基于Cryosat-2数据的南海2'×2'重力异常计算与分析

利用Cryosat-2数据计算南海高空间分辨率高精度重力异常,对Cryosat-2 level 2 SIR_GDR-2A数据进行轨迹分析和交叉点分析。基于测高数据集(第1~4周期),借助加权最小范数最小二乘解计算网格剩余垂线偏差分量,然后计算中国南海海域(4°~24°,105°~120°)2'×2'重力异常。结果表明,Cryosat-2数据轨迹密度高且分布均匀规则,交叉点不符值均方根值为15.9 cm,略高于同步时间段的Jason-2 GDR数据。与船测重力相比,中国南海海域(4°~24°,105°~120°)2'×2'重力异常误差为4.5×10-5m·s-2。     

联合测高重力异常与ETOPO5海深数据求解南海海深模型

利用卫星测高重力异常,基于非补偿板块模型,反演了南海海域海底地形.考虑向下延拓容易导致的高频分量剧烈震荡,引入统计学中的统计相关理论,采用线性回归模型,对得到的海深模型进行了新的计算,反演结果与LDEO船测深数据相比较,两者之差的RMS为253.3m,较ETOPO5海深模型精度和分辨率均有明显的提高.     

两种不同深度的海底地形反演精度对比研究

不同深度海域的海底地形反演精度不尽相同,而反演精度的高低决定了反演方法的适用范围.首先在远海选取深浅不同的海域作为研究对象,对两区域的测高重力数据与船测水深数据进行线性回归分析和Pearson相关性分析,然后计算两区域的重力异常和海深数据的相关系数,最后采用重力地质法对两区域海底地形反演,并评估精度.结果表明:在距离海岸和岛屿较远的海域,浅海和深海区的重力异常与海底地形近似线性相关且相关性相同,两区域海底地形反演精度相近.这说明在距离海岸和岛屿较远的海域,基于重力地质法的海底地形反演精度受海水深度的变化影响较小.     

多源卫星重力数据融合研究进展

分析了GOCE和GRACE等重力卫星数据在频谱上的互补性,指出了多源卫星重力数据融合的必要性,总结了多源卫星重力数据融合的研究进展和相关成果,特别是GOCO和EIGEN系列模型.在此基础上,探讨了目前多源卫星重力数据融合中存在的问题,如地形影响处理、位系数与数据的对应关系、数据权重分配等.最后,对多源卫星重力数据融合研究提出了一些建议.     

基于积分方程正则化的重力异常超定问题解法

地球重力场的观测信息越来越丰富，求稳重力异常的超定模型将具有实用价值，据此给出了基于第一类Fredholm型积分方程离散型解法求解重力异常的超定模型，建立了地面重力、测高数据、重力梯度和垂线偏差求解重力异常的观测方程，并给出求解病态观测方程的正则化算法。     

SARAL测高卫星近海域波形重定新方法

利用AVISO提供的SARAL卫星浙江近海海域周年的WAVEFORM数据,通过对卫星波形分析,提出一种新的波形重定方法,该方法在顾及波形物理机制的基础上,根据各波形的特征进行重定。通过对重定前后的波形数据进行粗差剔除、共线平均和对比分析,结果表明:当纬度为27°左右时,未进行波形重定数据求得的平均海面高为10.770 m、标准差为4.515 m,而进行波形重定后数据求得的平均海面高为12.601 m、标准差为1.263 9 m;当纬度为30°左右时,未进行波形重定数据求得的平均海面高为12.236 m、标准差为1.877 m,而进行波形重定后数据求得的平均海面高为12.503 m、标准差为0.419 m。通过对波形重定前后卫星测高数据与验潮站数据对比,得到未进行波形重定的卫星测高数据与验潮站数据差值平均值为0.275 m、标准差为0.273 m,进行波形重定后卫星测高数据与验潮站数据差值平均值为0.046 m、标准差为0.049 m。研究结果显示利用本文提出的方法能显著提高卫星测高数据的精度与质量。     

重力区位模型的改进研究

本文对原有的供应链选址模型--重力区位模型进行了改进,应用一个运输成本系数方程取代原有不变的运输成本,使模型在理论上更加合理.并通过一个实例,验证了改进重力区位模型下得到的优化分销网络比原重力区位模型得到的分销网络下的最优输送方案节省了29.75%的生产成本和运输成本.     

