鄱阳盆地构造—沉积特征及其演化史

 鄱阳盆地是发育在江南—九岭和怀玉—官帽基底拆离造山带上的白垩-古近纪张扭性断陷盆地,明显受近南北走向的赣江走滑断裂系和前白垩系逆冲断裂系晚期反转的双重因素控制,呈“两坳夹一隆”的区域构造格局。受赣江、进贤—石门街走滑断裂夹持的南昌凹陷,呈近南北向凹凸相间展布格局。进贤—石门街走滑断裂以东地区,“南断北超”型断陷自南而北由北东走向渐转为北北东向展布,其源于晚印支-燕山期北东向逆冲断裂在晚期的反转作用,西缘和北部受赣江断裂系东枝走滑断裂影响明显而发生转向。鄱阳盆地经历了早白垩世晚期(冷水坞组沉积期)拉分盆地、晚白垩世早-中期(周家店组—南雄组沉积早期)走滑张扭断(坳)陷盆地、晚白垩世晚期(南雄组沉积中-晚期)走滑伸展盆地和古近纪坳陷盆地等演化阶段,东南部断陷区(江埠—二甲村凹陷)由于喜马拉雅期的隆升剥蚀而只残存周家店组早期坳陷和周家店组中期—南雄组中期断陷两个发育阶段的沉积。     

基于遗传算法优化的BP神经网络在密度界面反演中的应用

BP神经网络方法在二维密度界面的反演中取得了较好的效果,但在反演三维界面时,由于模型更复杂、参数更多,BP神经网络的收敛速度和反演精度都有一定程度的下降。为了改善反演效果,本文利用遗传算法对BP神经网络的权值、阈值选择过程进行优化,获得了更好的网络模型;并将此模型应用于密度界面模型的反演中,预测误差从上百米减小到数十米,同时迭代计算步数减少了近2/3,有效减少了计算时间,反演结果更准确。利用基于遗传算法优化的BP神经网络反演了法国某地区莫霍面深度,预测相对误差仅为1.8%,取得了较好的应用效果。基于遗传算法优化的BP神经网络在密度界面的反演中具有良好的应用价值和研究前景。     

GPS-LEO掩星探测地球大气的方法

近年来伴随导航定位技术与无线电掩星技术的结合，一种崭新的遥感地球大气的方法-Global Positioning System/Meteoroloby(GPS/NET)应运而生，该方法可以有效地探测大气温、压、湿等气象参数。本文在介绍利用GPS-LEO掩星技术探测地球大气的原理，以及反演大气参数的方法、步骤的基础上，给出了模拟掩星数据反演出的温度廓线、密度廓线及部分GPS/NET实验数据的初步反演结果。通过分析可以看出，利用掩星技术反演出的温度廓线与大气实际情况相符，并且与ECMWF、NCEP的结果吻合较好。在干空气假设条件下，近地面大气的反演结果与实际情况还存在一定误差，有待深入研究解决。     

Combining discrete cosine transform and convolutional neural networks to speed up the Hamiltonian Monte Carlo inversion of pre-stack seismic data

