Cyclone在数字校园三维激光点云数据预处理中的应用

为了高效获取精确的数字校园地形图的测量数据,通过Leica ScanStation P40对校园进行三维激光点云数据采集,并结合Cyclone中的去噪模型对点云数据进行去噪,利用“六自由度”方法和ID号对标靶进行拟合,在一定约束条件下完成点云数据的坐标匹配、拼接以及优化,得到统一坐标系下的点云数据。结果表明:优化后的点云数据精度可达到6 mm。可见处理后的点云数据能够满足数字校园地形图的高精度要求。     

求解声波方程的辛可分Runge-Kutta方法

本文基于声波方程的哈密尔顿系统,构造了一种新的保辛数值格式,简称NSPRK方法.该方法在时间上采用二阶辛可分Runge-Kutta方法,空间上采用近似解析离散算子进行离散逼近.针对本文发展的新方法,我们给出了NSPRK方法在一维和二维情况下的稳定性条件、一维数值频散关系以及二维数值误差,并在计算效率方面与传统辛格式和四阶LWC方法进行了比较.最后,我们将本文方法应用于声波在三层各向同性介质和异常体模型中的波传播数值模拟.数值结果表明,本文发展的NSPRK方法能有效压制粗网格或具有强间断情况下数值方法所存在的数值频散,从而极大地提高了计算效率,节省了计算机内存.     

湖北省农房调查信息化软件系统研究与开发

根据湖北省农村房屋所有权确权登记发证项目现状,详细分析了湖北省农村房屋调查登记发证图件成果的类型和要求;介绍了湖北省农村房屋调查登记发证地籍绘图系统的设计与开发过程。通过湖北省各县市1a多的使用发现,该系统操作简便,运行稳定,完全满足当前湖北省农村房屋所有权确权登记发证项目的要求。     

基于RF-FR模型的滑坡易发性评价——以略阳县为例

滑坡易发性评价是指导区域滑坡初步预警、预报的重要手段。为提高县域滑坡易发性评价的准确性,以随机森林模型（RF）、频率比模型（FR）为基础模型,结合2种模型的优越性,建立随机森林-频率比模型（RF-FR）,进行滑坡易发性评价。以略阳县域为研究区,选取高程、坡向、坡度、地层、地表粗糙度、距断层的距离、曲率、距道路的距离、地形湿度指数、距河流的距离及降雨量等14项影响因子建立数据库,采用Spearman方法对各因子相关性进行分析,剔除地形起伏度等3项相关性较高的评价因子,并基于滑坡相对点密度（LRPD）进行评价因子分析。结果表明：①滑坡灾害点与线状因子的距离呈负相关,即距离越近,灾害点越多。②FR、RF、RF-FR模型预测率分别为84.3%、90.1%、95.0%,RF-FR模型较FR、RF模型预测精度分别提高了10.7%、4.9%。③RF-FR模型的滑坡灾害点在高、极高易发区的比例比FR、RF模型分别提高了15.89%、5.29%。     

求解双相和黏弹性介质波传播方程的间断有限元方法及其波场模拟

间断有限元（Discontinuous Galerkin：DG）方法具有低数值频散、网格剖分灵活、能模拟地震波在复杂介质中传播等优点.因此,本文将一种新的DG方法推广到双相和黏弹性等复杂介质的地震波场模拟,发展了求解Biot弹性波方程和D'Alembert介质波动方程的DG方法.首先通过引入辅助变量将Biot双相介质弹性波方程和D'Alembert介质波动方程转化为关于时间-空间的一阶偏微分方程组,然后对该方程组进行DG空间离散,得到半离散化的常微分方程组.最后,对此常微分方程组,应用加权的Runge-Kutta格式进行时间推进计算.数值结果表明,DG方法可以有效地求解Biot双相介质弹性波方程和D'Alembert介质波动方程,并能很好地压制因离散求解波动方程而产生的数值频散,获得清晰的各种地震波震相.

     

BDS海洋区域服务性能评估

针对现阶段BDS星座在我国周边海区的服务性能评估问题,给出星座可用性和星座覆盖性评估指标及计算公式,对基于格网划分的太平洋、印度洋评估海区作系统性测试分析.评估数据表明,BDS星座在60°S~60°N,150°~180°E和60°S~30°N,40°~70°E海区服务性能达到合格以上;评估海区在经度上由150°E向东、70°E向西,纬度上由高纬度至低纬度地区,BDS星座服务性能逐渐变差;部分海区及部分历元下BDS服务性能可达到优、良级别.该评估结果确定了BDS星座在海上服务性能达到各等级的海区范围,可为BDS在海上应用的拓展提供一定参考.     

