基于CLEAN算法的GPS监测数据处理方法

对建筑物进行高精度的变形监测是后期信息提取,预防安全隐患的基础。针对GPS变形监测中存在的多径误差问题,本文提出一种基于CLEAN算法的GPS多径提取方法,首先对多径信号理论模型进行分析,结果表明多径信号可以作为直达信号的谐波分量,在此基础上利用CLEAN算法在频域对多径信号进行提取,基于仿真和实测数据的实验结果表明,所提方法相对于小波方法和经验模态分解(Empirical Mode Decomposition,EMD)方法具有更高的提取精度和更好的多径抑制性能。     

多层构造油藏纵向细分计算单元对储量参数及结果的影响

为满足油田中后期精细开发及后续调整挖潜的需要，亟需进行更精细的储量研究，其中最重要的一环就是纵向细分计算单元.对于多层构造油藏，纵向细分主要根据油层组内隔夹层分布特征、小层物性特征，细分到以小层或者分布特征和物性相近且纵向上连续分布的小层组合为计算单元.根据纵向细分计算单元前后储量参数选值的理论推导，结合储层的沉积展布特征，认为含油面积范围内无储层尖灭时，仅平面油层厚度差异较大的油藏平均有效厚度变小.含油面积范围内储层尖灭时，正常三角洲沉积储层的油藏各参数一般都变小；而辫状河三角洲沉积储层的油藏一般平均有效厚度变小，平均有效孔隙度和平均含油饱和度变大.这一结论可以有效指导储量评估过程中纵向细分计算单元方案划分，为同类油田的精细储量研究提供技术支撑.     

南海开放共享航次关键科学问题的思考——从多尺度海洋动力学角度出发

南海是西太平洋最大的边缘海, 通过一系列的海峡与西太平洋和印度洋相联通, 其不同时空尺度的海洋环流动力过程及其生态环境效应是南海区域海洋学研究的重要内容。自20世纪50年代末全国第一次海洋普查开始, 我国对海洋调查的支持力度不断加大, 以科学考察船为代表的海洋科学观测平台建设不断加强; 进入新千年以来, 国内海洋科考船依托的各主要研究所和院校本着开放的理念, 先后组织多单位联合进行海上观测。尤其是最近10年, 国家自然科学基金委员会支持实施了船时共享航次计划, 进一步促进了国内海洋界的交流和合作, 南海区域海洋学的相关研究取得了很多重要的成果。从多尺度环流动力学的角度出发, 本文简要回顾了南海海洋观测的发展历程, 并初步总结了近些年来南海关键科学问题的研究进展, 包括南海和西太平洋的水体交换过程、南海中小尺度过程、多尺度相互作用及其生态环境效应等; 并且在现有的研究基础上, 对未来南海的观测和科学问题提出若干思考与展望。     

内蒙古呼伦西白地区铌稀土多金属矿成矿特征及找矿标志

北山成矿带东缘的内蒙古呼伦西白地区近年来发现了多处铌稀土矿床(点),矿床(点)产于二叠纪二长花岗岩外接触带上,矿体赋存于滨浅海相碳酸盐岩-变碎屑岩内,其形态、产状、规模受构造-岩浆活动控制,并与磁异常对应,其中灰石山东北铌稀土矿区Nb2O5品位0.02%～0.56%、平均0.11%,REO品位0.13%～2.63%,平均0.93%,辉森乌拉西铌金矿区Nb2O5品位0.01%～0.1%,与白云鄂博Nb-REE-Fe超大型矿床特征类似,成矿潜力巨大。结合区域地质背景及铌稀土多金属矿成矿特征,初步认为区内该类型矿床的找矿标志为:二叠系滨浅海相碳酸盐岩-变碎屑岩地层、构造挤压形成的虚脱空间或韧-脆性转换部位、二叠纪二长花岗岩外接触带、放射性异常梯度带-磁异常位置、岩石蚀变(褐铁矿化、硅化、碳酸盐化等)和石英细网脉发育地段。对该地区铌稀土多金属矿成矿特征和找矿标志的研究有利于拓展北山地区三稀矿产的找矿思路,也可为此类矿产的找矿方向提供借鉴。     