基于嫦娥一号地形数据的月球布格重力异常与撞击盆地演化

月球布格重力异常是研究月球内部物质分布特征的重要参数. 该文基于嫦娥一号激光测高数据, 采用球坐标系地形校正方法, 获得了最新的月球全球布格重力异常. 讨论了南极Aitken（SPA）盆地形成时的天体撞击方向, 认为SPA盆地是月球最大的质量瘤盆地. 通过分析撞击盆地的布格重力异常, 发现月球质量瘤盆地具有不同的特征. 高地型质量瘤盆地高密度物质主要分布在浅部, 为充填的高密度玄武岩质岩石, 而平原型质量瘤盆地的高密度物质主要分布在深部, 为上隆的高密度月幔物质.     

基于卷积神经网络的重力异常反演

重力异常反演是地球勘探中常用的方法,它是通过地表观测重力异常推断地下介质的密度分布。针对传统反演方法存在的多解性、初始模型依赖和计算时间较长等问题,本文提出一种基于卷积神经网络(CNN)的重力异常反演方法,该方法首先通过大量正演计算获得训练数据集;然后采用该数据集训练CNN网络,使其建立从地表观测重力异常到地下密度模型之间的映射关系;最后将重力异常数据输入到训练好的卷积神经网络,得到对应的地下密度模型。实验结果表明,该方法能快速、准确的反演出地下重力异常体的密度、位置和形状,具有较强的泛化能力,能有效解决重力异常反演问题。     

基于新一代GNSS-R星座海面测高原理提高水下惯性/重力组合导航精度研究进展

紧跟国际卫星测高反演和水下组合导航的最新热点,以满足中国迫切提出的科学和国防需求为导向,介绍了基于GNSS-R卫星海面测高原理提高水下惯性/重力组合导航精度研究进展。第一,介绍了GNSS-R测高精度研究进展、GNSS-R测高沿轨迹空间分辨率研究进展、GNSS-R反射点轨迹间空间分辨率研究进展、基于卫星测高反演海洋重力场研究进展、水下重力匹配导航研究进展等。第二,在GNSS-R海面测高方面,提出了新型大地水准面静态高程镜面反射点修正定位法、海洋潮汐时变高程镜面反射点修正定位法、法向投影镜面反射点修正定位法、GNSS-R星载下视天线接收信噪比模型构建法、GNSS-R星载下视天线可用镜面反射点筛选算法等,旨在提高卫星测高精度和空间分辨率;在水下重力匹配导航方面,提出了新型主成分加权平均归一化法、测地线周期性航向控制法、分层邻域阈值搜索法、先验递推迭代最小二乘误匹配修正法等,旨在提高水下重力匹配导航精度、匹配效率及可靠性。第三,预期提出新型二阶不动点时延提取法,旨在提高GNSS-R卫星海面测高精度;预期提出新型反射信号分解法,旨在提高GNSS-R卫星海面测高沿轨迹空间分辨率;预期提出新型海面粗糙度误差校正法,旨在提高GNSS-R卫星海面测高轨迹间空间分辨率;预期提出新型正则化稳健算法,旨在提高海洋重力场反演精度和空间分辨率;预期融合星载GNSS-R模拟测高数据、岸/空基GNSS-R验证测高数据等多源信息,联合几何配准收敛速度快和直接概率准则定位精度高的优点,构建新型几何配准-直接概率准则混合法,旨在提高水下惯性/重力组合导航精度和速度。     

应用CHAMP卫星轨道和加速度数据恢复地球重力场

介绍了重力卫星CHAMP,GRACE,GOCE和利用卫星观测数据解算地球重力场的方法以及加速度数据的处理方法,探讨了基于能量守恒方法恢复地球重力场模型的原理.将基于能量守恒方法利用CHAMP卫星星历数据恢复的地球重力场模型与EGM 96重力场模型进行比较,结果验证了CHAMP卫星对地球中、长波重力场的敏感性,以及能量守恒方法恢复低阶地球重力场位系数的有效性.     

