大兴安岭诺敏河火山群远震P波衰减研究

板内火山活动是板内下方深部物质组成的重要视窗,而中国东北是研究板内火山的热点场所.中国东北火山活动主要沿大兴安岭及松辽盆地周缘分布,隐匿在大兴安岭内的各火山群落鲜有地球物理观测.本研究聚焦于大兴安岭北部的诺敏河火山群,利用围绕诺敏河火山布设的43个流动台站记录到的17个远震事件数据,通过时间域波形匹配法计算了300条直达P波震相的Δt^*,并进一步采用贝叶斯蒙特卡洛方法反演得到了研究区的二维Δt^*模型,为约束诺敏河火山地区的深部结构提供了新的观测证据.结果显示研究区高衰减区域与火山活动在空间位置上有很好的一致性.诺敏河火山与研究区北端临近小古里河火山区域均观测到高Δt^*值,可能由区域下方热地幔物质上涌导致.诺敏河火山东部、科洛河火山西部区域观测到低Δt^*值,与高衰减区域最大Δt^*差值达约0.3±0.05 s,可能由两部分原因导致：该区域下方残留未被侵蚀的岩石圈,以及局部区域或存在的部分熔融导致的残留地幔矿物脱水.

     

基于Bayes融合法的多源遥感影像分类

提出了顾及各数据源成像模型、上下文关系模型和可靠性的基于Bayes融合分类的方法,并采用该方法对Landsat TM和航空SAR影像进行土地利用分类试验。结果表明:同单独SAR影像分类结果相比,融合分类法将分类精度提高了20%。     

贝叶斯序贯平差

应用贝叶斯统计理论推导了序贯平差公式.按本文推导的公式进行贝叶斯序贯平差,得到的未知参数X的贝叶斯估值与按经典序贯平差得到的结果完全相同,但单位权方差σ²的贝叶斯估值却与按经典平差方法得到的结果相差一个因子.     

利用气象地温资料反演大地热流

利用气象台记录的深度为0.8m,1.6m和3.2m的月平均地温资料,进行Fourier频谱分析,得到定常波和子谐波（变化波）两部分.同时取地表以下为水平分层的均匀双层介质,建立数学模型,根据线性热传导和最优化理论对定常波以及子谐波的振幅谱和相位谱进行联合反演,计算气象台地表附近的定常地温梯度以及地表土壤的热扩散系数等物性参数,并据此计算该地的大地热流值.初步计算结果表明,上述方法得到的某些地区的大地热流值与传统的通过钻孔测量法得到的大地热流值符合得相当好.     

基于混合差分进化算法的地球物理线性反演

地球物理反问题线性化处理之后, 各种反演算法归结为对病态线性方程组的求解. 为了快速准确地计算出地球物理参数, 本文提出了一种全新的基于LSQR算法的混合差分进化算法(Hybrid Differential Evolution Algorithm, HDE). 该算法利用LSQR算法给出DE算法的初始种群, 提高DE算法的计算速度和稳定性. 在不同噪声水平下, 对四种正则化方法Tikhonov、TSVD、LSQR和HDE的反演结果进行详细比较. 理论模型和实际数据反演的结果都表明: 改进的HDE算法应用于地球物理反问题的求解是成功的: 反演结果与原设定模型具有较高的相关性, 在稳定性和准确性上较常规的反演算法都具有一定的优势; 而且不需要给定正则化参数, 具有更强的实用性.     

