排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
本文利用CHAMP卫星磁测资料建立的新一代高阶地磁场模型POMME-4.2S，计算中国及邻区400 km高度的卫星磁异常及其垂直梯度，给出7个磁场分量的分布图，比较了截断水平对磁异常分布的影响，初步分析了磁异常与岩石圈构造的关系.主要结果表明，在四川盆地、塔里木盆地和松辽盆地等主要磁异常区，ΔZ异常中心的南北两边出现ΔX的异常中心，东西两边出现ΔY的异常中心.在球谐模型为90阶时，磁异常分布的基本形态已经确定，更高的模型阶数对磁异常只有微小调整.在磁异常较强的地区，磁异常及其垂直梯度同步变化.卫星磁异常与地形变化、断裂带分布、莫霍面深度和岩石圈厚度没有直接的对应关系，而与居里等温面深度、磁性层厚度有明显的相关性.居里等温面深、磁性层较厚的地区显示正磁异常，居里等温面浅、磁性层较薄的地区显示负磁异常. 相似文献
2.
中小学、幼儿园学生正处于价值观启蒙阶段,因此在中小学、幼儿园开展节水教育工作,不仅能够及早培养学生的节水意识和优良用水习惯,还能树立学校在全社会的节水表率作用。通过对金山区学校的用水分析和节水教育现状调研,参考金山区试点学校教育案例和国内外先进教育经验,建议从课堂教育、校园宣传和实践活动三方面开展中小学、幼儿园节水教育工作。 相似文献
3.
地面微地震监测采集到的微地震信号通常能量微弱，信噪比低，如何提高微震数据的信噪比是数据处理的难题.Shearlet变换是一种新型的多尺度几何分析方法，具有敏感的方向性和较强的稀疏表示特性，能起到很好的随机噪声压制效果.由于地面微震数据的有效信号大多被淹没在噪声中，基于传统阈值的Shearlet变换（the traditional threshold-based Shearlet transform TST）只考虑到尺度或方向的阈值，在去噪过程中会过度扼制有效信号系数，造成有效信号能量损失.因而，本文建立Context模型，得到基于Context模型的Shearlet变换（the Context-model-based Shearlet transform CMST）方法，改进传统Shearlet阈值方法的不足.我们通过所建立的Context模型将能量相近的各方向系数划分为同一组，并分组估计阈值，分别处理各部分系数，达到微弱同相轴有效恢复的目的.通过TST及CMST的模拟实验与实际地面微震记录处理结果对比可知，本文方法在低信噪比条件下比对比方法更加有效地恢复地面微震数据的微弱信号，随机噪声压制效果明显，在-10 dB条件下，提升信噪比18.3741 dB. 相似文献
4.
在复杂的地表环境，地震勘探采集到的实际地震资料信噪比较低，分辨率较差，接收的噪声能量较强，与有效信号存在频谱的重叠.常规的消噪手段很难在保证有效信号幅值的同时，还兼顾噪声压制的效果.本文采用基于分数阶最优控制(Fractional Optimal Control)理论建立的深度学习神经网络——FOCNet来压制地震数据噪声，并恢复微弱同相轴.不同于传统深度学习网络(DCNN)算法大多为基于经验的网络设计，FOCNet具有坚实的数理基础，它从动态系统的最优控制角度阐述了网络的原理，并采用长期记忆的方式增强了网络的稳定性，提高了系统对噪声的消减能力.针对地震数据有效信号在低频带与噪声重叠严重，且FOCNet对数据中、高频信息保留更好这一情况，本文提出了一种基于理想时频分析与FOCNet相结合的算法(TF-FOCNet)来压制地震噪声，提取有效信号.该算法通过理想时频分析，针对性的提取信噪重叠的低频目标数据成分，并与数据的中、高频成分一起送入网络中进行处理并融合，完成噪声的压制，增强了低频信息的保留能力.模拟及实际的实验结果验证了算法在随机噪声、面波压制及微弱信号恢复上的有效性和优越性. 相似文献
1