三维边缘保持滤波方法在海上地震数据噪声压制中的应用研究——以东海某凹陷为例

东海C区块具有复杂断块发育、地层非均质性强、储层连通性复杂等特点,同时受采集等因素的影响,地震资料随机噪声较为严重,给后续的勘探开发工作带来极大挑战.为此本文提出将改进的F-X滤波和各向异性扩散滤波技术相结合的三维边缘保持滤波方法.该方法通过结构张量估计得到目标地层的倾角和方位角,在倾角和方位角信息约束下提取目标点位置...     

带乘性噪声的一类非线性系统的滤波算法

针对带乘性噪声的一类非线性系统,给出了1种带单重渐消因子的强跟踪状态滤波算法。该算法将非线性系统线性化后,采用了线性最小方差估计方法来进行状态估计,通过运用正交原理和引入渐消因子,使得滤波效果具有强跟踪的优良性能。该算法扩展了卡尔曼滤波在带乘性噪声非线性系统状态估计中的应用范围。仿真结果表明了该算法的有效性。     

多波束数据内业处理方法研究

多波束数据内业处理主要依靠CARIS软件进行,其自动滤波结果中往往包含较多异常数据点,传统的处理方式是依靠人工编辑剔除异常数据,导致内业处理时间较长、效率很低。针对这一问题,本文提出了利用自研点云滤波工具提高多波束数据内业处理效率的方法。首先对传统的多波束数据处理流程进行了介绍,分析了影响总体处理时间的主要问题;其次对自研的点云滤波工具进行了介绍,并借助于该工具对传统的多波束数据处理流程进行改进;最后通过对实测数据进行处理来验证本文提出的方法。实验结果表明,本文方法处理结果与人工编辑结果水深差值中误差仅为0.083 m,但处理时间极大缩短,内业处理效率得到了很大提升。     

一种稳健的基于蚂蚁追踪算法的断层追踪技术

断层解释是地震解释中一项非常重要和繁琐的工作。三维断层跟踪的一种常用方法是在相干属性上应用蚂蚁追踪。然而,蚂蚁追踪的结果在许多情况下过于激进剧烈,造成地层不连续性也被加强,从而导致地球物理解释人员在判断断层时产生多解性。蚂蚁追踪相干体是从匹配地震波形的相似性出发的,由于地震相干性对断层和地层不连续性都很敏感,仅用蚂蚁追踪的方法不能理想区分两者从而产生多解。本研究将地震数据相干体进行特殊滤波,应用于蚂蚁追踪断层识别,发现基于滤波后的相干体的蚂蚁追踪可明显提高断层敏感度。结果表明本方法一种有效的断层追踪方法。     

一种改进的车载点云地面点提取滤波方法

车载激光雷达(light detection and ranging,LiDAR)已被广泛应用于城市道路信息的获取,为提升车载点云地面点提取效果,分析了主要的车载点云滤波方法,并从限制点云处理范围、点云数据格网化、种子点的优化和滤波参数的选取等方面改进了车载点云滤波方法.实验结果证明,所提出的方法能够有效提取地面点云.     

InSAR单体滑坡精细监测中滤波影响分析——以王家山滑坡为例

InSAR技术因其具备全天时、全天候、大范围、高精度的地表微小形变监测能力,目前已被广泛地应用于滑坡灾害的识别与监测中。滤波处理是保证InSAR测量精度的必备步骤,但是滤波处理会对测量结果造成一定直接影响。在对单体滑坡开展InSAR精细监测时,考虑滤波处理对结果的直接影响并进行评价分析具有重要意义。经典的Goldstein干涉图滤波算法选取滤波参数时存在较大的主观性,分析不同滤波参数的研究工作开展较少。本文通过设置多组不同强度的滤波,分析对于D-InSAR与SBAS-InSAR结果的影响。研究结果表明,随着滤波强度的提升,有效提升了滑坡形变监测点的数量,但是过强的滤波也会带来滑坡变形的量级与范围一定程度改变的不确定问题。本文可为InSAR单体滑坡精细监测中合理选择滤波参数提供借鉴与参考。     

回归直线的拟合度

采用模糊数学的方法研究回归直线与实测点的拟合度,提出回归直线的似合度,给出计算回归直线拟合度的方法。     

水环境下GNSS多路径消除方法适用性研究

水环境会产生严重的多路径效应,为提高GNSS在水环境下的监测精度,对传统多路径消除方法在水工建筑监测结果的影响进行研究,证明恒星日滤波不适用于水环境下的多路径消除。分别对湖面试验和船闸试验所得数据使用恒星日滤波与移动平均法对多路径效应进行消除,恒星日滤波对湖面数据精度的提升均在25%以下且不稳定,有时甚至会增大误差;移动平均法对湖面数据精度的提升大多在50%,船闸数据的处理也能够得到相似结果。湖面和船闸试验表明：移动平均法比恒星日滤波对于大面积水域的多路径消除效果更好。该研究结果可为水工建筑变形监测时多路径消除提供参考。     

基于Ward聚类法的中国业务集合预报系统的产品开发

为开发中国新一代业务集合预报系统的聚类产品,系统地介绍了集合预报技术先进国家的集合预报聚类分析方法,并采用Ward聚类法开发了中国集合预报系统的聚类产品。针对重大天气过程初步分析了中国集合预报系统的聚类产品的业务预报能力。结果表明,Ward聚类法以凝练预报信息和给出发生概率的形式,有效地划分出最有可能出现的环流形势类型,为预报员提供了有价值的预报参考信息,也为科学合理地使用集合预报产品提供方便。     

顾及POI人口吸引力异质性的城市人口空间化方法

人口空间化是提升人口统计数据空间分辨率的常用手段,现有研究多基于统计建模思想建立多源数据与统计人口的数学模型以预测格网人口。兴趣点（Point of Interest, POI）作为精细人口估算的重要数据源,通常以数量/密度型指标形式参与回归建模,该方式忽略了类型相同但个体规模不同的POI与人口之间数量关系的差异,特征均质化处理造成POI语义细节的损失,导致中心城区人口低估与远城区高估。为此,本文基于随机森林模型,提出一种顾及POI人口吸引力异质性的城市人口空间化方法。该方法在表征POI空间多尺度重要性的基础上,引入移动定位数据构建人口吸引力指标;并基于非欧式滤波修正格网人口权重,建模人口空间自相关,刻画水体等障碍物对局部空间连通性的影响。本文以武汉市为研究区域开展100 m格网验证,通过与POI密度型回归模型、公开人口数据集的对比和消融实验,展现了人口吸引力指标与权重修正的有效性。结果表明,本文方法平均绝对误差为WorldPop、GPW及对比模型的1/4～2/3,在精细人口空间化场景具有精度优势。此外,本文还讨论了移动定位数据采样率及格网粒度对建模精度的影响。