Practical Calculation of Non-Gaussian Multivariate Moments in Spatiotemporal Bayesian Maximum Entropy Analysis

During the past decade, the Bayesian maximum entropy (BME) approach has been used with considerable success in a variety of geostatistical applications, including the spatiotemporal analysis and estimation of multivariate distributions. In this work, we investigate methods for calculating the space/time moments of such distributions that occur in BME mapping applications, and we propose general expressions for non-Gaussian model densities based on Gaussian averages. Two explicit approximations for the covariance are derived, one based on leading-order perturbation analysis and the other on the diagrammatic method. The leading-order estimator is accurate only for weakly non-Gaussian densities. The diagrammatic estimator includes higher-order terms and is accurate for larger non-Gaussian deviations. We also formulate general expressions for Monte Carlo moment calculations including precision estimates. A numerical algorithm based on importance sampling is developed, which is computationally efficient for multivariate probability densities with a large number of points in space/time. We also investigate the BME moment problem, which consists in determining the general knowledge-based BME density from experimental measurements. In the case of multivariate densities, this problem requires solving a system of nonlinear integral equations. We refomulate the system of equations as an optimization problem, which we then solve numerically for a symmetric univariate pdf. Finally, we discuss theoretical and numerical issues related to multivariate BME solutions.     

宜兴丁蜀镇土地质量地球化学等级评价中的空间分析

在江苏宜兴丁蜀镇土地质量地球化学等级评价中,以当地的土地利用类型图（层）为基础,采用图层交叠分析和Voronoi图相结合的方法,对评价单元作了进一步的划分,并确定了各单元的控制样点。取得了样点与控制单元之间的良好对应效果。概述了部分相关空间分析的算法。     

A Non-Linear Dynamical–Statistical Model for Reconstruction of the Air–Sea Element Fields in the Tropical Pacific Ocean

Aiming at tackling the difficulty in establishing a sea surface temperature (SST) dynamical model, this study develops a non-linear dynamical–statistical model of SST fields and their correlative factors based on Genetic Algorithms (GA) and the dynamical system reconstruction idea, which greatly improves the El Niño–Southern Oscillation (ENSO) forecast model. Using Hadley SST data, sea surface wind (SSW) and sea level pressure (SLP) data from the National Centers for Environmental Prediction-National Center for Environmental Research (NCEP-NCAR), with empirical orthogonal function (EOF) time-space for reconstruction, we carry out numerical integral forecasting experiments for SST, SSW, and SLP fields. By statistical analysis of the forecasting experiments, we find that forecasts for less than 25 months perform better than longer term forecasts. Based on the model, we forecast SST, SSW, and SLP fields in September, October, and November 2014 and predict a weak La Niña event. This study explores a novel method for the complex atmosphere–ocean system.     

洪水频率分析中PDS模型研究进展

为了从实测洪水资料中获取更多的信息,提出PDS(Partial duration series)洪水频率分析模型并得到发展。介绍了PDS模型及其导出的AMS(Annual Maximal Series)模型的基本理论,综述了两种模型之间的比较研究。总结了PDS模型应用的关键技术,包括独立性判别、阈值的选取、超定量次数概率分布的选择。描述了PDS模型在区域洪水频率分析、PDS模型与贝叶斯理论结合研究的新进展,展望了PDS模型进一步研究的前景。     

高含沙河流的低温输沙效应——以黄河上游巴彦高勒站为例

黄河是世界上含沙量最高的河流,其上游沙漠宽谷河段的冲沙输沙效应受来水来沙和地形条件变化等影响。为研究高含沙河流在低温条件下的输沙效应,通过引入水温因子,建立了黄河上游沙漠宽谷河段巴彦高勒站的输沙率模型。基于First Optimization平台的通用全局优化算法率定参数,验证了输沙率模型,量化了高含沙河流的低温输沙效应。结果表明:① 水温越低(1~7 ℃),河道输沙率越大,表明水温对河道输沙率的影响主要表现在低水温时期;② 任意一种工况下,水温1 ℃时河道输沙率约为25 ℃时的2.5倍;③ 低水温(5 ℃)较常温(16.6 ℃)下的河道输沙率提高了40.7%,在黄河上游开河低温期进行大流量冲沙输沙是水沙调控的最佳时机。研究成果以期为黄河上游沙漠宽谷河段低水温高效冲沙输沙和其他寒区高含沙河流的治理提供技术支撑。