2018年12月16日兴文5.7级地震序列定位

Gong Yue;Zhao Min;LongFeng;Fu Ying(Sichuan Earthquake Agency,Sichuan Chengdu 610041,China)     

广域电磁法三维有限单元法模拟研究

本文以Maxwell方程组为理论基础,从矢量位和标量位方程出发,采用有限单元法对广域电磁法进行了三维数值模拟研究.在模型算例中,通过具有解析解的均匀半空间模型对本文算法的正确性进行了验证,在此基础上,设计了两种不同深度的低阻异常体模型,对广域电磁法的探测深度进行了模拟研究,数值计算结果表明:广域电磁法不受场源中近区的影响,能够在全区范围内进行观测;此外,还具有探测深度大的特点,为深地资源探测提供了理论与方法支撑.     

单纯形定位方法在新疆数字地震台网的测定精度分析

地震定位是地震学中最基本的问题之一,现阶段大部分采用基于走时的方法。单纯形定位方法作为一种直接搜索类的方法,在新疆测震台网日常地震目录产出中发挥了重要作用。本文采用数值模拟的方法,利用新疆测震台网现有布局,结合“3400”走时表,分析单纯形定位方法在新疆测震台网的测定精度。研究表明,对于新疆测震台网网内浅源地震,单纯形定位方法能够得出较为精确的震中位置,而得出的网外地震震中位置存在一定偏差;初至折射波对震源深度有一定的控制能力,速度模型的准确性对震源深度和发震时刻的测定影响较大。     

新疆乌鲁木齐地区震源深度分布与断层关系研究

采用新疆维吾尔自治区地震局精度较高的常规地震目录和双差定位目录,对乌鲁木齐地区震源深度的分布特征及与断层的关系进行了研究。结果表明,乌鲁木齐地区的平均震源深度随震级的增加而加深,并形成3个分布层。震源绝大多数分布在上地壳1～35km深度范围内,优势集中在上地壳16～25km深度范围内。平均震源深度的空间分布特征与断层的展布密切相关,乌鲁木齐市附近的3组断裂所夹持的地块震源深度最浅,深度处于17～21km之间,而在周边一些深大断裂上震源深度较深。不同构造部位的震源深度剖面显示,清水河子断裂、齐古断裂、依连哈比尔尕等断裂的断裂面处于无震蠕滑或闭锁状态,地震主要发生在其下的滑脱层中;而在霍尔果斯、西山、二道沟等断裂上,震源深度从滑脱层延伸到断裂面上,反映出断裂未完全闭锁时的弱运动状态,显示这些断裂为新的活动断裂。震源深度的分布还与乌鲁木齐地区复杂的地壳结构有关,地震多分布在低速体之上或低速体和高速体之间的夹层中     

被动微波遥感雪深反演混合像元问题研究EI北大核心CSCD

积雪深度是反映地表积雪量变化的重要因子,是水文模型和气候模式中的重要参数之一。被动微波遥感以其穿云透雾、对雪层信息敏感等特点,被广泛应用于雪深的反演研究中。被动微波传感器的低空间分辨率(数千米至数十千米)及地表覆盖的复杂性,使星载被动微波遥感影像中的混合像元现象十分突出,严重制约了被动微波雪深遥感监测的应用和发展。目前,被动微波遥感雪深反演中的混合像元问题研究仍存在着诸多挑战:①理论支撑不足,对被动微波混合像元亮温响应特征及影响机制的研究尚不充分;②针对混合像元问题所发展的被动微波雪深反演算法,对地表异质性特征考虑不足。     

机载激光测深中的波浪改正技术

基于我国新研制的机载激光测深系统基本配置,提出了3种可供选择的波浪改正计算方案(也称为深度值归算方案),具体分析了3种方案的适用条件和应用范围,并从理论上对3种改正模型的计算精度进行了估算。     

