阜新市区似大地水准面拟合研究

基于GPS水准的阜新市区似大地水准面拟合问题,对获得的高程异常数据采用Huber抗差估计方法剔除粗差,并运用逐点剔除法选取GPS水准拟合的已知点,提高似大地水准面的拟合精度;通过对GPS水准中5种模型的试验比较,得到建立该地区似大地水准面的最佳方案—多面函数法。经闭合差检核,精度可达到四等水准的要求。     

电离层残差对掩星反演温度精度的影响

本文以MSIS90大气模式和3D NeUoG电离层模式为大气背景,用三维射线追踪法模拟研究了太阳活动强度、地方时、掩星平面方位角对弯曲角电离层残差和温度电离层残差的影响,以及电离层残差对全球日平均温度的影响.结果表明：电离层残差是平流层顶部（35~50 km）和中间层底部（50~70 km）掩星大气温度反演的主要误差.在太阳活动活跃期,电离层残差对单一掩星事件的平流层顶部平均温度的影响可达1.8 K,中间层底部平均温度的影响可达7 K;对全球日平均温度的影响在平流层顶可达-0.6 K,在70 km高度处可达1.2 K.发展新的电离层改正方法或电离层残差修正算法对提高掩星大气反演精度和全球气候监测意义重大.     

基于深度学习的智能矿物识别方法研究

矿物识别在许多研究领域都有着重要作用,基于深度学习技术的智能矿物识别为这些领域带来了新的发展方向,不仅能有效节省人工成本,还能减小识别错误。针对石英、角闪石、黑云母、石榴石和橄榄石共5种矿物进行实验,提出了一种准确高效的智能矿物识别方法。实验采用图像分析常用的卷积神经网络建立模型,设计出一套基于残差神经网络的矿物识别方法。本实验独立采集了5种矿物的偏光显微图像数据集,用于模型的训练、验证和测试,并通过合理的数据增强策略来扩充训练数据集。在卷积神经网络的结构设计上,选取了ResNet-18作为框架,最终于模型测试中取得89%的准确率,成功训练出一个较为精准的矿物识别模型,实现了基于深度学习的智能矿物识别方法。     

GPS信号强度变化对接收机数据质量的影响分析

由于卫星信号强度对接收机跟踪具有重要影响,将模拟器设置为不同大小的电平播发不同强度的GPS信号,以测试和芯星通（UB4B0）接收机跟踪卫星的情况;并将接收机采集的原始数据转换为RINEX格式的观测值文件和星历文件,通过星间单差、站星双差的方式计算伪距和载波相位的双差残差。通过对比不同信号强度下的卫星数和零基线双差残差,利用Matlab软件绘图,进一步分析GPS信号强度变化对接收机数据质量的影响。     

北天山中段地震精定位研究

为探究北天山中段主要发震构造,进一步明确重点监视区域。利用双差定位法对2010年6月至2021年12月期间在北天山中段发生的M_S≥1.5的1 439个地震事件进行重定位。得到结果：(1)走时残差均值由-0.22 s变为0.006 6 s,震源位置测定误差在东西向上平均为1.1 km,在南北向上平均为1.4 km,在垂直深度上平均为2.0 km。(2)地震主要分布在乌鲁木齐山前坳陷及南部区域,并未向准噶尔盆地延伸;局部地震震中向构造带趋近,呈现出一条走向近280°、一条近300°的地震活动带,分别与准噶尔南缘断裂带、亚马特断裂带走向基本一致。(3)由深度剖面显示,震源深度分散程度增加,0～50 km均有分布。以乌鲁木齐为界,东西两侧地震震源深度存在明显的差异,呈现出东深西浅的现象。通过对该区域精定位研究,初步探明准噶尔南缘断裂带、亚马特断裂带为该区域主要发震构造,盆山结合部地震较为活跃,因此准噶尔南缘断裂带及乌鲁木齐山前坳陷区将作为今后震情跟踪工作的重点监视区域。     

多事件联合与双差地震定位方法研究：以朝鲜核试验定位为例

双差定位法(Double-difference Earthquake Location,简称DD)和多事件联合定位法(Joint Hypocenter Determination,简称JHD)是精确多事件定位中常用的两种方法.对震源机制相近的相邻事件,DD方法利用事件之间的相对到时精准地反演它们之间的相对位置,到时差数据能够利用波形互相关等方法直接测量,但是却无法准确地确定绝对位置;相比之下,JHD方法能够同时反演事件的绝对位置和台站走时校正值.结合两种方法的优点,本文提出一种混合定位方法,同时利用绝对到时数据和到时差数据准确地反演事件绝对位置和台站走时校正.本文利用模拟数据对该方法进行了验证并将其应用于朝鲜核试验定位,结果表明该方法能够有效减小走时计算误差所导致的定位误差.对于朝鲜核试验,相比单次事件+DD定位方法和JHD方法,相对Myers的定位结果定位偏差分别减小45.67%和40.00%.     

