大地水准面高的计算及其在海底地形反演中的应用

为充分挖掘海洋重力数据在反演海底地形中的应用潜力,尝试探索利用大地水准面高反演海底地形的技术途径,并以夏威夷—皇帝海山链拐点所在海区作为反演试验区进行验证。首先采用Belikov列推法计算伴随(缔和)勒让德函数,利用EIGEN-6C4地球重力场模型解算获取了分辨率为1'的大地水准面高格网数值模型;然后通过综合分析反演比例函数和转换函数特点、研究海区大地水准面高与海底地形的相干特性以及大地水准面高本身尺度特征,获得了利用大地水准面高反演海底地形的频段范围;最终以试验海区大地水准面高为数据输入,构建了相应的海底地形模型(BNT模型),并与ETOPO1等海深模型进行比对分析。试验结果表明:BNT模型检核差值在一倍均方差范围检核点数量占比70.60%,相比正态分布更加集中;BNT模型检核精度低于ETOPO1等海深模型;海深模型检核精度随着水深增加不断提升,水深小于1 000 m时,海深模型相对误差出现较大发散现象;计算海域ETOPO1模型精度最高,GEBCO模型和DTU10模型检核精度相当。     

利用Kmeans-RBF神经网络提高重力格网化数据精度

针对重力测量数据在格网化过程中精度会被降低的问题,顾及空间重力异常和地形的强相关性,提出了三维Kmeans-RBF神经网络方法,该方法利用神经网络的复杂非线性映射学习能力进行推估建模,并在模型训练和推估时加入地形数据作为物理控制。最后基于美国爱达荷州地区的实测重力数据进行验证,实验结果表明:该方法相对于二维Kmeans-RBF神经网络方法和直接进行拟合推估的Kriging方法,实验区内精度分别提高了24.85%和44.84%。     

利用多元回归分析反演西南印度洋区域海底地形

针对海底地形与重力异常和重力异常垂直梯度在相应频段呈现强线性相关的特点,引入多元回归分析技术,提出并详细推导了联合多元重力数据的海底地形建模方法。然后,在西南印度洋SWIR(Southwest India Ridge)所在部分海域开展了海底地形反演试验及地形地貌分析研究。试验结果表明:6种海深模型中,基于多元回归分析技术构建的海深模型(BDVG模型)检核精度最高,相较于S&S V18.1模型和ETOPO1模型精度分别提高了11.51%和57.81%左右;2000 m以上水深海域,各个海深模型的检核精度较高,相对误差波动较小,反映了深海海域具有良好的反演效果;地形起伏剧烈海域或者浅海海域,BDVG海深模型,相较于以重力异常和重力异常垂直梯度作为单一输入源建立的BDG模型和BVGG模型相对误差及相对误差波动变化较小,反映了BDVG模型拥有更好的稳定性,从而体现了联合反演的必要性和优势。Indomed FZ—Gallieni FZ上唯一轴部缺失裂谷洋脊段(27洋脊段)目前属于岩浆供应充足阶段,构造作用的海底扩张对其影响较小;同时由于对称裂离方式影响,27洋脊段沿轴南北对称分布有地形隆...     

导纳函数的中国南海海底地形模型

针对目前大面积海域依然存在海深测量数据空白的问题,该文选取中国南海4°×4°(12~16°N,115~119°E)海域范围为研究区域,通过频率域上的相关性分析,得到重力异常在30~130km波长范围与研究海域海底地形的相关程度较高。以ETOPO1海深模型作为先验模型,应用导纳函数实现了在无船测数据情况下对海深的反演,最终得到1′×1′的海深模型。将反演结果与检核点进行比较发现,模型1在2 500m以上海域相对误差较小,反演精度较高;2 500m以下海域相对误差变化大,反演精度较低。无船测数据环境下,适当加入一定数量船测海深值作为控制点得到的海深模型2,相较于未加控制点的模型1,在1 000m以下水深处的标准差明显优于模型1,与检核点的差值精度最大提高了45%左右。     

LRI与KBR数据检核GRACE-FO卫星精密轨道

GRACE-FO卫星定轨精度直接影响其反演地球重力场,评估检核轨道数据精度是保证重力场反演效果的重要步骤.自该卫星升空以来,已在轨观测近2年6个月,尚未见对各时期卫星轨道的检核分析.针对以上情况,提出了利用LRI与KBR数据检核GRACE-FO卫星精密轨道的方法,引入了基于信噪比确定权重系数的星间距离组合观测量作为参考...     

