复杂地形条件下静校正的综合寻优

复杂地形，特别是山地条件下地震勘探中的大静校正问题是 一个非线性的、具有多参数多极值的全局优化难题. 本文综合利用最大能量法、模拟退火与 遗传算法的各自优势，提出一种具有局部收敛速度快、全局搜索能力强的综合寻优反演方法 . 其中对产生伪静校正量的零空间现象进行空间平滑滤波剔除. 理论数值计算及实际资料的 处理说明本方法适应能力强、静校正效果较好.     

深部咸水层CO2地质封存数值模拟参数的全局敏感性分析:以苏北盆地盐城组为例

基于对苏北盆地盐城组下段砂岩储层概化建立二维径向剖面模型,运用TOUGH2/ECO2N程序模拟深部咸水层中CO₂迁移分布过程。采用定性(Morris法)和定量(Sobol和EFAST法)全局敏感性分析方法,以储层中注入井处的压力、气相CO₂总量及CO₂气相羽扩散距离作为模型响应变量,对储层的水平渗透率、孔隙度、残余液体饱和度、孔隙分布指数、压缩系数、进气压力的倒数和盐度7个参数进行全局敏感性分析,讨论了咸水层的水文地质参数、盐度及其他模型参数对CO₂封存运移泄漏过程的影响。Morris和Sobol法的敏感性分析结果都表明,对于不同的响应变量,参数的敏感性排序不同：以注入井处的压力为响应变量时,孔隙度的敏感性最高;以气相CO₂总量和CO₂羽扩散距离为响应变量时,水平渗透率的敏感性最高。EFAST 1阶及总敏感度分析结果与Sobol分析结果基本一致,但EFAST法相对Sobol法计算更高效稳健,需要的样本数较少。     

基于角道集的各向异性全局走时层析反演方法

当今的油气勘探工作中,叠前深度偏移成像技术由于其高精度的优点在工业中得到了广泛应用.然而,叠前深度偏移成像质量依赖于速度模型的精度,层析速度反演是实际生产中最常用的速度反演方法之一,传统的全局网格层析反演方法属于反射波层析.它虽然可以全局行反演,但浅层速度的准确性远不如初至波层析反演,并且忽略了误差由浅层至深层的积累以及地下介质的各向异性.除此之外,在缺少层位约束的情况下很难还原出速度模型本来的形态.而基于“层剥离”的各向异性层析反演方法虽然可以减小误差的积累,但其反演效率也大大降低.为此,本文提出了一种基于角道集的各向异性全局层位约束的走时层析反演方法,在计算累计误差的同时全局更新速度模型,并将初至波层析反演出的浅层速度模型融合到了初始速度模型中,提高了模型精度以及全局层析的效率.简单模型试算结果证明了方法的正确性,复杂模型试算结果证明了适用性.     

汶川地震强余震(M_s≥5.6)的震源机制解及其与发震构造的关系

在2008年5月12日汶川8.0级地震之后,发生了数十个M>5,数百个M>4以及更多的M>3的余震,固定和流动地震台站对这些地震进行了较完整的监测.通过利用P波到时数据对M>3的余震进行重新定位,发现余震分布有两个明显的趋势,绝大部分的余震都分布在沿龙门山断裂带的北东向上,但在汶川地震的震中附近有一个北西向的余震分布区.利用中国国家数字地震台网和区域地震台网的波形记录,采用"裁剪-粘贴"法,获得了较大余震的震源机制解(Ms≥5.6).从震源机制解来看,尽管多数较强余震显示出逆冲的性质,但在断裂带的北部余震仍有一部分显示出明显的走滑性质.震源机制解显示北川-映秀断裂(BYF)的南部发生的余震主要为逆冲型地震,和主震的滑移状态一致;在BYF断层的北部余震同样以逆冲状态为主,这和主震在该区域的破裂性质有很大差异.在青川-平武断裂附近,震源机制以右旋走滑为主,且震源深度比较深(～18km).由此猜测主震在北部可能发生在北川断裂和青川断裂两个断裂上,而不是只发生在中央断层上.这种复杂的余震机制显示出龙门山断裂带断层系统的复杂性.     