坡面流的 Lattice Boltzmann 方法数值模拟

以一维运动波方程为研究对象,给出Lattice Boltzmann方法的D1Q5速度模型在一维坡面流的数值模拟中的具体步骤,并将其计算结果与解析解进行比较,同时分析了步长和弛豫时间的选取对计算精度的影响。结果表明:Lattice Boltzmann方法可以较好地应用于坡面流数值模拟中,空间步长的选取对计算精度的影响较大,弛豫时间的取值应在[1.0,1.2]范围内为宜。     

基于四叉树的多波束水深数据快速检索方法

针对水下地形测量仿真器中的多波束测深结果仿真环节中,对海量已知水深点云数据进行处理时存在的检索效率低、内存占用大的问题,设计了一种基于四叉树的数据处理方案。以四叉树数据结构并采用序列化方式存储索引文件,提高点云数据的检索效率;通过内存映射的方法读取海量点云数据,减少内存占用。数据实验表明:相对于常见的遍历检索,在检索点云数不超过总点云数的约四分之三时,四叉树水深点云检索效率提高了1倍以上;在检索点云数越少,总点数云越多时,四叉树水深点云检索的效率最多可提升30倍以上。基于四叉树的数据处理算法可有效地提高点云数据的检索效率,适合于多波束测深结果仿真过程中的海量点云数据的处理。     

基于Landsat数据的近30年上海大陆岸线变化分析

为了研究上海大陆岸线的最新变化,以5年为间隔,选取1988~2019年间的近30年多期Landsat遥感影像,采用多尺度分割和光谱分割相结合的分割方法,提取影像中研究区域的水边线,并利用同年不同时相的水边线和平均大潮高潮位数据进行潮位校正,获取相对准确的海岸线位置。使用线性回归速率方法(LRR)对大陆岸线的外扩距离和速度变化进行了统计,同时对上海大陆岸线长度和面积的时空变化进行了分析。结果表明,从1988~2019年,上海大陆岸线总长度增加了10.4km,增幅达5.19%,长度变化呈“减增减”的趋势。海岸线的平均外扩距离为1.35km,平均LRR值为50m/年,外扩距离最大处位于南汇嘴。上海大陆沿岸总的新增土地总面积达到220.39km²。     

深水多波束测深系统测深精度评估

深水多波束测深系统主要应用于高精度全覆盖水下地形测量,随着现代水声技术的发展,其可同时获得海底地貌信息(底质分类)、水柱信息(水体中的油气),成为海洋探测必不可少的设备。对深水多波束测深系统原理、功能、发展做简要介绍,对多波束系统测量误差与精度评估方法进行了初步研究,并利用上海海洋大学"淞航"号首航实测数据,开展了EM302深水多波束测深系统的安置偏移量检校和测深精度评估工作。该工作具有较强实用性,为深水多波束的合理高效使用提供有益的参考。     

深度学习在水声目标识别中的应用研究

水声目标识别技术是水声信号处理的重要组成部分，是水声信息获取与水声信息对抗的重要技术支撑。针对水声目标识别时探测数据量大、自动化程度不高、识别效率低下等问题，研究了深度学习在水声目标识别中的应用。首先，介绍了水声目标识别技术的研究现状及当前形势下面临的挑战。然后，对深度学习的网络结构原理及改进型进行了分析，并分别对深度学习在水声声信号识别领域和水声图像信号识别领域的应用现状做了阐述。最后，指出了由于受当前技术条件和水下复杂环境的制约，此方法尚且存在着不足之处。该方法为进一步优化深度学习算法、拓展深度学习技术应用范畴、提升水声目标识别效率提供了参考。