2010年中国青海地震：超剪切破裂的中等地震

通过对近场以及远震数据的分析,估算了2010年中国青海地震（MW6.9）的破裂速度。破裂起始模型的计算结果与YUS台站实测近场地震图的比较显示出约为5.0km/s的快速超剪切破裂传播。根据使用包络线反褶积法和经验格林函数事件的远震分析,在震中东南6.5km和41.8km的地方鉴别出2个高频脉冲,说明为2个子事件。高频脉冲事件的地点和时间也显示出4.7～5.8km/s的超剪切破裂速度。超剪切破裂速度可能致使破裂向玉树镇扩展时产生了严重破坏。     

基于谱修正方法的非高斯风场模拟

为克服基于H erm ite谱修正方法的缺点,减少该方法中计算H erm ite多项式系数所需耗费的大量机时,提出了一种模拟非高斯风压场的新方法,采用非高斯累积分布函数（CDF）映射技术来代替基于H erm ite的概率密度函数（PDF）修正。选择任意边缘PDF模型作为概率目标模型,采用目标功率谱密度（PSD）作为样本函数,通过迭代修正该样本函数,使其收敛于目标概率密度函数和目标功率谱密度。将该方法应用于实际结构的非高斯风场模拟,模拟结果与目标谱符合良好,表明本文方法模拟非高斯风场具有较高的精确度和计算效率。     

基于ε-SVR的滑坡位移预测

我国是一个地质灾害多发的国家,特别是滑坡发生的次数比较多、危害性比较大。因此对滑坡的位移进行监控预测有着十分重要的意义。对于滑坡位移变化的非线性问题,可以利用支持向量机在回归分析中的方法——ε-支持向量回归机（ε-SVR）进行预测,该方法基于统计学理论,在处理小样本、非线性、高维数等问题上有一定的优势。以福建八尺门滑坡的监测数据为例,将前面的17个位移数据作为学习样本,后面的6个位移数据作为预测样本,采用不同的核函数分别进行位移预测来与原始监测值进行对比,比较其预测精度。结果显示,该方法产生的预测值与原始监测值之间的误差比较小,其位移变化趋势与原始数据的变化趋势也基本一致,这说明该方法预测精度高,实用性强。     

利用接收函数方法研究腾冲地区S波速度结构

腾冲地区邻近印度板块与欧亚板块碰撞、俯冲的边界,地质环境和构造背景十分复杂,是我国地震、火山活动比较活跃的地区之一.本文采用最大熵谱反褶积方法提取腾冲地区1.0°×0.8°范围内5个流动数字地震台站的宽频带远震接收函数,反演得到台站下方0～100km深度范围的S波速度结构,分析讨论了该地区的深部构造特征.结果表明:1)腾冲地区地质结构存在明显的横向非均匀性;2)盈江断裂两侧莫霍面深度有较大差异;3)腾冲和高黎贡山之间是地壳厚度和S波速度变化的高梯度带;4)盈江断裂东南、新生破裂带以西附近地区存在明显的低速层;5)盈江断裂和新生破裂带都可能对火山区的熔融体具有阻隔作用.     

南海北部东沙岛附近的内潮和余流特征

采用东沙岛附近的一个长达9个月的锚定潜标的观测资料对南海北部的正压潮、内潮和余流情况进行了分析,得到了当地正压潮和内潮的特征。此处正压潮流以全日潮为主,秋、冬季相对较大,春季相对较小;正压余流受海盆尺度环流和地形的限制,在潜标观测期间的秋、冬、春三季基本以偏西向的正压流为主。内潮同正压潮一样,也以全日分潮为主,潮流椭圆随水深发生旋转,在110—120m附近存在内潮非常弱的一层。斜压余流在2009年2—3月比较异常,这是由于在此其间有一个中尺度涡经过。对此潜标数据采用经验正交函数分解的方法进行分析,发现海流的各个主要EOF模态与内波的垂向模态结构有一定的关联。     

Curvelet变换域侧扫声纳图像增强算法

针对海底侧扫声纳图像对比度低、纹理弱、噪声严重等问题,提出了一种基于第二代Curvelet变换的声纳图像增强算法。首先对原始声纳图像进行多尺度、多方向的Curvelet变换分解,得到低频子带和高频子带;然后引入非线性S型函数对低频系数进行处理,提高图像整体的对比度;采用一种可以避免过度增强的新型非线性函数对各尺度的高频子带系数进行处理,提高图像整体的对比度,增强图像边缘和纹理细节,并通过估计噪声水平设定阈值进行阈值降噪。最后经Curvelet逆变换得到增强图像。实验表明,该方法不仅改善了海底侧扫声纳图像对比度低的问题,而且降低了噪声,突出了声纳图像的边缘和纹理细节。     

圆锥区域中变系数半线性抛物型微分不等式的刘维尔型定理

研究圆锥区域中变系数半线性抛物型微分不等式及其耦合不等式组的刘维尔型定理.先给出弱解的定义,再利用构造试验函数法建立不依赖于初始值的解的universal估计,最后得到非负非平凡整体弱解的在适当的临界指数范围内不存在的结论,此种方法的主要特点是不用比较原理和极值原理.     

快速滤波本征模态函数分解中的边界处理

针对快速滤波分解信号为本征模态函数(IMF)所产生的边界效应问题,提出了一种抑制这种边界效应的方法。即利用快速滤波先将原信号分解为本征模态函数,然后在信号内部截取适当的两段分别延拓到原信号两端,经快速滤波得到分解结果后,再截去延拓的部分,保留原信号长度的分解结果。通过实例验证了该方法的有效性。     

农田景观空间异质性分析及遥感监测最优尺度选择——以三江平原为例

农情遥感监测需要高时间分辨率的遥感数据,目前这些数据大都为中低空间分辨率影像。在这些尺度下,像元内部往往是异质的,从而影响农情参数反演精度。因此分析和表达农田景观空间异质性和最优尺度选择对遥感农情监测质量的提高具有重要的应用价值。选取建三江农垦区四种典型农田景观为研究点,Landsat/TM NDVI为实验数据,利用实验变异函数对四种景观类型的各向空间异质性进行了分析, 而后通过变异函数模型拟合,定量分析了各个研究点的整体空间异质性,并在此基础上进行了研究区遥感监测最优尺度选择。研究表明:(1) 基于实验变异函数的结构分析方法,可定性地认识空间异质性的大小和方向,进而挖掘出其背后的自然和人为驱动因素。(2) 对实验变异函数进行拟合分析,可定量地刻画不同景观格局各自的空间异质性特性。此外,基于变异函数对空间异质性的定量表达,讨论了利用积分变程A结合Nyquist-Shannon采样定理进行最优尺度选择的方法。