选取中国大陆及邻区32个地磁台站的地磁场要素即磁偏角D、地磁场水平分量H、垂直分量Z的时均值数据,利用磁静条件筛选并剔除异常值,之后通过月均值年差分得到主磁场各要素的长期变化序列,利用长短时记忆神经网络(LSTM)建立了未来一年台...选取中国大陆及邻区32个地磁台站的地磁场要素即磁偏角D、地磁场水平分量H、垂直分量Z的时均值数据,利用磁静条件筛选并剔除异常值,之后通过月均值年差分得到主磁场各要素的长期变化序列,利用长短时记忆神经网络(LSTM)建立了未来一年台站各要素数据的预测模型。预测结果表明:LSTM模型预测的D要素均方根误差(RMSE)和归一化均方根误差(NRMSE)的平均值为1.139′和0.040,H分量的RMSE和NRMSE的平均值为11.85 n T和0.086,Z分量的RMSE和NRMSE的平均值为15.10 n T和0.026;LSTM模型对Z分量的预测精度最高,其次是D要素,最差的是H分量。分别计算由LSTM模型、线性外推、二次外推得到的台站各要素年变率误差,结果显示:对于D要素,LSTM预测结果的RMSE平均值为0.361′/a,较线性外推法提高了54%,较二次外推法提高了59%;对于H分量,LSTM预测结果的RMSE平均值为3.921 n T/a,较线性外推法提高了58%,较二次外推法提高了76%;对于Z分量,LSTM预测结果的RMSE平均值为4.339 n T/a,较线性外推法提高了47%,较二次外推法提高了57%。展开更多
本文采用最新的GRACE(Gravity Recovery and Climate Experiment)(RL05)数据,通过水文模型(Global Land Data Assimilation System,GLDAS与Climate Prediction Center,CPC)扣除土壤水及雪水的影响,利用Paulson提供的冰川模型结果扣除GIA...本文采用最新的GRACE(Gravity Recovery and Climate Experiment)(RL05)数据,通过水文模型(Global Land Data Assimilation System,GLDAS与Climate Prediction Center,CPC)扣除土壤水及雪水的影响,利用Paulson提供的冰川模型结果扣除GIA(Glacial Isostatic Adjustment)的影响,采用尺度因子的方法减少数据处理过程中误差的影响,最终基于最小二乘计算方法得到2003—2013中国及周边地区长期性重力异常变化情况.结果发现青藏高原有较为明显的重力上升信号,我们认为该信号可能由印度板块俯冲欧亚板块导致青藏高原地壳增厚所引起.接着依据GPS观测结果和艾黎均衡假说构建了地壳形变模型并通过直立长方体模型予以正演模拟分析.以班公湖—怒江断裂带为界将青藏高原划分为南北两大区块,结果显示青藏高原重力异常大致以0.2μGal·a-1的速率在递增,小于GRACE得到的0.3±0.08μGal·a-1的增长速率(对应于地壳增厚速率约3mm·a-1),剩余未解释部分可能与湖水、冰川因素、冻土因素等有关.该结果对于认识青藏高原隆升动力学有一定参考意义.展开更多
文摘选取中国大陆及邻区32个地磁台站的地磁场要素即磁偏角D、地磁场水平分量H、垂直分量Z的时均值数据,利用磁静条件筛选并剔除异常值,之后通过月均值年差分得到主磁场各要素的长期变化序列,利用长短时记忆神经网络(LSTM)建立了未来一年台站各要素数据的预测模型。预测结果表明:LSTM模型预测的D要素均方根误差(RMSE)和归一化均方根误差(NRMSE)的平均值为1.139′和0.040,H分量的RMSE和NRMSE的平均值为11.85 n T和0.086,Z分量的RMSE和NRMSE的平均值为15.10 n T和0.026;LSTM模型对Z分量的预测精度最高,其次是D要素,最差的是H分量。分别计算由LSTM模型、线性外推、二次外推得到的台站各要素年变率误差,结果显示:对于D要素,LSTM预测结果的RMSE平均值为0.361′/a,较线性外推法提高了54%,较二次外推法提高了59%;对于H分量,LSTM预测结果的RMSE平均值为3.921 n T/a,较线性外推法提高了58%,较二次外推法提高了76%;对于Z分量,LSTM预测结果的RMSE平均值为4.339 n T/a,较线性外推法提高了47%,较二次外推法提高了57%。
文摘本文采用最新的GRACE(Gravity Recovery and Climate Experiment)(RL05)数据,通过水文模型(Global Land Data Assimilation System,GLDAS与Climate Prediction Center,CPC)扣除土壤水及雪水的影响,利用Paulson提供的冰川模型结果扣除GIA(Glacial Isostatic Adjustment)的影响,采用尺度因子的方法减少数据处理过程中误差的影响,最终基于最小二乘计算方法得到2003—2013中国及周边地区长期性重力异常变化情况.结果发现青藏高原有较为明显的重力上升信号,我们认为该信号可能由印度板块俯冲欧亚板块导致青藏高原地壳增厚所引起.接着依据GPS观测结果和艾黎均衡假说构建了地壳形变模型并通过直立长方体模型予以正演模拟分析.以班公湖—怒江断裂带为界将青藏高原划分为南北两大区块,结果显示青藏高原重力异常大致以0.2μGal·a-1的速率在递增,小于GRACE得到的0.3±0.08μGal·a-1的增长速率(对应于地壳增厚速率约3mm·a-1),剩余未解释部分可能与湖水、冰川因素、冻土因素等有关.该结果对于认识青藏高原隆升动力学有一定参考意义.