基于双流残差卷积神经网络的养殖鳗鲡(Anguilla)摄食强度评估研究

为实现对养殖鳗鲡(Anguilla)摄食强度的准确评估,提出了一种基于双流残差卷积神经网络的鳗鲡摄食强度评估方法,该方法针对传统双流网络(Two-stream)中存在的问题做出了相应的改进。首先针对传统双流网络存在网络结构较浅,无法提取到充分的鳗鲡摄食行为特征的问题,选择使用ResNet50网络进行替换,以提取到更具代表性的特征。其次针对传统双流网络最后的分类结果是把空间流和时间流的得分取平均值融合而获得,这种方式较为简单,且其空间流和时间流网络为独立进行训练,容易导致网络出现学习不到鳗鲡摄食行为的时空关联特征的问题,选择使用特征层融合方式对空间流和时间流网络提取获得的特征进行融合,让网络能够并行进行训练,以提取到时空信息间的关联特征。试验结果表明:文内提出的基于双流残差卷积神经网络的鳗鲡摄食强度评估方法准确率达到98.6%,与单通道的空间流和时间流网络相比,准确率分别提升了5.8%和8.5%,与传统的双流网络相比准确率也提升了3.2%。     

一种最短路径射线追踪的快速算法

为提高最短路径射线追踪的精度,需要增加模型的剖分网格和离散节点,并增加子波传播方向,或者采用其他方法改善计算结果,这些处理会带来大量的额外计算.本文的快速算法改进了波前点的管理和子波传播的计算这两项耗时的工作,较大幅度地提高了传统算法的效率.在波前点的管理上,采用按时间步划分区间的方法,实现了波前点的桶排序管理,其效率高于传统方法中常用的堆排序算法. 在子波传播的计算上,利用斯奈尔定律,同时参考来自邻近节点的波的走时,来限定当前子波传播的有效区域,排除大量不需要计算的子波传播方向. 模型实算表明,本文快速算法的计算速度是传统方法的几倍至十多倍.     

横向各向同性介质中地震波走时模拟

横向各向同性介质是地球内部广泛分布的一种各向异性介质.针对这种介质,我们对各向同性介质的最小走时树走时模拟方法进行了推广,推广后的方法可适用于非均匀、对称轴任意倾斜的横向各向同性介质模型.为保证计算效率,最小走时树的构建采用了一种子波传播区域随地震波传播动态变化的改进算法.对于弱各向异性介质,我们使用了一种新的地震波群速度近似表示方法,该方法基于用射线角近似表示相角的思想,对3种地震波（qP, qSV和qSH）均有较好的精度.应用本文地震波走时模拟方法对均匀介质、横向非均匀介质模型进行了计算,并将后者结果与弹性波方程有限元方法的模拟结果进行了对比,结果表明两者符合得很好.本文方法可用于横向各向同性介质的深度偏移及地震层析成像的深入研究.     

基于汇水盆地的化探异常识别与评价: 以东昆仑乌拉斯太地区1∶5万水系沉积物地球化学测量为例

水系沉积物地球化学测量是卓有成效的找矿技术方法, 基于汇水盆地的水系沉积物地球化学异常提取有助于追溯异常源头、指明找矿方向。基于SCB法提出了汇水盆地法, 该方法以自然汇水盆地为预测单元, 将各样品点的地球化学属性特征赋予各自所在区域, 预测结果较为符合地形地貌特征, 且对于采样密度较高的1∶5万水系沉积物地球化学测量数据有较好的应用效果。以东昆仑乌拉斯太地区为研究区, 使用高精度DEM划分汇水盆地, 利用该方法对1∶5万水系沉积物Au、Ag、Pb因子得分进行了异常信息提取, 在提取过程中利用多种地貌参数(干流坡度、地形起伏比、汇水盆地面积)作为泥沙输移比进行残差校正计算, 并在此基础上, 利用C-A分形法分离了地球化学背景与异常。异常提取结果表明, 汇水盆地面积参数最适合用作乌拉斯太地区的泥沙输移比参与顺流衰减校正, 使用汇水盆地法可以有效识别和提取该地区地球化学异常信息。使用汇水盆地法提取的化探异常范围与矿床空间位置吻合度高, 可以为进一步找矿工作提供有利的信息。