Markov chain Monte Carlo algorithms are commonly employed for accurate uncertainty appraisals in non-linear inverse problems. The downside of these algorithms is the considerable number of samples needed to achieve reliable posterior estimations, especially in high-dimensional model spaces. To overcome this issue, the Hamiltonian Monte Carlo algorithm has recently been introduced to solve geophysical inversions. Different from classical Markov chain Monte Carlo algorithms, this approach exploits the derivative information of the target posterior probability density to guide the sampling of the model space. However, its main downside is the computational cost for the derivative computation (i.e. the computation of the Jacobian matrix around each sampled model). Possible strategies to mitigate this issue are the reduction of the dimensionality of the model space and/or the use of efficient methods to compute the gradient of the target density. Here we focus the attention to the estimation of elastic properties (P-, S-wave velocities and density) from pre-stack data through a non-linear amplitude versus angle inversion in which the Hamiltonian Monte Carlo algorithm is used to sample the posterior probability. To decrease the computational cost of the inversion procedure, we employ the discrete cosine transform to reparametrize the model space, and we train a convolutional neural network to predict the Jacobian matrix around each sampled model. The training data set for the network is also parametrized in the discrete cosine transform space, thus allowing for a reduction of the number of parameters to be optimized during the learning phase. Once trained the network can be used to compute the Jacobian matrix associated with each sampled model in real time. The outcomes of the proposed approach are compared and validated with the predictions of Hamiltonian Monte Carlo inversions in which a quite computationally expensive, but accurate finite-difference scheme is used to compute the Jacobian matrix and with those obtained by replacing the Jacobian with a matrix operator derived from a linear approximation of the Zoeppritz equations. Synthetic and field inversion experiments demonstrate that the proposed approach dramatically reduces the cost of the Hamiltonian Monte Carlo inversion while preserving an accurate and efficient sampling of the posterior probability.     

南海珊瑚礁光学浅水海域多光谱遥感水深反演

海洋水深信息对研究珊瑚礁海域资源与环境具有重要作用。南海珊瑚礁海域测深数据受多种条件限制施测困难,在时间与空间方面数量非常有限。文章针对南海岛礁海域以I类水体为主导的海水光学特性,以南沙群岛库归沙洲海域为例,使用Sentinel-2多光谱卫星遥感影像和同期过境的MODIS卫星数据,构建底质光谱,采用半分析半经验模型计算海水表面遥感反射率与海水叶绿素浓度,通过对数比值模型进行该地区光学浅水海域遥感水深反演分析,并进一步通过多时相反演水深融合提升精度。经与多波束实测水深数据验证,研究区域反演水深总体均方根误差和平均相对误差分别为2.68 m 和9.99%。该方法通过叶绿素浓度推演部分海水光学特性,可以从多光谱卫星影像中快速获取南海岛礁光学浅水海域初步水深信息,供相关海洋领域分析与应用。     

利用短期静态PPP结果反演海潮负荷位移

采用香港11个GPS测站的观测资料进行1 h、2 h、3 h和4h静态PPP解算,获得4组PPP坐标序列,利用调和分析求取11个测站处8个主要分潮的负荷位移参数（振幅和相位）,将其与海潮模型计算的负荷位移参数进行对比,并比较分析PPP反演值与海潮模型值改正海潮负荷信号的效果。结果表明,垂直和水平方向上,不同PPP结果反演8个分潮的负荷位移分别具有约5 mm和7 mm的差异;PPP反演8个分潮垂向负荷位移优于全球海潮模型,但水平方向上的反演效果稍弱。     

一次广东省大雾过程的数值模拟分析

利用美国国家大气研究中心（NCAR）和宾夕法尼亚州立大学联合研制的第5代中尺度气象模式系统MM5,对广东省地区春季出现的一次大雾过程进行了数值模拟研究。模式模拟结果与实际温湿探空的对比表明,模式很好地模拟了大雾过程的流场变化特征及表征大雾的液态水含量分布。对这次大雾生消过程起决定性作用的是925 hPa风场的变化。当925 hPa转为偏南风控制时,暖湿的海洋性空气流经较冷的下垫面从而形成大范围的平流雾;而当925 hPa转为干冷的偏北风控制时,原本形成的大雾很快就消散了。同时模式也很好地模拟了伴随此次平流雾出现的逆温过程。逆温层高度约在900 hPa附近,具有相当的厚度,这对于大雾的形成和维持有一定作用。另外,利用模式模拟的液态水含量值估算的能见度水平分布情况与实况的观测结果也较为一致。     

