SHORT COMMUNICATION COMMENTS ON THE RESIDUAL BILINEARIZATION METHOD

Through theoretical analysis and computer simulation,this short communication comments on theresidual bilinearization(RBL)method and compares it with non-bilinear rank annihilation(NBRA)forthe treatment of second-order calibration with non-bilinear data.It is found that these two methods aremathematically equivalent but have different noise propagation properties.The second-order advantage,namely quantitation in the presence of unknown interferences,can be carried over to non-bilinear dataonly if there exists a net analyte rank(NAR)for the analyte of interest.     

无人机三维倾斜摄影测量助力自然资源调查——以不动产调查为例

随着第一次地理国情普查与监测、第三次全国土地调查等重大自然资源调查类项目的实施,以无人机作为搭载平台的遥感影像获取手段在不断发展并深入应用,特别是无人机航测技术和地理信息技术的结合应用越来越紧密.本文以不动产调查为例,重点论述结合无人机三维倾斜摄影测量技术在内的测绘地理信息新手段的作业原理及应用情况,并对其优缺点进行总...     

基于高分辨率风场的海洋近惯性能通量计算——时空特征及其影响因素

基于高分辨率CFSR(climate forecast system reanalysis)风场资料、气候态海洋混合层厚度资料和卫星高度计海面高度异常资料,本文估计了大气风场向全球海洋混合层的近惯性能通量和近惯性能量输入功率,并探究了混合层厚度、风场时间分辨率、经验衰减系数和中尺度涡旋涡度对近惯性能通量和能量输入功率的影响。浮标实测风场和流速表明,本文所用的风场和阻尼平板模型可用于估计风场向全球海洋的近惯性能通量。本文计算得到的大气向全球海洋输入近惯性能量的功率为0.56TW(1TW=10¹²W),其中北半球贡献0.22TW,南半球贡献0.34TW。在时间上,风场的近惯性能通量呈现各个半球冬季最强、夏季最弱的特征,这和西风带风场的季节变化有关。在空间上,近惯性能通量的高值海域为南、北半球西风带海洋,尤其是南大洋。混合层厚度和风场空间不均匀性使得西风带近惯性能通量呈现纬向变化,即海盆西部强于海盆东部。风场时间分辨率对近惯性能通量的估计至关重要,低时间分辨率风场对近惯性能通量的低估达到13%—30%。阻尼平板模型中的经验衰减系数对近惯性能通量估计的影响不超过5%。中尺...     

利用标准时频变换方法在强噪声环境下无偏拾取地震P波、S波到时

地震P波、S波到时是精确分析地震水平位置、深度与速度结构等的重要参数,如何准确拾取P波和S波到时是地震学的一项重要的基础工作.大数据量与强噪声环境给地震到时的自动拾取带来了很大挑战.在频率域中可将信号与噪声分离,但会造成震相的偏移.针对上述问题,本文在STA/LTA、AIC方法的基础上,引入了标准时频变换（Normal Time-Frequency Transform,NTFT）,结合信号时间域与频率域特征,提出了基于NTFT的STA/LTA方法,以及基于NTFT的AIC方法来拾取P波和S波的到时.基于NTFT的STA/LTA方法通过构建即时频率约束的特征函数,以增强地震信号振幅响应的变化特征.基于NTFT的AIC方法则根据NTFT的变换系数定位即时频率-时间基准点,通过滑动窗口直接对标准时频谱进行AIC处理拾取最佳到时.本文采用了不同强度噪声的60组合成数据和105组实测地震数据对方法的可靠性进行检验.以人工拾取到时为参考,实测数据中NTFT-STA/LTA方法拾取P波、S波到时的均方根误差分别为0.36 s和0.56 s;NTFT-AIC方法拾取P波、S波到时的均方根误差分别为0.25 s和0.35 s.相比于STA/LTA、AIC方法,NTFT改进后的方法提高了P波和S波到时的拾取准确率,为强噪声环境下的地震波形到时拾取提供了新思路.

     

基于交替方向乘子算法的二维磁异常稀疏反演

磁异常反演是获取地下场源磁化率分布的重要手段之一,在地球勘探中扮演着重要角色.在磁异常反演中,对比光滑反演,稀疏反演的结果具有边界分明,物性参数分布集中的特点,更符合实际情况.针对稀疏反演,本文首先构建了具有代表性的基于L₁范数目标函数,利用交替方向乘子算法可分离凸函数的特点,将极小化L₁范数的优化问题分解为一系列的子问题,通过对子问题求解获得原问题的解;为了增强交替方向乘子算法的适应性,本文结合广义软阈值函数将交替方向乘子法推广于L_p（0 < p < 1）范数的反演中.为了验证本文提出的算法的有效性,采用了三种常规模型进行模拟实验.与基于L₂范数的反演算法进行实验对比,结果表明,本文算法得到了边界清晰,磁化率分布更集中的反演结果.最后,将基于交替方向乘子算法的L₁和L_p（0 < p < 1）范数的反演应用到青海省尕林格铁矿保护区获得的实际磁异常数据中,获得了较为符合实际地质情况的稀疏反演结果.