基于像素差分神经网络的断层识别方法

断层识别是地震解释的一项重要任务.相对传统的基于人工或半人工的断层检测方法, 基于深度学习的断层检测方法具有自动化程度高等特点, 近年来已经吸引了业界广泛兴趣.目前, 大多数利用深度学习的断层识别方法都是基于语义分割或图像分类, 但基于语义分割或图像分类的方法预测出的断层噪声较多.而边缘检测网络可以通过学习断层在地震剖面中不连续的特征, 从而提高网络的抗噪能力.为了利用边缘检测网络的抗噪优点并提升其性能, 本文采用基于像素差分的卷积运算构建出像素差分网络模型(Pixel Difference Networks, Pidinet).相较于传统的边缘检测网络, Pidinet将传统的边缘检测算子与深度学习网络结合, 有效地提升了边缘检测的效果.为了使Pidinet网络更好地预测断层, 本文对原始Pidinet网络进行了优化, 去掉了相对断层识别任务而言多余的分支结构和卷积层.相对于传统的卷积运算, 基于像素差分的卷积运算可以让神经网络更好地学习断层信息.为了让网络充分学习数据中的断层特征, 本文将真实地震样本与合成地震样本混合得到训练所用数据集.实验证明Pidinet在交并比(Intersection over Union, IoU)方面较Holistically Nested Edge Detection (HED)边缘检测网络提升了10%左右.为了测试网络的迁移能力, 本文只使用少量的数据样本对网络进行微调, 迁移的结果较分类网络在F1分数(F1 Score)、灵敏度(sensitivity)等指标均提升了10%以上.最后, 本文使用公开的实际地震数据进行测试, 实验结果显示Pidinet识别出的断层连续且清晰, 从而证明了基于边缘检测的深度学习算法在断层识别问题中的有效性.

     

春季东海溶存氧化亚氮的分布和海气交换通量

于2011年5至6月在东海采集不同深度海水样品,研究了其中溶存氧化亚氮(N2O)的分布并估算其海-气交换通量。结果表明,春季东海表层海水中溶存N2O浓度范围为6.31~11.88 nmol/L,平均值为(9.13±1.45)nmol/L;底层海水中N2O浓度范围为7.53~39.75 nmol/L,平均值为(13.71±7.76)nmol/L。随着深度的增加,N2O浓度逐渐升高。温度是影响春季东海N2O分布的主要因素,N2O浓度与温度呈负相关关系。长江冲淡水和黑潮水是东海N2O的重要来源。东海表层海水中N2O的饱和度范围为92.5%~139.3%,平均值为118.5%±10.3%,绝大多数站位都处于过饱和状态,因此,春季东海是大气N2O的净源。利用LM86公式和W92公式求得东海的海-气交换通量分别为(4.96±6.12)μmol/(m2·d)和(10.25±17.18)μmol/(m2·d),初步估算出东海年释放N2O通量约为0.061~0.127 Tg/a,占全球海洋释放总量的2.0%,远高于其所占的面积比0.2%。     

基于WNAD方法的非一致网格算法及其弹性波场模拟

加权近似解析离散化(WNAD) 方法是近年发展的一种在粗网格步长条件下能有效压制数值频散的数值模拟技术. 在地震勘探的实际应用中, 不是所有情况都适合使用空间大网格步长. 为适应波场模拟的实际需要, 本文给出了求解波动方程的非一致网格上的WNAD算法. 这种方法在低速区、介质复杂区域使用细网格, 在其他区域采用粗网格计算. 在网格过渡区域, 根据近似解析离散化方法的特点, 采用了新的插值公式, 使用较少的网格点得到较高的插值精度. 数值算例表明, 非一致网格上的WNAD方法能够有效压制数值频散, 显著减少计算内存需求量和计算时间, 进一步提高了地震波场的数值模拟效率.     

基于八阶NAD算子的保辛分部Runge-Kutta方法及其波场模拟(英文)

基于声波方程扩充的哈密尔顿系统,本文给出了空间精度为八阶的近似解析离散化(NAD)保辛分部Runge-Kutta方法,简称八阶NSPRK方法。该方法采用八阶精度的近似解析离散算子近似空间高阶偏微分算子,并使用二阶精度的辛分部Runge-Kutta方法进行时间离散。我们从理论和数值计算两个方面研究了八阶NSPRK方法的稳定性条件和数值频散关系,并同四阶NSPRK方法、八阶Lax-Wendroff(LWC)方法和八阶交错网格(SG)方法进行了比较。结果表明八阶NSPRK方法压制数值频散的能力显著优于传统数值计算方法。与四阶NSPRK方法和传统四阶辛格式(SPRK)方法相比,八阶NSPRK方法具有最小的数值误差和最高的计算效率:在达到同样消除数值频散的前提下,八阶NSPRK方法的计算速度约为四阶NSPRK方法的2.5倍、为四阶SPRK方法的3.4倍;八阶NSPRK方法的存储量仅为四阶NSPRK方法的47.17%、为四阶SPRK方法的49.41%。在双层介质、非均匀介质和Marmousi等复杂速度模型中,八阶NSPRK方法模拟得到的波场快照非常清晰,无可见数值频散。这些结果表明,八阶NSPRK方法在粗网格条件下能有效地压制数值频散,从而能够极大地节省计算内存,提高计算速度。总体而言,八阶NSPRK方法是一种在地震探测领域和地震学研究中有着巨大应用潜力的数值计算方法。