海底地形测量波束角效应改进模型

在海洋测深过程中,回声测深仪波束角效应使记录的测深图像失真。现有波束角效应模型应用分段解析几何的方法将其划分为三个作用过程：测深值平移效应、双曲线增伪效应、深度丢失效应。在此基础上,应用微分几何的原理对波束角效应的空间结构及其数学原理描述进行理论分析,提出了波束角效应的改进模型及其改正算法。改进模型的优越之处在于提出决定波束角效应发生作用的是海底地形的线性特征而不是形状特征,由此提高了改正算法的自动化程度。     

Cotidal charts and tidal power input atlases of the global ocean from TOPEX/Poseidon and JASON-1 altimetry

The global distributions of eight principal tidal constituents, M₂ , S₂ , K₁ , O₁ , N₂ , K₂ , P₁ , and Q₁ , are derived using TOPEX/Poseidon and JASON-1（T/P-J） satellite altimeter data for 16 a. The intercomparison of the derived harmonics at 7000 subsatellite track crossover points shows that the root mean square （RMS） values of the tidal height differences of the above eight constituents range from 1.19 cm to 2.67 cm, with an average of about 2 cm. The RMS values of the tidal height differences between T/P-J solutions and the harmonics from ground measurements at 152 tidal gauge stations for the above constituents range from 0.34 cm to 1.08 cm, and the relative deviations range from 0.031 to 0.211. The root sum square of the RMS differences of these eight constituents is 2.12 cm, showing the improvement of the present model over the existing global ocean tidal models. Based on the obtained tidal model the global ocean tidal energetics is studied and the global distribution of the tidal power input density by tide-generating force of each constituent is calculated, showing that the power input source regions of semidiurnal tides are mainly concentrated in the tropical belt between 30 S and 30 N, while the power input source regions of diurnal tides are mainly concentrated off the tropic oceans. The global energy dissipation rates of the M₂ , S₂ , K₁ , O₁ , N₂ , P₁ , K₂ and Q₁ tides are 2.424, 0.401, 0.334, 0.160, 0.113, 0.035, 0.030 and 0.006 TW, respectively. The total global tidal dissipation rate of these eight constituents amounts to 3.5 TW.     

InSAR大气误差改正及其在活动断层形变监测中的应用

为了获取青藏高原东北缘老虎山断裂带精确的震间形变速率场,通过对短时间基线干涉图大气改正效果的评价,从3种外部大气数据(MERIS, ERA-Ⅰ, WRF)中确定出最优的大气改正方法,用于长时间基线干涉图中的大气信号改正;然后利用层叠法(stacking)累积平均经大气和轨道改正后的干涉图,获取了研究区的震间形变速率场.结果显示:海原断裂系统区域内,MERIS和ERA-Ⅰ的大气改正效果优于WRF;MERIS和ERA-Ⅰ的改正结果给出了相似的形变速率场,断层两盘相对形变速率为视线向2.5 mm/a,转换成平行于断层方向为6.5 mm/a,与GPS结果一致;在近断层5 km的范围内,出现了较大的形变梯度,揭示了浅层蠕滑的存在.      

用EOF分析方法研究强震前中国大陆水平位移场时空分布特征

利用大气科学常用的经验正交函数(EOF)分解方法, 对中国大陆连续观测的基准站的水平位移每周解时间序列进行分析。 首先对时间序列中不连续的数据进行内插处理, 并通过线性拟合从时间序列中去掉长期滑动速率的影响。 结合震例研究强震前水平位移场在NS向和EW向的时间和空间的分布特征。     

基于HHT变换瞬时能量谱的长周期结构地震反应分析

基于HHT变换得到瞬时能量谱,并以简谐地震反应为理论基础进行多自由度体系在地震动作用下的瞬态反应计算。通过对一个长周期(十五层)结构工程实例的地震瞬态反应计算分析,揭示长周期结构有别于短周期结构动力响应的独特特性:长周期结构位移响应的瞬时能量峰值的时间滞后于地震动能量峰值的时间,且主要受到瞬态振动的控制,并以低阶振型的控制为主,第一阶振型峰值位移滞后的时间最长,滞后的时间主要取决于结构的第一阶自振周期。研究结果表明,长周期结构在强烈地震动作用下,地震动强度出现的最大时刻并不总是对应于结构破环与倒塌的时间。     

汶川地震强震动记录分析及应用

地震工程的研究手段主要包括:震害调查、强震观测、模型试验和数值分析.由于大地震本身较少,同时造成严重震害并且获得强震动记录的大地震就更少,一般的研究就更多地集中在利用模型试验和数值分析方面,而基于震害调查和强震观测的研究较少,在国内这一点更为突出,我国虽然是一个遭受地震灾害非常严重并且对地震进行记录和研究最早的国家,但是,在汶川地震之前近断层强震动记录一直非常匮乏.     