应用经验正交函数分析方法研究地球重力场时变特征

利用Grace(Gravity Recovery And Climate Experiment)106个月连续重力异常数据,基于经验正交函数分析方法,分析了重力异常时变特征,得出了地球重力场时变信号主要起源于海水质量的移动,位于南纬40°与北纬40°带之间的结论.     

重力梯度张量的拟BP神经网络反演

基于重力梯度张量是反映重力场空间变化率的参数,比传统的重力异常具有更高的分辨率和更丰富的信息,将改进的BP神经网络算法应用于重力梯度张量的反演中并分析其反演效果.该算法是一种基于RPROP算法的拟BP神经网络反演算法,采用三层神经网络结构,用隐层神经元表示物性单元的密度值,根据RPROP算法自动修改各单元密度值,从而得出场源空间的密度分布.研究结果表明:采用这种算法对重力梯度张量进行反演计算,收敛速度快,对初始模型依赖性小,可准确反映出异常体形态特征和密度特征.     

板块运动的纬向重力模式

按照“纬向正常密度假说”的观点提出了“纬向密度异常”和“纬向重力”的概念,进而提出了板块运动的“纬向重力模式”,按照这一模式,纬向重力总是把地球物质从“纬向密度异常高”的地区推向、纬向密度异常低！”的地区,一方面,,纬向重力驱动岩石圈沿水平方向运动,另一方面,因纬向重力驱动软流圈物质沿水平方向运动而使得岩石圈沿垂直方向发生,同密度异常高地区的岩石圈会因软流圈物质的流失而下沉,纬向密度异常低地区的岩石圈会因为软流圈物质的补充而上升。     

基于泰勒级数的重力异常数据快速相关成像

为了提高重力勘探中数据成像的效率，对地球物理勘探中的重力异常数据进行快速三维成像.在相关成像的理论基础上针对立方体元提出利用泰勒级数的算法，重新定义了异常值的计算模型，从而得到新的几何函数.该成像方法通过级数展开、积分等方式，减少了计算量和迭代次数.在理论模型试验中，证明了提出的方法具有良好的成像能力和抗噪性，并通过效率分析说明了该算法能够大幅缩短几何函数矩阵的计算时间，提高成像效率.对文顿盐丘地区的实测重力异常数据进行快速成像，地质体的位置能够被较好地显示出来，验证了算法的可行性.     

基于均方差比归一化垂向梯度法的位场边界检测

针对位场数据处理中边界定位精度和识别能力的问题,提出一种新的边界检测方法——均方差比归一化垂向梯度法。均方差比(MSER)可进行边界识别,是针对边界点异常方向性和均方差衡量数据波动性提出的,对全区数据点4个方向的均方差进行归一化后选择各个数据点均方差比的最大值作为滤波输出实现的;均方差比归一化垂向梯度(NVD-MSER)可进行边界增强,是通过均方差比的垂向梯度及其总梯度的比值实现的。模型试验对比分析结果表明,NVD-MSER方法具有计算稳定性强、反映的边界位置连续性好、与实际模型边界对比偏差小的优点,这说明NVD-MSER法有较强的边界检测能力。用NVD-MSER法可以检测出黑龙江虎林盆地19条断裂,而欧拉反褶积只能识别出11条断裂,说明NVD-MSER法增强了对断裂平面位置的识别能力。     

大型油气藏重力异常提取组合技术

在分析各类油气藏基本特征的基础上,建立背斜、断层、尖灭和岩体刺穿组合复杂油气藏理论模型,运用趋势分析、差值切割、小波分析和细胞神经网络等识别方法提取油气重力异常信息,通过对比各种方法的优劣,形成一套基于油气成藏模式进行油气藏重力信息提取的组合技术。通过对三湖坳陷涩北地区的实际资料处理,辅以重震联合解释、重力异常正则化下延和视密度成像技术,验证了异常提取组合方法的有效性。结果表明,该技术可以克服单一提取方法的缺陷,提高异常提取的可靠性,减少油气预测的多解性。