多个超高阶重力场模型精度分析

分析了国际和国内公布的EGM2008、GECO、Eigen6c4、UGM2005、DQM2000d和DQM2006等超高阶重力场模型的内符合精度;利用中国境内的实测GPS/水准数据对各类模型进行了外符合精度检验;结合不同的方法对系统差进行了处理;最后基于试验区数据讨论了不同模型之间频谱组合方法对高程异常计算结果的改善情况。实验表明,Eigen-6C4模型具有更高的内符合精度,国内公布的UGM2005和DQM2006两种模型精度相当;本文提出的十参数法相比于传统四参数方法精度获得了4.6%~22.20%的提升;GECO模型和Eigen-6C4模型在实验区内外符合精度较好;不同模型之间的频谱组合可以在一定程度上提高试验区内模型确定高程异常的精度。     

地下目标体重力张量数据的边界识别与增强算法的研究

边界增强与识别在重力数据处理中占据重要地位,与传统重力异常数据相比,重力张量及其高阶分量对于直接反映异常体的边界具有更高的精度。当异常数据中的所有网格点的值均较低时,通过Sigmoid变换,可以实现高异常值网格数据的拉升,同时压缩低灰度级像素,从而凸显地质体边界,提高边界增强后图像的识别效果。文中利用张量及其分量构建常用的边界识别算法,通过组合体模型进行多种边界识别算法的试算,以比较分析各自的效果,并对结果进行Sigmoid变换。结果表明:对于张量高阶分量组合形式,水平梯度模、解析信号能基本反映浅异常体的边界,gzz水平梯度模能较好反映浅异常体边界,但三者均不能识别深异常体边界;Tilt梯度、Theta和ITA3效果不理想;ITA2能在有效均衡不同强度异常信号的同时,清晰地识别不同深度异常体的边界;采用Sigmoid变换,可以明显提高边界识别的识别效果。     

联合多源重力数据反演菲律宾海域海底地形

对比分析重力-海深的“理论导纳”和实际数据的“观测导纳”,获得研究海域有效弹性厚度理论值为10 km。联合重力异常和重力异常垂直梯度数据,应用自适应赋权技术,采用导纳函数方法构建菲律宾海域1'×1'海底地形模型。试验发现,当重力异常垂直梯度反演海深结果与重力异常反演海深结果的权比为2∶3时,所构建的海深模型检核精度最高。同时,联合多源重力数据反演海深能够综合重力异常和重力异常垂直梯度在对待不同海底地形上的反演优势,生成精度优于单独使用重力异常数据和重力异常垂直梯度数据反演的海底地形模型。以船测数据作为外部检核条件,反演模型检核精度略低于V18.1海深模型,而相较于ETOPO1海深模型和DTU10海深模型检核精度分别提高了27.17%和39.02%左右;反演模型相对误差的绝对值在5%范围内的检核点大约占检核点总数的94.25%。     

确定区域大地水准面的K-means-RBF神经网络方法

确定区域大地水准面的几何水准方法在拟合大地水面时未顾及重力场信息,仅是一种单纯的数学拟合,忽略了重力场数据自身的物理性和不同数据间的相关性.近年来,深度学习方法得到广泛重视与研究.本文提出了一种有监督学习的RBF神经网络精化大地水准面的方法,使用包含重力异常和大地水准面高的重力场数据进行神经网络训练,并采用K-mean...     

利用重力异常反演马里亚纳海沟海底地形

针对利用船舶测量海底地形效率低和成本高的缺点,选取西太平洋板块俯冲菲律宾板块而形成的马里亚纳海沟所在海域作为实验区域,依据重力地质方法（GGM）,利用重力异常数据反演海底地形。采用移去恢复技术确定了重力地质法模型的密度差异常数为2.32 g/cm³。分析比较了GGM海深模型、ETOPO1模型和直接将船测点海深数据格网化（模型1）3种海深模型之间的差异,并依据反演结果对"挑战者深渊"两侧地貌进行了研究。结果表明：GGM模型反演海底地形的结果优于ETOPO1模型,更优于将船测点海深数据直接格网化的结果;模型相对误差与海深的关系不大,受海底地形变化影响明显;在船测数据匮乏或者过于稀疏的海域,模型间海深差值结果较大;"挑战者深渊"海沟两侧的地貌有明显差异,在海沟南侧水深小于5 000 m的浅海部分,坡度平缓（2°~5°）,而在水深大于5 000 m的部分,坡度明显增大（10°~15°）;海沟北侧在整个下降阶段坡度很大（10°~15°）,11°45'N附近出现一个缓冲地带。