2022年3月17日皮山MS5.2地震区域电磁异常综合分析

综合分析2022年3月17日皮山M_S5.2地震前震中附近存在的区域电磁异常特征。结果表明：(1)本次震中距离地磁低点位移预测线约280 km,且与优势发震时间接近,该异常对应本次地震;(2)本次地震虽然发生在地磁逐日比和地磁垂直强度极化预测区内,但震级偏小,且距离异常台站较远,异常不对应此次地震;(3)将地磁逐日比和低点位移进行综合分析有助于提高地震短期预测的准确性。     

海潮负荷对沿海地区宽幅InSAR形变监测的影响

海岸带地区是全球自然生态环境最为复杂和脆弱的地域之一,合成孔径雷达干涉测量（InSAR）技术可以为全球人类活动、气候变暖和俯冲带剧烈构造运动等背景下的大范围海岸带地理环境变化研究提供重要观测资料.海洋潮汐导致固体地球长周期形变,波长尺度为10²~10³ km的海潮负荷引入mm级至cm级的形变梯度,此类非构造信号对海岸带InSAR精密形变分析（如：大范围、微小、缓慢且非稳态构造过程等）造成显著影响.本文以宽幅模式SAR数据为例,基于多种海潮模型研究了全球典型海岸带地区（福建、智利和阿拉斯加湾）海潮负荷效应对宽幅InSAR形变监测的影响,给出了宽幅InSAR海潮负荷三维分量估计与差分相位提取方法,并进一步讨论了基于不同海潮模型估计海潮负荷位移的差异.海潮负荷影响不仅与研究范围大小有关,其形变梯度变化与研究区域地形特征存在强相关,对于长波长形变分析而言,传统平面或者曲面拟合方法难以有效分离海潮负荷位移.

     

基于Newmark模型的概率地震滑坡危险性分析方法研究——以甘肃天水地区为例

本文以天水地区为研究区,结合地震潜在震源区模型和Newmark位移预测方程,采用概率地震危险性分析方法,计算了该地区50年超越概率10%水平下的Newmark位移。同时,根据天水地区50年超越概率10%下的阿里亚斯烈度,并结合Newmark位移与阿里亚斯烈度的关系式,计算了天水地区在遭受50年超越概率10%下的阿里亚斯烈度影响时,潜在滑坡体产生的Newmark位移分布。通过比较上述两种方法得到的天水地区不同Newmark位移的分布特征,本文认为二者虽然存在较大差异,但其空间分布特征均能反映天水地区每个场点处的相对滑坡危险性。对滑坡危险性水平进行分区的结果显示,天水地区60%以上的区域具有高地震滑坡危险性,50%以上的区域具有甚高地震滑坡危险性。本文的研究结果可以作为天水地区地震危险性及风险评估的参考资料,也可以作为天水地区城市规划、土地使用规划、地震应急准备以及其它公共政策制定的参考资料。     

基于Newmark模型的概率地震滑坡危险性分析方法研究

本文以天水地区为研究区,结合地震潜在震源区模型和Newmark位移预测方程,采用概率地震危险性分析方法,计算了该地区50年超越概率10%水平下的Newmark位移。同时,根据天水地区50年超越概率10%下的阿里亚斯烈度,并结合Newmark位移与阿里亚斯烈度的关系式,计算了天水地区在遭受50年超越概率10%下的阿里亚斯烈度影响时,潜在滑坡体产生的Newmark位移分布。通过比较上述两种方法得到的天水地区不同Newmark位移的分布特征,本文认为二者虽然存在较大差异,但其空间分布特征均能反映天水地区每个场点处的相对滑坡危险性。对滑坡危险性水平进行分区的结果显示,天水地区60%以上的区域具有高地震滑坡危险性,50%以上的区域具有甚高地震滑坡危险性。本文的研究结果可以作为天水地区地震危险性及风险评估的参考资料,也可以作为天水地区城市规划、土地使用规划、地震应急准备以及其它公共政策制定的参考资料。