深度学习驱动的地震目录构建:PhaseNet和EqT模型的对比与评估

随着地震台站数目的增加,以纯人工的分析方式拾取震相到时并编制地震目录难以满足地震目录实时自动化构建的要求。随着人工智能技术的发展,涌现出多个用于震相拾取的深度学习模型,为高分辨率地震目录的自动化构建提供了机遇,但这些模型在不同应用场景中的性能和适用性仍不明确。以2019年美国加利福尼亚州Ridgecrest地震序列和2019年中国四川威远Ms 5.4地震序列为例,对当前两种先进的震相拾取深度学习模型PhaseNet和EqT（含EqT1和EqT2两套参数）的性能及其构建的地震目录的完备性和准确性进行了测试和评估。结果表明,尽管PhaseNet和EqT最初是使用来自不同地区的数据集训练的,在跨区域应用时仍然能够取得良好的效果,到时拾取的精度可以达到十几个毫秒,与人工分析相当。EqT1即便采用低检测阈值,也能保持很高的查准率,误报少,所构建地震目录的准确性更好,但查全率有限,检测到的地震数量少于PhaseNet。PhaseNet的拾取效果随阈值选择的不同具有较大的弹性,采用中低阈值时具有较高的查全率,采用高阈值则可以达到与EqT1相当的查准率。与EqT1和PhaseNet相比,EqT2性能较差,不推荐使用。     

青藏高原东部地壳物质流变模型及汶川地震机理探讨

利用GPS、大地电磁、P波层析成像等数据分析了青藏高原东部地壳运动情况和中下地壳物质流的分布及运动情况,提出了青藏高原东部地壳物质流变模型,认为在青藏高原东部存在两条巨大的、具有固定通道和边界的弱物质流,其他区域则有离散的、不均匀的弱物质流分布。巴颜喀拉块体内部的弱物质流在向东流至龙门山断裂带时,大部分弱物质沿断裂带向南北方向分流,小部分弱物质在断裂带附近沉积、上涌,造成通道堵塞,最终引发了汶川地震。     

Jason-2高度计数据在中国四大海域的波形重跟踪与分析

在Brown-Hayne模型基础上,利用迭代最小二乘算法实现了回波波形参数的重跟踪,同时利用重心偏移算法(OCOG)、阈值算法对Jason-2 卫星的波形数据在中国渤海、黄海、东海、南海4个海域开展了波形重跟踪试验。试验表明,在4个海域,Brown-Hayne模型法获得的波形重跟踪结果相比较于阈值法、OCOG算法与法国空间局(CNES)公布结果最为一致,相互较差的标准差约2 cm左右。50%阈值算法获得的波形重跟踪结果相比较于其它阈值精度更优,与CNES比较其标准差在3~6 cm,但存在4~10 cm的系统偏差。OCOG算法获得的结果存在较大误差,但其结果可作为Brown-Hayne模型解算的初始值。当卫星地面轨迹靠近大陆时,波形重跟踪获得的海面高改正量会较宽阔海域增大,其中南海区域的海面高改正量最大,可达1 m,其原因可能是卫星地面轨迹经过了西沙群岛,雷达回波波形受到了一定的影响。     

高分七号卫星激光测高仪无场几何定标法

无场几何定标是未来多波束激光测高卫星面临的一个关键问题。本文针对高分七号（GF-7）线性体制全波形激光测高仪,提出了一种基于地形和波形匹配的无场分步定标方法。在深入分析高分七号卫星激光测高仪特点的基础上,构建了严密几何定位模型,采用公开版的地形参考数据和某地区1∶2000高精度的DOM和LiDAR-DSM基础地理信息成果,开展了在轨无场几何定标试验,显著提高了高分七号卫星激光测高数据精度。在2020年上半年受新冠肺炎影响未进行外场定标期间,有效解决了激光测高数据处理无定标参数的实际困难。本文对无场定标结果与高分七号实际外场定标结果进行对比验证,结果表明,无场定标结果与实际落点位置的平面误差为11.597±3.693 m,最小值为7.115 m,平坦地区高程精度优于0.3 m,虽然略低于外场定标结果,但能满足1∶10 000高程控制点测量需求。     

