简介：

简介：中国多年来在岩石圈物理学研究中已取得了一系列的重要成果,并促进了中国地球科学的发展。然而在这21世纪之际,基于国家战略需求和自主创新的方针对岩石圈物理学提出了新的挑战。本文在这样的思维前提下对岩石圈物理学的科学内涵和发展导向进行了较全面的分析、研究和思考,并明确指出当今在这一学科领域应该做些什么,核心问题是什么,又存在哪些关键性的科学问题。研究结果提出,高精度的地球物理场观测与岩石圈内壳、幔精细结构(2维和3维)的刻划;在地球内部力系作用下,深部物质和能量的交换;深部物质运移的物理-力学-化学作用过程及深层动力学响应乃是深化对地球本体的认识和揭示成山、成盆、成岩、成矿和成灾的根本机理所在。为此,在本世纪的上、中叶,在地球科学领域中地球物理学研究必为先导。本文最后对岩石圈物理研究中尚存在的一些问题和困惑进行了分析和讨论。

简介：由中国地球物理学会《应用地球物理》英文版编辑部、同济大学海洋地质国家重点实验室与同济大学海洋与地球科学学院联合主办的第一届应用地球物理学术讨论会于2008年11月29-30日在同济大学顺利召开。来自清华大学、北京大学、同济大学、浙江大学、北京理工大学、中国石油大学(北京、华东)、中国地质

简介：传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。

简介：