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.     

基于地磁坐标的多地磁台站日变改正方法

传统多地磁台站日变改正都基于地理坐标,通过改进计算方法的方式来提高日变改正精度,本文通过比较分析传统日变改正的方法,并根据地磁坐标与地磁场强度具有更强相关性的特征,提出基于地磁坐标进行拟合的日变改正方法——地磁坐标拟合法。实验结果表明,基于地磁坐标的多站日变改正方法普遍提高了日变改正的精度,为多站日变改正提供了新的研究思路。     

伍豪非线性编辑系统在电视天气预报节目制作中的应用

利用伍豪非线性编辑系统并根据气象部门需求,结合大连电视天气预报节目的制作特点,介绍了伍豪非线性编辑系统在电视天气预报节目制作中的应用,并分析了系统在电视天气预报节目制作中的优缺点。     

0509号台风暴雨过程分析与暴雨灾害评估

针对2005年8月8～10日辽宁区域性台风暴雨过程,以常规气象资料、自动站资料及卫星云图资料为基础进行分析。结果表明:暴雨是台风、副热带高压与西风槽相互作用的结果,较好的水汽条件是产生台风暴雨的重要条件之一,低空急流是水汽输送的通道,也是台风暴雨的明显特征之一;结合单站气压连续变化以及云系变化判断“麦莎”登陆时间地点;应用基于概率分析的暴雨事件快速评估模型对暴雨灾害进行评估,评估表明暴雨过程为三级暴雨灾害,属中度级别。     

乌鲁木齐地区大降水自动预报系统

介绍了乌鲁木齐地区大降水自动预报系统的设计思路和系统的主要功能，并介绍了系统所具有的智能化、自动化、系统化等特点，力图通过研制和使用这一系统，使单点大降水预报准确率有所提高，为实现天气预报的自动化、准定量化和现代化做一点工作。     

河道站水文资料整编综合系统

河道站水文资料整编综合系统舒大兴，周忠远（河海大学水文系）１前言随着计算机工业的发展，微机应用已遍及社会各个领域，计算机已成为社会发展不可缺少的组成部分。由于计算机软件水平的提高，计算机能为人们提供智能型服务。例如，ＡＲＣＩＮＦＯＲ－地理信息系统；Ｅ...     

地形图等高线成组综合的试验

本文在讨论制图自动综合一般问题的基础上,着重分析了两种等高线自动综合的技术路线存在的优缺点。笔者提出,采用模拟人类专家智能的方法,从二维的等高线输入数据出发,提取地貌结构信息,从而对等高线进行成组的综合,直接形成经综合的二维等高线输出数据,有可能获得较为简捷,效果良好的综合结果。在对这条技术路线进行实验的过程中所涉及的人工智能问题,主要包括:对无序数字化等高线数据的整理、等高线上重要特征点的识别、正负向地貌特征的确定、谷地点的选出、谷底线的自动跟踪、谷地重要性的计算、谷间距的自动量算、对称谷地的寻找、综合后图形的生成等。