基于森林模型参数先验知识估算高分辨率叶面积指数

目前,估算高分辨率叶面积指数LAI（Leaf Area Index）的常用方法是采用大量地面测量数据和遥感数据建立统计模型,再用统计模型估算LAI。然而,与农田地面测量实验相比,森林地面测量实验获取的观测数据更加有限,这使得基于统计模型的森林高分辨率LAI的估算精度低,难以满足应用需求。为此,本文提出一种基于森林模型参数先验知识、使用森林研究区少量的LAI地面测量数据和归一化植被指数NDVI数据估算森林高分辨率LAI的方法。首先,获取全球20个森林实验区的LAI地面测量数据和NDVI数据,建立LAI-NDVI统计模型并提取森林模型参数的先验知识。然后,以一个新的森林站点Concepción作为研究区,将该研究区的数据分为建模数据和验证数据两个部分。使用研究区有限的建模数据对森林模型参数先验知识进行本地化校正得到优化模型,优化模型用于估算森林高分辨率LAI,使用验证数据评价LAI的估算精度。同时,选取了Camerons站点、Gnangara站点、Hirsikangas站点评价本文方法的LAI估算精度。使用地面测量LAI验证基于森林模型参数先验知识估算高分辨率LAI的结果精度,经验证4个森林站点的均方根误差分别为0.6680,0.4449,0.2863,0.5755。研究结果表明：在仅有少量观测数据时,采用本方法能有效地提高森林高分辨率LAI的估算精度。因此,本方法可为森林高分辨率LAI的遥感估算提供参考。     

自适应换站算法及其在长距离机载GPS动态相对定位中的应用

提出采用＂自适应换站＂法来解决单基线处理模式难以满足长距离动态定位的问题。该方法的主要思想是：整个解算过程始终保持单基线的动态定位模式,当发现流动站与原参考站间的距离大于流动站与其他参考站间的距离时,自动更换周围最近的参考站作为新参考站;对换站前后的数据设置一定时间的重叠段,利用等价消参法将换站前后的数据进行严格的自适应融合,以保持整个解算过程的连续性。通过对实测机载数据的解算,证明该方法不仅可以克服因载体飞行距离过远而导致的定位精度下降,而且能够避免因换站所引起的前后解的不连续,计算结果表明该方法的定位精度约为2 cm。     

GPS、GLONASS、GALILEO三大系统间时间系统以及坐标系统的转换

在当今的三大定位导航系统中,它们各自用着自己的时间标准和坐标框架,这使得我们在进行多样数据处理与数据融合时很不方便。这就需要我们对此三个系统的时间系统以及坐标系统进行有效的转换,本文就是基于这样的需求,详细介绍并分析了此三大系统中各自的时间系统与坐标系统,通过对多方资料的综合、推证与计算,综合得出GPS、GLONASS以及GALILEO三大系统间的时间转换方法及坐标转换模型与公式。而且,这些转换公式与方法所得出的结果是完全能满足绝大多数用户的精度需求的。     

土工织物加固堤防非线性有限元分析

在进行堤防加筋设计时,土工织物的强度,加筋的长度,加筋的位置,加筋的层数等因素都是应该考虑的。利用欧洲通用的岩土工程有限元软件Plaxis,采用强度参数降低法,对某一堤防加筋的效果、机理作了分析。指出无论在任何位置加筋,土工织物都有一个最小长度。最小长度的确定,要具体问题具体分析。确定了加筋的最佳位置,并建议加两层,一层在底部,一层在中部,以抑制最危险滑弧的发展,提高整体稳定性,减少堤防变形发展。     

大气污染物SOx输送方程的尺度分析

文中用量纲分析方法分析了控制大气污染物输送方程的动力学特性。提出了 6种反映大气污染物输送过程中各种动力、物理和化学过程相对重要性的动力学参数。并以硫氧化物为例进行了各参数量级大小分析 ,尤其对 3种起汇作用 (去除机理 )的机理 (化学转化、干沉降和湿清除 )在不同尺度大气污染过程中的作用进行了详细分析。结果表明 :在一般情况下 ,SO2 的气相化学作用小于干沉降和湿清除的作用 ;干沉降作用很依赖于模式最底层厚度的选取 ;在有降雨时湿清除作用一般较大。文中还对大气污染物SOx 输送方程各项特征量的量级作了分析对比 ,得出了控制不同尺度大气污染物输送过程的零级近似方程和一级近似方程 ,并指出了这些方程的基本特征     