大地电磁测深法在深部矿产资源调查中的应用

在临汾磁铁矿资源调查中,应用大地电磁测深法,结合已知钻孔标定、控矿环境分析以及反演断面电性等值线特征和目标层位的错动,圈定了1 400 m深度磁铁矿体的顶、底板界面和控矿断裂构造的位置。验证结果表明推断的顶、底板深度与实际深度误差分别为3.8%和0.5%,是频域电磁法在深部矿产资源勘查中应用于直接找矿比较成功的实例。表明探测深度大、对高导层(体)反映敏感的大地电磁测深法在深部及隐伏矿勘查中也是行之有效的。     

控制点与检查点数量和比例对水深遥感反演精度的影响分析

在水深遥感反演半经验模型中,水深控制点和检查点选取是一项非常重要的工作,前者用于建立实测水深值与遥感影像灰度值之间的数量关系,后者用于评价水深反演精度。但前人在相关研究中并未就控制点和检查点的选取数量和比例给出有实验依据的建议,亦未开展其对水深反演精度的影响分析。针对这个问题,作者使用6020个实测水深点和World View-2、GF-1 WFV、Landsat8 OLI 3种多光谱影像,基于三波段水深反演模型开展了81组实验,分析比较了不同数量和比例的控制点与检查点对反演结果的影响,评价过程利用平均绝对误差(Mean Absolute Error,MAE)、平均相对误差(Mean Relative Error,MRE)和反映实测水深与反演水深相关性的决定系数R2等3种参数。结果表明:(1)当控制点数量达到31个时,水深反演精度即趋于稳定;(2)检查点数量在30个时,其评价指标已可以代表模型反演精度;(3)控制点和检查点的数量比例对反演精度并无影响,但控制点选取过多则会产生反演精度降低的现象,采用人工选取检查点时剔除浅水区的异常点即可有效避免这一问题。     

中国海-西太平洋地区典型剖面的重-磁-震联合反演研究

重-磁-震联合反演是获取地壳结构的重要方法.此次研究,我们主要基于全球最新的水深、重磁异常、沉积物厚度等数据,结合实测地震数据和前人研究成果,分析了中国海-西太平洋地区的莫霍面展布特征,并利用重磁震联合反演方法获得了跨越中国海-西太平洋典型剖面的地壳结构和异常体分布,揭示了陆壳到洋壳的典型变化规律.结果表明,从浙江地区到马里亚纳俯冲带,地壳结构大致呈现由厚到薄、由老到新、由复杂到简单的特征.浙江地区（扬子块体和华夏块体）地壳结构复杂,三层结构明显,地壳内断裂带发育,并伴有广泛的岩浆侵入;东海地区莫霍面起伏剧烈,地壳厚度变化较大,冲绳海槽地壳明显减薄,是其过渡壳性质的体现;西菲律宾海盆、九州-帕劳海脊、帕里西维拉海盆、马里亚纳俯冲带等构造单元地壳结构相对简单,二层结构明显.其中,西菲律宾海盆和帕里西维拉海盆地壳内部磁异常变化较为剧烈,海盆扩张过程中形成的磁异常体分布广泛,地壳厚度（5~8 km）明显小于陆壳;九州-帕劳海脊地壳厚度可达~20 km,缺失中地壳,表现为岛弧地壳结构;同源的西马里亚纳岛弧和东马里亚纳火山弧地壳结构相似,浅层磁异常体分布广泛,西马里亚纳岛弧地壳厚度（~17 km）略小于东马里亚纳火山弧（~20 km）,体现了裂离的不对称性;马里亚纳海槽具有正常的洋壳结构（~7 km）,但扩张中心未发生明显破裂.对比各构造单元地壳结构的异同点,我们进一步认识到,陆壳与洋壳之间不是孤立的,陆壳可能会演化出洋壳的结构或组分,板块的演化总是处于动态循环过程中.此研究加深了我们对中国海-西太平洋深部构造特征的整体理解,促进了我们对大陆边缘演化与板块相互作用的认识,深化了我国管辖海域及邻近地区的基础地质调查.