青藏高原积雪对陆面过程热量输送的影响研究

利用1979-2016年中国区域长时间序列逐日雪深资料,分析了青藏高原积雪深度与积雪日数的分布及变化特征,并将积雪期划分为三个阶段(积累期、鼎盛期和消融期),结合ERA-Interim月平均再分析资料,分析了积雪与地表热状况(气温、地表和土壤温度)和能量输送量(地表净短波辐射、地表净长波辐射、感热通量、潜热通量、地表热通量和土壤热通量)的相关关系,初步探讨了积雪在高原陆面过程中的作用。结果表明:研究时间范围内青藏高原积雪(深度和日数)主要呈减少趋势,仅在黄河源区及高原边缘地区为增加趋势,积雪鼎盛阶段(1-2月)的减少趋势最显著;高原积雪对地表主要起降温作用,深层土壤温度对积雪的响应存在滞后性,积雪的减少抑制了土壤向上的热量输送进而不利于冻土的发育;高原积雪与地表感热和地表热通量主要呈现负相关关系,潜热通量与积雪也呈负相关特征但比感热通量的相关性小。由于ERA-Interim资料对高原积雪深度的描述与本研究使用的卫星遥感积雪深度存在较大偏差(包括空间分布、气候倾向率、年际变化以及绝对大小等),导致本研究中积雪与地表热状况和热通量的相关度不高,需要通过陆面模式模拟做进一步探讨。     

融合多模态特征的社会多媒体谣言检测技术研究

以微博为代表的社会媒体的蓬勃发展在加速信息交流的同时,也促使虚假谣言信息迅速在社会网络上传播,造成严重的后果.自动谣言检测问题受到了国内外学术界、产业界的广泛关注.围绕社会多媒体谣言检测这一问题,本文总结了融合多模态特征的谣言检测相关技术.首先从基本概念出发,阐述了谣言的定义和社会多媒体的特点,给出了社会多媒体谣言检测问题的定义.针对谣言检测面临的多模态特征抽取和模型构建两大难点,分别总结和归纳了各种类型的特征及其提取方法和不同的机器学习检测模型.这些特征和算法是检测谣言的基本手段,也是接下来研究的基础,可为进一步谣言检测的研究提供参考.     

倾斜煤层底板破坏特征的微震监测

带压开采是承压水上采煤的主要方法,底板采动破坏深度的确定是实现带压开采的关键和前提。针对底板采动破坏深度现场测量方法的局限性,特别是倾斜煤层（煤层倾角在25°～45°之间）底板采动破坏深度的现场测量。以桃园煤矿1066工作面为例,利用高精度微震监测技术,对承压水上倾斜煤层底板的采动破坏特征进行了连续的、动态监测。监测结果表明：（1）工作面运输巷（下顺槽）附近的底板比工作面回风巷（上顺槽）附近的底板破坏深度更深,破坏范围更大;（2）倾斜煤层工作面底板破坏形态整体呈现为一个下大上小的非对称形态。根据微震监测结果,确定了1066工作面回风巷和运输巷附近底板的最大破坏深度,划分了倾斜煤层工作面底板突水危险区域。将微震监测的倾斜煤层底板破坏深度与经验公式计算的底板破坏深度进行了对比,指出了经验公式存在的不足     

基于A- CGAN的深反射地震数据随机噪声压制方法研究

基于深度学习的地震数据噪声压制方法是当前地震数据去噪处理的重要方向。深度学习方法突破了传统滤波处理的局限,在对常规地震数据的噪声压制中表现出效率高、信噪分离效果好的特点。但针对深部弱有效反射数据,当前的深度学习方法特征提取能力有限,难以取得较好的去噪效果。笔者等结合深反射地震数据特点,针对当前深度学习噪声压制方法在特征提取及对数据集依赖上的局限,提出了基于注意力循环生成对抗网络(Attention Cycle- Consistent Generative Adversarial Networks,A- CGAN)的深反射地震数据随机噪声压制方法。借助循环一致生成对抗网络(Cycle- Consistent Generative Adversarial Networks,Cycle- GAN)的域映射思想,降低对数据集的要求。为了构建适用于深反射地震数据的去噪网络,从3个方面对Cycle- GAN进行改进：在Cycle- GAN的生成器（去噪器）中加入残差结构和注意力机制,用于加深网络深度和提高其特征提取能力;在Cycle- GAN的鉴别器中使用块判决,提高鉴别精度和准确度;在损失函数部分加入感知一致性损失函数,提升网络模型恢复纹理细节信息的能力。通过合成地震数据和实际深反射地震数据测试,验证了优化算法的有效性,体现了良好的应用价值。