简介：在过去的十年中,传统的全波形反演(FWI)已广泛应用于实际地震资料的生产和研究中。虽然基础理论已确立,并通过将地震资料和精确求解波动方程得到的模拟地震波曲线之间的失配最小化产生高分辨率的地下模型,但是在实际工作中,对于更新模型参数来讲它仍然是一个具有挑战性的反演法。尽管可以用局部优化法解决最小化问题,但是由于问题的不适定性和非线性,会不可避免地朝着局部极小值进行收敛,如由于在记录的资料或不准确的初始模型中缺少低频FWI可能会收敛到局部最小。提出了一种用重构波场进行时间域全波形反演新方法(RFWI)。RFWI减小了正演模型数据精确求解波动方程作为常规FWI的约束,代之以使用一个l2近似解。通过最小化的目标函数(包括对数据失配和波动方程误差的惩罚),RFWI对地球模型进行估算并共同重建正演波场。通过扩大搜索空间,RFWI具有避免跳周期和克服一些与局部极小值相关的问题的能力。本文首先介绍了时域RFWI理论和实现情况,讨论了常规FWI和RFWI之间的异同;然后用2D合成实例证明了超越传统FWI的RFWI所具有的优点;最后在刚果海上2D拖缆数据集和墨西哥湾3D海底地震数据集上对RFWI在野外资料的应用情况进行了证明。

简介：全极化SAR影像含有丰富的特征信息,针对单一特征用于分类难以达到满意精度的问题,提出一种基于不同目标分解方法及纹理信息的SVM(SupportVectorMachine,SVM)全极化SAR影像监督分类方法。结果表明,Cloude分解和Yamaguchi分解在极化特征信息提取时各有优势,且都优于Freeman分解效果;Cloude分解和Yamaguchi分解结合作为极化特征信息时,分类总体精度相对较高;纹理信息与极化特征信息在表现地物特性方面具有互补性,结合纹理信息后,分类总体精度提高了4.92%,为90.86%,Kappa系数为0.8754。

简介：全波形层析成像（FWT）对初始模型依赖性强。提出了一个适合FWT的初始模型建立方法，首先用双多次叠加偏移进行自动时间偏移速度分析，然后通过成像射线波前传播进行时深转换。在声波FWT过程中，将转换的速度模型作为初始模型能够实现全自动初始模型的建立。在修正的Marmousi-2模型上的实验结果表明，该方法能够成功地从自动时间域偏移速度分析中提取正确的背景速度信息，即使是在时间偏移不能提供令人满意的地震成像的介质情况下也可以得到同样的结果。

简介：景宁畲族自治县是浙江省唯一少数民族自治县，地处浙南山区，山高坡陡，残坡积物多，地形、地貌、地质条件多样复杂，降雨量充沛，97．5％的区域处于地质灾害易发区，是全省地质灾害重点防治县之一。多年来，景宁县以“决不把地质灾害重大隐患带入全面小康”的庄严承诺，始终坚持“宁可百防百空，不可一次放松”的理念，全力做好汛期地质灾害防治工作.