基于单频走时敏感度核函数的三维波动方程初至层析

地震波走时层析是主要的近地表速度建模技术.对于变速模型,尤其是复杂近地表模型,波动方程能够更加精确地描述地震波的一阶绕射效应,理论上反演精度高于射线(束)类层析.然而,波动方程的数值求解的计算量较射线理论增加了几个数量级,严重制约了波动方程走时层析技术的三维实用化.为解决波动方程走时层析中遇到的计算和存储问题,本文通过引入随机边界条件以及离散Fourier积分,提出了基于单频梯度反演策略的实用化三维波动方程初至层析方法.本文方法的优势在于：在计算和存储方面,相比于基于波场重构算法(需要三次波传播)的梯度计算策略,本文提出的单频梯度计算方法对内存需求极低(相对于波动方程正演,仅需要增加两个单频波场以及一个成像体),且计算量至少减少1/3(仅需要两次波传播且无需处理数值吸收边界).此外,随机边界的引入使得正演算法大幅简化因而更适用于GPU(Graphics Processing Unit,图形处理器)加速.在理论层面,由于影响地震波一阶散射效应的主要区域集中在连接炮检的中心射线邻域的第一菲涅尔带内,随机边界条件的引入降低了随机边界内产生的散射波的空间相关性,使得第一菲涅尔带内的单频梯度相干...     

基于颜色校正及特征融合的海洋遗迹图像增强

针对海洋遗迹图像出现色偏、细节模糊等现象,导致海洋测绘等工作效率低的问题,提出基于颜色校正及特征融合的海洋遗迹图像增强方法。首先改进传统颜色校正以缩小色彩衰减程度;其次使用深层信息提取模块获取细节信息,并加入多尺度特征提取模块保证图像视觉的完整性;最后提出特征融合模块融合深层细节和尺度特征信息,输出清晰海洋遗迹图像。实验结果表明：本文将传统方法和深度学习算法结合,不仅可以提高真实海洋遗迹图像的清晰度,而且在数据集上的评价指标均优于对比的经典及新颖算法,为海洋测绘等领域提供新思路。     

ARGO剖面浮标电导率传感器漂移问题探讨

ARGO剖面浮标在海上长期工作,其携带的电导率传感器漂移会导致测量数据误差,从而影响观测资料的质量。文章利用误差理论和回归分析、曲线拟合等数理统计方法,检测和处理由ARGO剖面浮标电导率传感器漂移所带来的测量误差,并对太平洋、大西洋和印度洋上已经发现有电导率传感器漂移的ARGO资料进行了校正,取得了比较理想的结果。     

地震层析技术在确定隐伏断层中的应用

本文给出了ＣＴ 计算中较常用的ＡＲＴ、ＳＩＲＴ 和ＬＳＱＲ 三种算法,用ＬＳＱＲ 算法对取自于断层的实际资料进行了层析反演,其结果是,断层两侧介质速度差异明显,比较准确地确定了断层的位置,结果比较理想。最后,将层析勘探与折射波勘探进行了对比,提出了将两种方法进行联合反演的思路     

改进的伴随状态法初至波走时层析成像方法

目前,有关伴随状态法初至波走时层析成像方法的文献,基本上都是基于面积分来定义目标函数,由此得到的伴随方程也都依赖于地表的法向量.这样,一方面会因为伴随变量计算的不准确而造成梯度的不合理,另一方面也无法合理地处理井中观测问题.本文从理论或数值试验角度指出了这些问题,并提出了不依赖地表法向量的改进的伴随状态法走时层析成像方...     

水色遥感大气校正方程的研究进展

大气校正是水色遥感研究中必不可少的一步,文中概括总结了对于一类水体、二类水体的大气校正以及在每类水体中对气溶胶单散射、复散射两种情况下的大气校正方法,列出了比较实用的计算流程。     

Argo浮标电导率漂移误差检测及其校正方法探讨

文章引入位势电导比(potential conductivity ratio)的概念,对一个在西北太平洋上观测时间长达4a的Argo剖面浮标进行了诊断分析,并利用现场CTD资料和简单的误差消除法,对该浮标由电导率传感器漂移所产生的盐度误差进行了校正处理,且与目前同际上公认的WJO方法进行了比较,发现利用现场CTD资料校正Argo浮标长期观测所产生的盐度误差更直观、更简便,其校正结果也是可信的。     

时序新方法在城市地面沉降监测中的研究

针对现有时序分析在大范围形变监测中数据处理时间长、存在大气延迟误差和相位解缠误差问题,该文利用LiCSAR产品,采用时序新方法LiCSBAS技术,引入GACOS产品进行大气改正,运用整体干涉质量检验和环闭合相位来剔除解缠误差。以昆明市为研究对象,选取2018—2021年获取的84景Sentinel-1影像进行实验研究。结果表明：LiCSAR产品能有效提高数据处理效率;采用CACOS产品对流层大气延迟进行改正具有一定效果;环闭合相位能够有效剔除解缠误差。利用该方法共监测出6个沉降区,其成因受城市建设、地质、地下水抽取等因素导致,相较于已有研究表明,A沉降区为新增沉降中心。该方法在大范围城市地面沉降监测中具有一定优势,可为防灾减灾事业及政府部门决策提供一种有效的手段。     

海上煤田三维地震资料处理方法研究

龙口海域煤田,海水深度变化大(1~13 m),地层局部倾角陡;海上地震资料采集存在检波器位置漂移、变周期鸣震干扰以及子波差异大等问题。利用直达波或折射波旅行时进行检波器位置反演,解决了检波器飘移问题;变步长二步法预测反褶积能压制变周期鸣震干扰;叠前时间偏移解决了陡倾角成像。资料处理效果表明:所用方法对龙口海域地震资料具有较强的针对性。      

地形校正对U-Net深度神经网络分类器分类精度的影响

在国土资源监测、森林资源调查等多个领域中,基于遥感影像的分类技术受到了广泛应用。在利用传统分类器对地表覆盖分类提取中,地形效应是制约分类精度提升的一种因素,其影响可通过适当的校正模型减弱,且已证明地形校正能够对分类精度的提升起到积极作用。相比于传统分类器,基于深度学习理论的深度神经网络分类器具有深层特征学习和表达的优势,在图像分类领域兴起并逐渐用于土地覆盖分类且取得了不错的精度提升。本文初步探究了地形校正在利用深度神经网络分类器U-Net进行地表覆盖分类时对分类精度的影响情况。以Landsat 8 OLI 30 m影像为数据源,结合GDEM＿V2 30 m地形数据,在GlobeLand 30和全国30 m森林分类结果的基础上,利用U-Net深度神经网络分类器实现了山区地表覆盖分类提取,并就不同训练样本获取方式及不同精细程度分类体系下地形校正前后的分类精度做了对比分析。分类结果表明：（1）规则网格裁切和坡向辅助裁切这两种训练样本获取方式下,地形校正后的分类精度较校正前不变或有极小幅度的降低,降低范围在0.9%—1.39%;(2)在对更精细的森林类型分类中,地形校正后的分类精度较校正前下降...