单频机载激光测深海陆回波自动分类方法EI北大核心CSCD

海陆回波分类是机载激光测深中的一项波形预处理步骤,关系着后续信号检测和点云生成的精度。针对现有海陆回波分类方法不适用于单频机载激光测深系统且自动化程度不高的问题,本文提出一种单频机载激光测深海陆回波自动分类方法:首先,通过首末回波信号检测及点位计算获得回波的点云高程特征;然后,采用高程直方图拟合的方式确定平均水面位置,依据点云高程特征判定大部分回波的海陆属性,对余下的未定回波,仅保留其中的最强信号并统一处理为单信号回波,同时提取波形的信号特征和能量分布特征,依据点云高程特征的相似性自动建立训练样本集;最后,利用支持向量机分类器实现未定回波的分类。采用国产系统Mapper5000采集的实测数据进行试验,结果表明基于首末回波点云的初分类可快速、准确地对远离海陆交界处的回波进行分类,基于波形特征的未定回波分类可在自动建立的训练样本集支持下实现海陆交界处未定回波的高精度分类。与传统方法相比,本文方法无须近红外通道波形和人工样本的辅助就可以达到较高的分类精度,其中总体分类精度可达99.82%,海陆交界处分类精度可达91.59%。     

2008年大柴旦M_w6.3级地震的InSAR同震形变观测及断层参数反演

2008年11月10日,青海省大柴旦地区发生了Mw6.3级地震。本文利用EnviSat卫星升降轨SAR数据和差分干涉测量技术提取了同震形变场,基于均匀位错模型反演确定了地震断层参数,然后利用格网迭代搜索法确定了较优断层倾角,同时基于非均匀位错模型获得了精细滑动分布。结果表明,地震使得上盘区域沿降轨、升轨视线向分别产生最大约8.5cm、10cm的抬升;较优断层倾角为47.9°;地震滑动未延伸至地表,主要发生在地下8.2~23.7km深度范围内,最大和平均滑动量为0.5m和0.19m,平均滑动角为104.9°。反演的地震矩为3.74×1018 N·m,矩震级为Mw6.35。     

小江断裂带地壳运动特征及地震危险性研究

利用1999~2013年间川滇地区的GPS速度场观测数据和块体模型研究小江断裂带地壳运动特征及地震危险性。结果表明:小江断裂带闭锁程度较高,应变量积累较大,在地表以下6km的闭锁程度约为0.94,滑动亏损速率约为(9.2±0.4)mm/a,整条断裂带左旋走滑速率约为(10.8~12.1)mm/a。结合小江断裂带上的历史地震数据估算,小江断裂带未来地震最大震级为7.3级,与近年来断裂带活动较为活跃相吻合。     

日本Mw9.0地震前GRACE卫星重力变化

利用GRACE重力卫星月重力场数据,通过去相关与高斯滤波等方法获取日本大地震震前震源区周缘年度、季度和年度差分重力变化,以及若干点位时间序列重力变化;分析结果表明:日本大地震前5年内在震源区周边出现了比较明显的卫星重力异常正负交替和迁移现象,至震前1－2年,震区周边形成了明显正负异常区,正重力异常区重力增加现象明显;点位重力时间序列分布指出了日本MW9.0级地震前存在与1976年唐山地震类似的重力变化现象。这些结果反映了日本大地震震前震源区周边地下物质运动、质量迁移和能量积累等问题,为研究该地震的孕育过程提供了证据。     

机载小光斑全波形LiDAR数据处理及应用

采用高斯数学模型,对机载小光斑全波形LiDAR数据进行波形分解、拟合和校正等处理,提取出每个波形信号的距离、振幅和波宽等参数信息,并对其进行成图和简单分类研究,这些成果可为数据的进一步深入应用提供科学依据.     

利用PALSAR数据反演2010年玉树地震断层的同震滑动分布

为深入了解2010年玉树地震引起的地表位移及发震断层的细节情况,对玉树地震震前、震后的PALSAR数据进行干涉处理,并针对轨道不精确引起的相位残差问题,采用最小二乘多项式模型拟合的方法对其进行去除,得到玉树地震地表的同震形变场.结果显示,形变最大地区发生在33.06°N、96.83°E附近,雷达视线方向形变最大值为-0.442 m.通过地质调查结果及合成孔径雷达干涉测量(InSAR)形变场的分析,对断层进行分段,基于弹性半空间位错模型对分段后的断层进行了同震滑动分布反演,并对反演结果的可靠性进行分析.结果表明,断层的最大位移为2.084 m,位于隆宝滩地表以下14 km处,反演结果对应的矩震级为Mw7.0,与地震学和地质调查的情况较吻合,且反演的结果较可靠.