SS-Y型伸缩仪观测问题分析及优化方法探讨

SS-Y型伸缩仪在我国地震洞体形变监测台网中已安装使用多年.对地球固体潮观测而言,仪器观测资料精度高且长期稳定性较好,但从地震预测的观测需求来看,SS-Y型伸缩仪仍然存在很多不足,如高频信息缺失、抗干扰能力较弱、存在格值误差、自校验能力较差等.对伸缩仪存在的问题进行分析,并提出一种超宽频带短基线伸缩仪的设计思路,以期为后续新仪器的研制提供理论依据.     

碳酸盐岩孔洞储层地震岩石物理建模及应用

碳酸盐岩组成复杂,储集层空间类型多,储层参数的规律性较差,AVO响应特征弱,尤其是孔隙形状对弹性参数的影响不可忽略.针对碳酸盐岩储层的特点,基于自洽模型和微分等效模型构建了多孔隙结构条件下多相介质的碳酸盐岩岩石物理模型.按照各相介质体积含量由小到大的顺序,先利用自洽模型计算孔隙度为50%时的双相等效介质,再通过微分等效模型将孔隙度调整至实际孔隙度,计算实际孔隙条件下的双相介质等效体,重复迭代该过程,最终构建出与实际岩石等效的介质体,计算获得等效岩石的弹性模量参数.通过实验对比了自洽模型、微分等效模型与自洽-微分等效模型的岩石弹性模量与孔隙度、孔隙纵横比之间的适用性规律.最后基于四川龙岗飞仙关组实际测井资料,结合自洽-微分等效模型进行了目标地层的横波预测.结果显示该模型的横波预测效果相对Xu-Payne模型预测,两者预测曲线比较接近,但在形态上更接近实际横波.SCA-DEM模型在孔隙度和孔隙纵横比上具有更好的适应性,为碳酸盐岩孔洞型储层的岩石物理建模提供了一种新参考.     

基于多元自回归样条的液化侧移灾害评估模型

为了将液化侧移计算方法本土化,本文基于Youd等人收集的液化侧移数据库,采用擅长处理复杂参数维度问题的多元自适应样条回归法（MARS）建立液化侧移计算模型。经验证,该方法建立的模型精度和可靠性都可以通过检验。本文主要内容包括：（1）在本土化过程中,本文选取峰值加速度PGA作为地震动参数,替代现有模型中的M和R,计算结果并未影响液化侧移计算精度;（2）在MARS方法进行建模过程中,对临空和缓坡两种情况的影响因素进行重要性程度计算和筛选;（3）建立两种情况下的液化侧移计算模型,并用F检验法和t检验以及新西兰2010—2011年系列地震中液化侧移数据进行检验,证明本文方法的合理性和可靠性。本文的结果能满足我国相关规范、工程师以及岩土地震工程防灾减灾等方面的需求,还可为地震液化侧移灾害小区划提供理论基础。     

利用自洽方程计算法分析天山中段分量钻孔应变资料可靠性

根据天山中段8套四分量钻孔应变仪观测资料,利用自洽方程计算应变观测的信度,用信度指标检验数据的可靠性,从而进一步用自洽方程计算实际各元件灵敏度的相对大小,并用相对标定的结果,对观测数据进行校正。结果表明:①石场、巴仑台、巴音沟、雀儿沟、榆树沟和库米什台经过校正后,数据观测信度有了明显提升,其中石场和雀儿沟台的数据信度最高;②库米什台校正前数据观测信度较高,因个别“坏点”影响,校正后,观测信度反而下降;③小泉沟和新源台数据信度较低,存在从自洽到失洽的情况,分析认为这可能与系统自身存在问题有关,也有可能是前兆异常,有待进一步研究。     

基于ARMA模型的潮位拟合及内插研究

在水深测量过程中,采集的潮位数据往往存在断缺现象,给水深测量内业工作者造成干扰。针对潮位数据断缺问题,对断缺数据简单预处理后,利用ARMA模型对潮位数据序列变化规律进行分析,拟合潮位时间序列数据变化趋势,然后将拟合的值内插到数据断缺处,以建立完整的潮位改正文件,最后对拟合模型进行精度评价分析。实验结果表明,拟合模型精度良好,可以快速获取符合要求的插值,提高工作效率。     

三种非线性时变识别方法的对比研究——以2021年日本福岛地震为例

利用2021年日本福岛地震(M_JMA 7.3)中6个KiK-net台站的观测记录,分别基于移动窗解卷积法、移动窗谱比法和移动窗自相关函数法对场地非线性时变过程进行研究,分析非线性发生的阈值和程度。研究表明：三种方法识别场地非线性时变特征的稳定性不同。移动窗解卷积法更容易获得较为稳定的土体非线性时变过程,但其反映的是地表至井下平均波速的变化,识别的非线性程度偏低。对于存在强波阻抗比的浅表层土体,移动窗谱比法和移动窗自相关函数法识别的非线性程度更强;对于较低波阻抗比的浅表层土体,则不容易识别出稳定的非线性时变结果。三种方法识别的非线性最强时刻基本一致,皆位于整条记录加速度峰值附近。基于三种方法识别的6个台站的非线性阈值约在40～140 gal,剪切波速下降比在16%～53%之间,场地非线性程度较明显。     

基于图顶点深度聚类的建筑物合并方法

建筑物要素合并是大比例尺地图缩编过程中实现空间结构简化的重要手段。基于综合规则的合并方法难以同时顾及要素形态、分布等诸多特征,受预设算法参数影响大,综合过程缺乏灵活性。针对这一问题,本文提出了一种基于图顶点深度聚类网络的建筑物合并模型,利用Delaunay三角网构建建筑物群组表征图模型,结合自编码器与图卷积网络学习剖分三角形的几何形态、空间分布特征,采用自监督学习方式实现三角形的聚类与分类(保留、删除),最终在不依赖样本条件下实现建筑物要素端到端智能化合并。试验表明,该方法对预设合并参数依赖低,能同时顾及建筑物要素的形态与分布特征。合并过程具有一定灵活性,合并结果能较好满足地图可视化要求。     

SOM拓扑保序机理的模拟弹性力分析

针对SOM内在原理和基本特性中一些未解决的重要问题,定义了输出阵列上神经元i承受的、正比于模式向量及权向量之间距离的2种模拟弹性力：输入模式向量对胜者i的拉力,以及阵列中胜者j对邻近i的牵动力;分析了弹性力的9个性质,对SOM学习过程中神经元权向量的演变过程及拓扑映射保序的机理给出了易于理解的、形象的解释。     

多尺度系统中台风自组织的研究

在一个4种尺度(副热带高压、台风、β中尺度涡群和γ中涡尺度)共存的系统中,用正压原始方程模式数值地研究台风自组织及其强度变化问题。结果指出:(1)由于多尺度的相互作用,在初始台风衰减的过程中,在该台风的西南方经自组织形成了一个新的台风,其尺度、强度与初始台风相同。在初始台风衰减消失后,新的台风维持一定的强度继续向偏西北方向移动。(2)初始γ中涡的个数和位置对自组织起来的台风的强度有显著影响。其影响机制是非线性相互作用的结果在不同尺度层次的传递。γ中尺度层次或γ中—β中层次的相互作用直接影响到β中层次涡作用的结果,或者使双β中涡合并,或者使双β中涡分离。β中涡层次的相互作用直接影响到台风层次———新台风自组织的过程。这种影响最后反映到自组织起来的台风的强度和路径变化的宏观行为。