期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
被动源海底地震仪数据预处理技术构建与应用
被引量：
3
1
作者
杨庭威
徐亚
+3 位作者
南方舟
曹丹平
刘丽华
郝天珧
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2023年第2期746-759,共14页
被动源海底地震仪(OBS)探测是海洋深部结构研究的重要方法之一.受投放区洋流、海底地形崎岖,以及海底温压环境等多种因素影响,OBS数据预处理面临时钟漂移,姿态及水平方位角偏差等问题.本文基于国产OBS硬件结构特点与其观测数据特性,针...
被动源海底地震仪(OBS)探测是海洋深部结构研究的重要方法之一.受投放区洋流、海底地形崎岖,以及海底温压环境等多种因素影响,OBS数据预处理面临时钟漂移,姿态及水平方位角偏差等问题.本文基于国产OBS硬件结构特点与其观测数据特性,针对仪器姿态校正、时间校正和水平方位角校正三个关键环节构建技术解决方案.通过硬件架构特征构建仪器姿态校正方案;结合仪器记录的石英晶振特点和背景噪声互相关方法提出时间校正技术;基于最小化P波切向分量能量和P波主成分分析两个技术方法进行水平方位角校正.上述预处理技术体系在苏拉威西海域被动源OBS数据预处理中取得了良好的应用效果,综合背景噪声水平与地震信号的时频分析结果,表明该预处理技术能有效提高被动源OBS观测数据质量,为进一步的科学研究奠定坚实基础.
展开更多
关键词
海底地震仪
时间校正
水平方位角校正
姿态校正
预处理技术
在线阅读
下载PDF
职称材料
基于深度学习的接收函数横波速度预测
被引量：
8
2
作者
杨庭威
曹丹平
+4 位作者
杜南樵
崔荣昂
南方舟
徐亚
梁策
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2022年第1期214-226,共13页
远震接收函数中包含了大量台站下方速度间断面所产生的Ps转换波及其多次反射波的信息,被广泛应用于反演精细的地壳及上地幔速度结构.但当地壳结构复杂如存在沉积层或高速层时,转换波和多次波震相的到时和振幅发生变化,从而导致接收函数...
远震接收函数中包含了大量台站下方速度间断面所产生的Ps转换波及其多次反射波的信息,被广泛应用于反演精细的地壳及上地幔速度结构.但当地壳结构复杂如存在沉积层或高速层时,转换波和多次波震相的到时和振幅发生变化,从而导致接收函数反演存在强非唯一性.深度学习作为一种高效的特征提取方法,能够建立接收函数与横波速度在空间上的映射关系.因此,利用全球模型数据以及高质量观测接收函数建立样本库,设计了利用接收函数预测横波速度的卷积神经网络.测试集结果表明,合成数据预测的横波速度与模型拟合程度较高,在实际数据检测中预测横波速度结果与全局反演的结果基本一致,预测的横波速度间断面与传统H-κ叠加结果也基本一致.利用该方法对琉球海沟地区海底地震数据的接收函数进行反演,获得了台站下方横波速度精细结构,进一步获得了该地区更为精细的地壳结构特征.测试实验及应用表明利用卷积神经网络预测台站下方横波速度的深度学习方法不仅计算效率高,且具有较高的可靠性.
展开更多
关键词
接收函数
深度学习
卷积神经网络
速度结构
在线阅读
下载PDF
职称材料
题名
被动源海底地震仪数据预处理技术构建与应用
被引量：
3
1
作者
杨庭威
徐亚
南方舟
曹丹平
刘丽华
郝天珧
机构
中国科学院地质与地球物理研究所
中国科学院地球科学研究院
中国石油大学(华东)
中国科学院大学
出处
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2023年第2期746-759,共14页
基金
国家自然科学基金(42074092,4200606,91858212)
中国科学院国际合作局国际伙伴计划“一带一路专项”项目(132A11KYSB20180020)
+1 种基金
中国科学院青年创新促进会(2016064)
中国科学院基础研究领域青年团队稳定支持项目(YSBR-020)联合资助。
文摘
被动源海底地震仪(OBS)探测是海洋深部结构研究的重要方法之一.受投放区洋流、海底地形崎岖,以及海底温压环境等多种因素影响,OBS数据预处理面临时钟漂移,姿态及水平方位角偏差等问题.本文基于国产OBS硬件结构特点与其观测数据特性,针对仪器姿态校正、时间校正和水平方位角校正三个关键环节构建技术解决方案.通过硬件架构特征构建仪器姿态校正方案;结合仪器记录的石英晶振特点和背景噪声互相关方法提出时间校正技术;基于最小化P波切向分量能量和P波主成分分析两个技术方法进行水平方位角校正.上述预处理技术体系在苏拉威西海域被动源OBS数据预处理中取得了良好的应用效果,综合背景噪声水平与地震信号的时频分析结果,表明该预处理技术能有效提高被动源OBS观测数据质量,为进一步的科学研究奠定坚实基础.
关键词
海底地震仪
时间校正
水平方位角校正
姿态校正
预处理技术
Keywords
Ocean Bottom Seismometer(OBS)
Time correction
Horizontal azimuth correction
Attitude correction
Preprocessing technology
分类号
P631 [天文地球—地质矿产勘探]
P738 [天文地球—海洋地质]
在线阅读
下载PDF
职称材料
题名
基于深度学习的接收函数横波速度预测
被引量：
8
2
作者
杨庭威
曹丹平
杜南樵
崔荣昂
南方舟
徐亚
梁策
机构
中国石油大学(华东)
中国科学院地质与地球物理研究所
中国科学院大学
中国科学院地球科学研究院
出处
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2022年第1期214-226,共13页
基金
国家自然科学基金(42074162,91858212,42074092,42006062)资助.
文摘
远震接收函数中包含了大量台站下方速度间断面所产生的Ps转换波及其多次反射波的信息,被广泛应用于反演精细的地壳及上地幔速度结构.但当地壳结构复杂如存在沉积层或高速层时,转换波和多次波震相的到时和振幅发生变化,从而导致接收函数反演存在强非唯一性.深度学习作为一种高效的特征提取方法,能够建立接收函数与横波速度在空间上的映射关系.因此,利用全球模型数据以及高质量观测接收函数建立样本库,设计了利用接收函数预测横波速度的卷积神经网络.测试集结果表明,合成数据预测的横波速度与模型拟合程度较高,在实际数据检测中预测横波速度结果与全局反演的结果基本一致,预测的横波速度间断面与传统H-κ叠加结果也基本一致.利用该方法对琉球海沟地区海底地震数据的接收函数进行反演,获得了台站下方横波速度精细结构,进一步获得了该地区更为精细的地壳结构特征.测试实验及应用表明利用卷积神经网络预测台站下方横波速度的深度学习方法不仅计算效率高,且具有较高的可靠性.
关键词
接收函数
深度学习
卷积神经网络
速度结构
Keywords
Receiver function
Deep learning
Convolutional neural network
Velocity structure
分类号
P315 [天文地球—地震学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
被动源海底地震仪数据预处理技术构建与应用
杨庭威
徐亚
南方舟
曹丹平
刘丽华
郝天珧
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
2
基于深度学习的接收函数横波速度预测
杨庭威
曹丹平
杜南樵
崔荣昂
南方舟
徐亚
梁策
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2022
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
