谷左侧山脉上,100 mm以上的降雨发生在峡谷底部。(2)副高控制及南北两支水汽输送在遵义上空汇聚,形成高温高湿的大气环境,低层及地面锋区南压触发对流,夜间副高增强使低层系统长时间维持,导致区域性暴雨产生。(3)中心强度在55～60 dBz的低质心降水回波带长时间维持少动是造成本次区域性暴雨天气的直接原因。峡谷左侧山脉上的回波单体发展旺盛,回波顶高在15 km以上,具有悬垂结构及小尺度辐合区。能量耗尽后峡谷内中心强度在55 dBz的低质心降水回波发展导致峡谷底部出现大暴雨天气。(4)大气不稳定性最强时,系统长时间维持导致南北两股气流汇入峡谷中产生狭管效应,峡谷深处出现小尺度气旋性环流使对流增强,由此引发峡谷山脉上特大暴雨。不稳定能量耗散后,冷空气越过山脉叠加在峡谷底部暖空气之上,使大气...     

基于一维综合孔径微波辐射计的海面温度反演研究

Due to the low spatial resolution of sea surface temperature(T_S) retrieval by real aperture microwave radiometers,in this study, an iterative retrieval method that minimizes the differences between brightness temperature(T_B)measured and modeled was used to retrieve sea surface temperature with a one-dimensional synthetic aperture microwave radiometer, temporarily named 1 D-SAMR. Regarding the configuration of the radiometer, an angular resolution of 0.43° was reached by theoretical calculation. Experiments on sea surface temperature retrieval were carried out with ideal parameters; the results show that the main factors affecting the retrieval accuracy of sea surface temperature are the accuracy of radiometer calibration and the precision of auxiliary geophysical parameters. In the case of no auxiliary parameter errors, the greatest error in retrieved sea surface temperature is obtained at low T_S scene(i.e., 0.710 6 K for the incidence angle of 35° under the radiometer calibration accuracy of0.5 K). While errors on auxiliary parameters are assumed to follow a Gaussian distribution, the greatest error on retrieved sea surface temperature was 1.330 5 K at an incidence angle of 65° in poorly known sea surface wind speed(W)(the error on W of 1.0 m/s) over high W scene, for the radiometer calibration accuracy of 0.5 K.     

高光谱遥感技术在基岩区区域地质调查填图中的应用

高光谱遥感以其超高的光谱维数据优势,使对地物的精细识别和区分能力较传统多光谱遥感数据有质的提升.以HyMap高光谱数据和高分五号高光谱数据为数据源,选择中国西部基岩区区域开展了高光谱遥感岩性-构造解译工作.通过图像增强处理后,对研究区地层单元、岩体/脉、构造等进行了遥感地质解译.对比已有的地质调查结果,发现高光谱遥感数...     

空-谱融合的条件随机场高光谱影像分类方法

高光谱遥感数据具有光谱信息丰富、图谱合一的特点,目前已经广泛地应用在对地观测中。传统的高光谱分类模型大多过分依赖影像光谱信息,没有充分利用空间特征信息,这使得分类精度还有很大的提升空间。条件随机场是一种概率模型,能够较好地融合空间上下文信息,在高光谱影像分类中已经得到越来越多的关注,但大部分条件随机场模型存在超平滑的现象,会导致影像细节丢失。针对该问题,本文提出了一种优化融合影像空-谱信息的高分辨率/高光谱影像分类方法,该方法将影像的纹理信息与原始光谱信息进行融合,利用SVM分类器对其进行预分类,并将各类概率定义为一元势函数,以融合空间特征信息;然后将空间平滑项和局部类别标签成本项加入二元势函数中,以考虑空间背景信息,并保留各类别中的详细信息。最后,通过两组的高分辨率/高光谱影像数据进行试验。结果表明,与SVM算法、传统的条件随机场方法和面向对象的分类方法相比,本文提出的算法在整体分类精度上分别提高了10%、9%和8%以上,同时在保持地物边缘完整性、避免“同谱异物”与“同物异谱”的现象方面有较明显的优势。     

顾及水陆差异的高分五号影像条带去除

高分五号搭载的可见光短波红外高光谱相机,能获取精细的地物光谱信息,具有十分广泛的应用前景。但高光谱卫星遥感数据往往无法避免条带噪声的干扰,进行条带去除是数据预处理中不可缺少的步骤。传统方法往往对地物的异质性与丰富的细节纹理考虑不足,导致条带不能被彻底地消除。为此,本文提出了一种顾及水陆差异的影像条带去除方法,采用水体与陆地区别统计的策略,解决条带噪声在异质区域的统计特征差异问题,并结合优化统计和一维变分滤波技术实现水陆区域参考统计特征的精确估计,最终基于矩匹配方法分别实现条带去除。实验结果表明:无论是真实实验还是模拟实验,本文提出的算法相较于传统条带去除算法,能更加稳健地去除数据条带噪声,还原地表真实辐射信息;在模拟实验中,本文算法处理结果的峰值信噪比(PSNR)达到46.58,且平均绝对误差(MAE)仅有11.56,均明显优于用于比较的3种传统算法,且算法执行效率也具备优势,能够更好地适用于高分五号大数据量的处理需求。     

波段选择协同表达高光谱异常探测算法

高光谱遥感影像具有光谱分辨率极高的特点,承载了大量可区分不同类型地物的诊断性光谱信息以及区分亚类相似地物之间细微差别的光谱信息,在目标探测领域具有独特的优势。与此同时,高光谱遥感影像也带来了数据维数高、邻近波段之间存在大量冗余信息的问题,高维度的数据结构往往使得高光谱影像异常目标类和背景类之间的可分性降低。为了缓解上述问题,本文提出了一种基于波段选择的协同表达高光谱异常探测算法。首先,使用最优聚类框架对高光谱波段进行选择,获得一组波段子集来表示原有的全部波段,使得高光谱影像异常目标类与背景类之间的可分性增强。然后使用协同表达对影像上的像元进行重建,由于异常目标类和背景类之间的可分性增强,对异常目标像元进行协同表达时将会得到更大的残差,异常目标像元的输出值增大,可以更好地实现异常目标和背景类的分离。本文使用了3组高光谱影像数据进行异常目标探测实验,实验结果表明,该方法与其他现有高光谱异常目标探测算法对比,曲线下面积AUC(Area Under Curve)值更高,可以更好地实现异常目标与背景分离,能够更有效地对高光谱影像进行异常目标探测。