2017年伊朗Mw7.4地震三维同震形变场及滑动分布     

燕翱翔  蒋亚楠  廖露  罗袆沅  刘陈伟 《测绘科学》2022,(10):132-141+160

针对如何准确分析2017年11月12日的伊朗Mw7.4地震断层属性的问题,该文从三维同震形变场与断层滑动分布角度出发,采用Sentinel-1A升降轨数据获取该地区三维同震形变场,并基于弹性半空间矩形位错模型,结合最速下降法反演得到其发震断层参数、模拟三维形变场。结果显示,地震东西向和南北向最大形变分别为68.8、43.8 cm,竖直方向上最大沉降和抬升分别达到34.4、96.7 cm,均符合逆冲断层的运动特征。地震主要形变特征为抬升,地震矩1.66×10²⁰ N·m,矩震级Mw7.4,断层倾角16°,走向351°。结果表明,Okada模型解算所得地震三维形变场与观测结果总体特征相吻合,并且该地震为西南部板块挤压东北部板块而引发,属于逆冲为主带有右旋走滑的逆冲断层,其与地震学结果一致。  相似文献   

基于深度学习的滑坡位移时空预测     

罗袆沅  蒋亚楠  许强  廖露  燕翱翔  刘陈伟 《测绘学报》2022,51(10):2160-2170

滑坡变形监测数据是认识滑坡变形演化规律的直接依据,对该数据深度挖掘是实现滑坡灾害预警预报的有力保障。现有的滑坡位移预测模型多局限于单个监测点的时序预测,且未考虑监测点间的空间相关性。针对上述问题,本文提出了一种基于深度学习的滑坡位移时空预测模型:首先,构建表达所有点间空间相关性的加权邻接矩阵;其次,引入外界影响因素加强属性特征矩阵,以构建图结构数据;最后,采用集合图卷积网络(GCN)和门控循环单元(GRU)的深度学习模型,并通过多组试验寻找最优超参数,实现滑坡位移的时空预测。本文模型结果的均方根误差为4.429 mm,与对比模型相比至少降低了47.3%。而消融试验结果也显示,引入外界影响因素的属性增强可进一步提高模型的预测性能,均方根误差相对于未属性增强结果减少了28.4%。结果表明,该方法可用于滑坡位移或其他地质灾害中同样具有时空关联属性的观测量的时空预测。  相似文献