基于正交设计的复杂坝基弹塑性力学参数反演

复杂坝基弹塑性力学参数反演的计算工作量直接取决于采用何种优化方法。根据大坝在运行期的实测资料，运用有限元正交数值试验、回归分析和优化相结合的方法，反演了坝基岩体的弹塑性力学参数。实例研究表明了该方法的有效性和实用性。     

四川攀枝花2008年8月31日Ms 5.6地震震源深度的确定

利用四川区域数字地震台网记录,采用滑动时窗相关法识别sPn震相,测定了四川攀枝花2008年8月31日Ms 5.6地震的震源深度.研究结果显示,震源深度为17 km,表明震源位于中上地壳.元谋-绿汁江断裂带上中强地震分布与断裂走向吻合,震源机制解以走滑为主,这些表明此断裂近乎直立.结合此次地震的震源深度,我们推测此断裂可能达到20 km深.     

基于迁移学习的地球物理测井储层参数预测方法研究

随着大数据和机器学习的成熟和推广应用,人工神经网络在地球物理测井预测储层参数中得到重视.本文引入迁移学习进行测井储层参数预测,以孔隙度预测神经网络模型和孔隙度含水饱和度联合预测神经网络模型为基础模型,分别以渗透率及含水饱和度预测作为目标任务进行迁移学习,以提升储层参数预测效果和效率.文中详细阐述了基于迁移学习的测井储层参数预测方法,并使用64口井的测井数据进行储层参数预测效果分析.结果表明,使用迁移学习后,渗透率模型预测效果最高可以提升58.3%;含水饱和度模型预测效果最高可以提升近40%,且最大可以节省60%的计算资源;以孔隙度预测模型为基础模型时更适合使用参数冻结的训练方式,以孔隙度含水饱和度联合预测模型为基础模型时更适合使用参数微调的训练方式.

     

基于构造应力场识别震源机制解节面中发震断层面——以盈江地区为例

为了识别震源机制解节面中的实际发震断层面,本研究在反演震源处应力场的基础上,进一步计算震源机制解两个节面的不稳定系数,将其中最不稳定的节面视为实际发震断层面.本研究将上述方法应用于地震资料丰富且中强震发震构造研究较为深入的云南盈江地区,获得以下结论: (1) 2008年3月21日和2011年3月10日地震发震断层为震源机制解中NEE向节面,对应震中附近的大盈江断裂; 2008年8月21日地震的发震断层为震源机制解中NS向节面,对应震中附近近NS向苏典断裂; 2014年5月23日地震断层面识别结果为NEE向节面,其发震断层可能为昔马—盘龙山断裂; 2014年5月30日地震的发震断层为震源机制解中NS向节面,其发震断层可能是与苏典断裂平行的断裂.(2)盈江地区总体断层面识别结果显示盈江地区发震断层走向优势分布为近NS向和NEE向,呈现出共轭断层,研究区最大主压应力方向为NNE向; 断层走向和最大主压应力轴走向关系符合安德森断层理论.(3)本研究表明基于应力场识别震源机制解节面中发震断层面方法物理意义明确,实际应用结果合理可靠.

     

南海东部俯冲洋脊区段地震静态库伦应力分析

根据对马尼拉海沟及其邻区地震分布和震源机制解所反映的最大主压应力轴分布特征的分析,并结合古洋脊俯冲区段地震产生的静态库伦应力分析,发现在马尼拉海沟区域地震分布具有明显的分带特性,北部以NW向挤压应力为主,俯冲洋脊区段以近EW向的挤压应力为主;1999年7.2级地震使得2000年6.2级地震和2011年6.0级地震震中位置的静态库伦应力分别增加了约0.5和0.3 bar;2011年6.0级正断型地震和5.0级余震的静态库伦应力变化能较好地反映与余震分布的对应关系,大部分余震位于库伦应力变化值大于0.1 bar的触发阈值区域;计算古洋脊俯冲区段强震产生的静态库伦应力变化,结果显示海沟西侧小于10 km的深度范围内库伦应力增加值达到0.3~0.5 bar,呈NE向展布,吕宋岛弧一侧20 km深度范围内均表现为应力增加,应力增加区域与地震的分布较为吻合。