     

基于半监督学习的井震联合储层横向孔隙度预测方法

传统地震储层预测技术一般基于弹性参数反演和岩石物理建模的级联流程实现储层孔隙度预测, 其预测精度受到波动理论和岩石物理理论的近似假设、初始模型和二次反演累积误差等因素的影响.为缓解这些问题, 本文提出了一种基于双向门控递归单元神经网络的半监督学习井震联合孔隙度预测方法, 实现从地震数据直接预测储层横向孔隙度.通过少量的地震测井样本标签对和多目标函数约束建立智能化多尺度多信息融合孔隙度预测模型, 实现地震数据到孔隙度, 孔隙度再到生成地震数据的闭环映射.此外, 在网络模型每次迭代更新的过程中随机引入非井旁地震道参与网络训练, 非井旁地震道的波形匹配能在一定程度上保证井间孔隙度的预测精度.模型数据和实际数据测试结果表明, 本文提出的方法相比于有监督学习孔隙度预测方法能进一步提高储层孔隙度的预测准确性和横向连续性, 获得较为可靠的储层物性参数的空间分布.

     

限量灌溉对冬小麦抗旱增产和水分利用的影响

小麦体积含水量是表征小麦生理状态、影响小麦产量的重要参数,传统的测量手段如人工采样烘干、卫星遥感等,难以实现小麦体积含水量的连续、动态、高精度监测,由此提出了一种利用全球导航卫星系统（global navigation satellite system,GNSS）折射测量技术反演小麦体积含水量的方法。首先,使用两组GNSS天线同时接收直射信号和穿透小麦植株层的折射信号,利用两信号的振幅比表示折射信号的衰减程度;然后,基于电磁波传播理论,建立了GNSS直射、折射信号的物理模型,并在此基础上导出小麦体积含水量、振幅比、小麦高度、气温的函数关系,进而构建了反演小麦体积含水量的数学模型。利用导航型GNSS设备采集的数据对所提方法进行了验证,结果表明,在小麦拔节期、抽穗期和成熟期,该方法反演的小麦含水量与人工实测数据符合较好;当小麦含水量在1~7 kg/m³范围内时,反演结果的平均误差、标准差和均方根误差分别为0.058 kg/m³、0.396 kg/m³、0.399 kg/m³。研究结果证明了利用导航型GNSS接收机准确获取植被含水量动态变化信息的可行性,为低成本、低功耗、小型化GNSS植被含水量监测设备的研制奠定了基础。

     

IGS测站的非线性变化研究

GPS位置时间序列中经常会出现信息中断,造成数据不连续,进而导致测站速度及其不确定度的估计有偏。因此,时间序列中断探测是动态大地测量数据处理的重要内容。在基于t-检验的序贯格局转换分析法(sequential t-test analysis of regime shifts,STARS)算法的基础上,顾及GPS位置时间序列的噪声特性,提出了一种考虑有色噪声的STARS算法(COL-STARS)。该算法首先利用一阶自回归模型(auto-regressive, AR(1))模型进行噪声\     

利用风云3D微波成像仪数据估算北极海冰密集度的精度评价

卷积神经网络（convolutional neural network, CNN）已用于星载全球导航卫星系统反射测量（global navigation satellite system-reflectometry,GNSS-R）海冰检测,其具有数据预处理简单、最大限度保留反射面信息等优势,但已有GNSS-R CNN海冰检测方法研究的数据集时间跨度较小,代表性有限,且未考虑训练集内海水、海冰时延多普勒图（delay-Doppler map, DDM）的比例对方法泛化能力的影响。针对该问题,首先提出一种筛除畸形DDM方法,有效筛除错误数据;然后,设计合适的CNN结构及参数,通过小样本对比实验发现CNN模型在训练集内海水、海冰DDM的比例为1∶1时具有高准确率和最佳泛化能力,并优化数据集选取策略;最后使用2018年全年大样本数据集评估改进的方法在大数据量和大时间跨度时的有效性和可靠性。研究表明,改进的方法通过加强数据质量控制、优化数据集选取策略,提升了CNN海冰检测方法的泛化能力及可靠性,使其更适用于实际应用场景,为海冰消融等研究提供参考。

     

噪声HVSR法在OBS探测中的应用——以珠江口外海OBS台阵为例

噪声谱比法(horizontal-to-vertical spectral ratio, HVSR)通常用于确定沉积层的厚度, 而应用于海底地震仪(OBS)以获取海底沉积厚度的研究较少.本文将HVSR法应用于珠江口外海域OBS台阵中, 验证了该方法用于OBS探测中的可靠性.通过对珠江口外海27台OBS收集的三分量地震噪声记录进行处理, 得到了所有台站的HVSR曲线.有23台OBS的HVSR曲线可获取与沉积层厚度相关的峰值频率, 通过经验公式可以计算得到沉积层厚度.结果显示, 珠江口外海域沉积层(新生代地层)厚度范围为100~3500 m, 研究区东南部沉积层远厚于西北部, 且沉积厚度受到NEE向滨海断裂带控制.本文获得的结果与以往依靠反射地震剖面和钻井等获得的沉积层厚度结果基本一致.进一步分析发现研究区新生代地层具有多层结构, 大部分HVSR曲线在5~12 Hz存在振幅最大的波峰, 认为是与第四系厚度相关的峰值频率, 继而确定第四系厚度为20~50 m.本研究拓展了HVSR法的应用领域, 为获取海底沉积层厚度提供了一种新的可靠方法.