OpendTect软件倾角控制模块在地震解释中的应用

OpendTect软件是集地震数据处理、解释和三维可视化于一体的新一代地震资料解释系统,其基础系统平台是完全开放的,可供其他研究机构在平台基础上开发相应的模块^[1]。该解释系统除具备一般解释软件所具有的普遍功能如地震资料属性提取、层位追踪外^[2],基于倾角控制（dip-steering）的中值倾角滤波（media-dip-steering filter）是其优于其他地震解释软件的主要特色之一^[3],经实例验证中值滤波后可以显著提高地震剖面质量,在此基础上做层位追踪或属性提取可以提升确信度。结合应用实例介绍这一核心模块,并交流使用心得。     

一种基于H∞滤波的磁力仪惯导系统的误差校正

在水下得到精准方位角是深海近海底三分量磁力仪需要解决的关键技术之一,利用常规的Kalman滤波器得到的捷联式惯性导航系统(Strapdown Inertial Navigation System,SINS)初始对准精度较低,文中提出在近海底三分量磁力仪的方位角中,将H∞滤波器应用于初始对准的误差校正。仿真结果表明,用H∞滤波器代替卡尔曼滤波器对SINS的状态变量进行估计,能有效提高系统的精度,对于克服随机信号的干扰具有良好效果。     

基于杨赤中插值法的坡度、坡向计算的实现与分析

应用杨赤中滤波推估法,将地形碎部点高程观测值看作一种包含规律性和随机性变化的复合变量,求其二项系数加权游动平均,建立估值数学模型,求得各格网点高程估值。将离散的数据经插值计算转换为DEM数据,并根据其网格顶点来分析、推算和显示网格单元的坡度和坡向。     

基于等效源的重力异常空间导数计算方法及其在川滇地区的应用

在综合分析前人研究成果的基础上,采用基于贝叶斯准则的等效源模型滤波增强方法来识别地质体边界。通过理论模型实验讨论了在相同的噪声水平情况下,不同算法对于计算结果的影响,模型实验结果表明,与直接计算和传统高斯滤波增强技术相比,新算法可以有效消除传统算法中普遍存在的对于噪声的过度敏感问题,所得到的地质体边界形态失真更小。随后,利用此方法对川滇地区的重力数据进行了处理,并对该地区的重力水平总梯度(THD)、重力垂直梯度模(AVG)、重力解析信号模量(AAS)、重力水平梯度垂向导数(VGHD)应用效果进行了对比分析。研究结果提供了川滇地区的构造分区信息,对该地区构造演化、边界定位及动力学过程分析具有重要的指导意义。     

基于多尺度混合滤波的GRAPES_3Dvar及其在实际暴雨预报中的应用分析

为提高暴雨的数值模拟和预报效果,在生成初值的同化分析中保证中小尺度信息的引入十分重要。为改善GRAPES(Global/Regional Assimilation and Prediction System)区域三维变分同化系统对中小尺度信息的引入,本文利用气候态背景误差样本估计变量误差的水平协相关尺度,进而利用三个不同水平特征尺度的递归滤波器对统计结果予以拟合,以替代原有单一尺度的递归滤波方案。利用新方案对2015年6月1—2日江汉平原的暴雨过程进行同化和预报,研究结果表明:新方案的功率谱衰减较慢,通过单点试验和分析场分析发现,新同化方案引入了更多的α中尺度信息;在暴雨个例的预报中发现,利用新同化方案后湿度场、散度场和涡度场在分析场和预报场中更加接近实际情况,降水预报技巧明显提高。通过能量谱分析发现,新方案与原方案相比反映出更多的α中尺度信息;新方案对江汉平原地区暴雨预报具有正效果,在α中尺度内出现了低层辐合、高层辐散及湿度增加等有利于降水的要素。在暴雨个例的基础上,本文进行16d的批量试验,结果显示新方案对降水的预报技巧明显提高,与个例结果一致。     

隐式等权重粒子滤波在高维准地转模式中的特性研究

粒子滤波自从被引入资料同化领域以来,对于高维系统存在的粒子衰退问题一直困扰着资料同化领域的研究。隐式等权重粒子滤波（Implicit Equal-Weights Particle Filter,IEWPF）通过在高维的状态空间维数的前提下,隐式从每个粒子都具有特殊协方差的提议密度中进行采样,构建等权重的粒子集合,从而解决高维系统的粒子衰退问题。通过在高维准地转模式中应用IEWPF方法,验证了IEWPF的系统一致性和资料同化效果。通过对水平动能谱的检验,验证了IEWPF可以保持系统的原始平衡特性。通过IEWPF与等权重粒子滤波（Equivalent Weights Particle Filter,EWPF）的对比试验发现,两者的资料同化分析场非常接近,但在运行效率上,IEWPF远优于EWPF。同时,IEWPF也为解决一系列的资料同化问题,比如参数估计,提供了新的解决途径。      