SCE-UA方法在新安江模型参数优化中的应用

以前在使用新安江模型时人们遇到的最大困难可归因于缺乏有效的参数全局优化的数学方法,事实上对于一个缺乏经验的人来说,模型参数的人工试错计算的过程是一个相当不容易的过程,并且耗时颇多,为此,近些年来研究者们正在探索把概念性水文模型中的专家经验与自动优化计算相结合的方法或者数学优化中的全局优化方法,如SEC-UA方法,本文首先简述新安江模型,而后采用3个大小和气候条件各不相同的流域对SCE-UA算法就在新安江模型计算的参数优化进行了研究,研究结果表明,SCE-UA算法用来进行新安江模型的参数优化所取得的效果是好的,从率定和检验的结果来看,SCE-UA算法可以使得率定的新安江模型的参数达到全局最优并且从概念上也合理。     

具有变系数梯度项的半线性椭圆型方程组解的存在性问题

本文研究一类包含变系数梯度项的半线性椭圆型耦合方程组解的存在性与不存在性问题。利用径向解方法、反证法和极值原理,得到了有界全局正解和整大解存在的充分必要条件及整大解和大解不存在的充分条件,找到了梯度项的加权系数对方程组解的影响。     

基于空间自相关模型的西北太平洋日本鲭渔场时空变动研究

日本鲭（Scomber japonicus）是西北太平洋渔业捕捞的主要种类,了解其渔场变动对探究日本鲭种群分布、资源评估、开发利用和管理等意义重大。为获知其渔场的时空变动特征,本研究根据中国2014−2019年西北太平洋公海灯光围网渔业统计资料,运用全局莫兰指数、局部热点分析、重心迁移轨迹模型和标准差椭圆模型对西北太平洋日本鲭渔场时空分布模式、特征和变动趋势进行了研究。结果显示：（1）日本鲭渔获量主要集中在39°～44°N,147°～155°E范围内,地理上分布不均;年间产量先增后降,年间CPUE逐年降低;月间产量先增后降,其中6−10月均维持在较高水平,CPUE逐月增加;捕捞网次核密度显示,核密度高值发生区域与产量高值具有高度一致性;（2）日本鲭年间、月间渔获量均存在空间自相关并呈现显著聚集分布模式,月间空间自相关性比年间强;（3）年间、月间日本鲭渔获量分布的热点区和冷点区均表现出一定空间集聚特征,但是不同年份、月份的热点区和冷点区的分布区域、面积均存在较大差异;（4）日本鲭渔场重心年间移动轨迹呈右转约90°的扁“W”形状,总体上往西北移动;月间变化显示,从4月份开始逐渐向东北移动,8月到达东北端后向西南折返;（5）日本鲭渔场年间、月间变动方向一致,呈西南−东北格局,且方向性、向心力均较强,日本鲭渔场具有较高的聚集性。该研究引进了空间自相关模型及相关地理空间分析方法,为探讨西北太平洋日本鲭渔场变动特征提供了一种新思路。     

基于ArcGIS平台的影像标准分幅批量裁剪

针对现有的遥感影像标准分幅批量裁剪方法所存在的局限性,本文在ArcGIS平台下,应用ArcToolbox、Python脚本语言、模型构建器等工具,实现国家基本比例尺地形图分幅结合表的快速生成、图幅编号自动计算、影像批量裁剪等功能一站式解决。     

面向卫星遥感影像检索定位的深度学习全局表征模型评估与分析

如何快速获取无辅助参数卫星遥感影像地理位置是非合作方式获取的遥感影像信息充分利用的一个关键,利用影像特征的相似性对卫星遥感影像检索来实现定位,是获取无辅助参数卫星遥感影像地理位置的有效手段。为了探寻影像深度学习全局特征用于无辅助参数卫星遥感影像检索定位的可行性,建立了包括Precision@K、平均排序、特征提取时间、特征相似性计算时间、硬件消耗等,涵盖有效性、效率2个方面共计5类指标的评估体系。采用谷歌地球提供的影像数据作为基准影像,在资源三号夏季及冬季数据集上,分别利用AlexNet、VggNet、ResNet、DenseNet、EfficientNet等几种代表性的卷积神经网络预训练模型提取基准影像及查询影像的全局特征,依据评估体系中的指标,对这些网络模型的影像表征效果进行全面的量化评估与分析。试验分析结果表明,DenseNet、ResNet-18、VggNet这3个深度学习神经网络预训练模型提取的全局特征,综合表征效果较好,可有效用于卫星遥感影像检索定位;当K值取200时,DenseNet网络模型的Precision@K值可以达到59.5%,ResNet-18和VggNet网络...