粒子滤波同化在厄尔尼诺-南方涛动目标观测中的应用

针对粒子滤波—目标观测方法的局限性,提出了能够克服该局限性的新目标观测方法,并将其应用于厄尔尼诺—南方涛动可预报性研究,揭示了东太平洋型厄尔尼诺事件和中太平洋型厄尔尼诺事件的目标观测敏感区。通过同化该敏感区的目标观测,显著减小了两类厄尔尼诺事件的预报不确定性,验证了新方法揭示的目标观测敏感区在改进厄尔尼诺预报技巧中具有更加重要的作用。     

温泉台体应变观测的影响因素及特征分析

为定量估计观测序列所包含的各种成分,评定台站的观测环境、观测质量及对地形变的监测能力,加深对观测数据的理解,准确识别震前异常,以温泉台体应变为例,选择体应变、辅助观测及气象三要素等观测数据,利用别尔采夫滤波、小波分析和相关性分析等方法,分析温泉台体应变观测各周期变化的影响因素及特征。结果表明：1）温泉台体应变年周期变化的影响因素可能为钻孔水位,体应变相位滞后水位约31 d;2）气压是温泉台体应变月波的主要影响因素;3）固体潮汐是温泉台体应变日波、半日波的主要影响因素;4）温泉台体应变与水位、气压、固体潮汐等具有较强的线性相关性。     

一种适用于PPP动力学模型异常的自适应Kalman滤波

为了削弱PPP参数估计中动力学模型异常对Kalman滤波解的影响,针对PPP状态向量中各类参数不符值对动力学模型异常描述特性的不同,以位置相关为条件对参数进行分类,构建分类因子自适应Kalman滤波用于PPP参数估计。选取6个IGS站点3 d的数据,使用标准Kalman滤波与构建的自适应Kalman滤波进行PPP解算分析。结果表明,相较于标准Kalman滤波,自适应Kalman滤波能通过自适应因子调节状态预测协方差,加速PPP收敛。静态模式下,平均收敛时间从28.2 min缩减到19.4 min,N、E、U方向的平均精度为1.50 cm、3.34 cm、5.55 cm,分别提高7%、14%、19%;动态模式下,构建的自适应Kalman滤波解N、E、U方向偏差的RMS值为2.7 cm、3.6 cm、6.3 cm,较标准Kalman滤波分别提高13%、28%、43%。     

一种灰度体素结构分割模型下的机载LiDAR 3D滤波算法

针对现有的基于机载LiDAR数据的滤波算法未能充分利用数据提供的所有信息及其所采用的数据结构表达复杂、存在信息损失等缺陷,提出了一种灰度体素结构分割模型下的机载LiDAR 3D滤波算法。算法首先以综合利用机载LiDAR数据的高程及强度信息为目的将点云数据规则化为灰度（体素内激光点的平均强度的离散化表示）体素结构,然后基于各体素间的空间连通性和灰度相似性准则,将灰度体素结构分割并标记为若干个3D连通区域,最后依据地面与其它目标的高差特性提取与其对应的3D连通区域。算法优势在于:基于体素结构设计,为3D滤波算法;综合利用了地面目标的几何及辐射特征,对比传统滤波算法可应用于更复杂的场景;滤波结果为3D地面体素形式,可直接用于创建地面3D模型。实验采用国际摄影测量与遥感协会（International Society for Photogrammetry and Remote Sensing, ISPRS）提供的不同密度的机载LiDAR基准测试数据测试了邻域尺度参数的敏感性及提出的算法的有效性,并和其他经典滤波算法做对比。定量评价的结果表明,51邻域为最佳空间邻域尺度;点云密度为0.67点/m²的数据集1的滤波平均完整率、正确率及质量分别为0.9611、0.9248及0.8934;点云密度为4点/m²的数据集2的滤波平均完整率、正确率及质量分别为0.8490、0.8531及0.7404;对比其全经典滤波算法本文算法在高密度点云数据滤波时表现更佳。