简介:传统上,有限差分的差分系数一般可以通过泰勒级数展开法或优化方法来极小化频散误差得到。基于泰勒级数展开的差分法在有限的波数范围内精度较高,但在这个范围之外会产生较强的数值频散;基于最小二乘的优化有限差分法能在更大的波数范围内达到较高的精度,并可以在较小的计算需求内获得全局最优解。本文将基于最小二乘的优化有限差分法从二维正演模拟推广到三维,形成了计算效率高、高精度范围宽、适合并行计算的三维声波优化有限差分方法。频散分析及正演模拟表明本文发展的有限差分方法可以很好地压制数值频散。最后,将本文发展的有限差分方法应用到三维逆时偏移的震源波场延拓和检波点波场延拓中,并结合有效边界存储策略与checkpointing技术在GPU集群上实现三维逆时偏移以提高计算效率、减少存储量。三维逆时偏移试算结果表明本文三维优化有限差分方法与传统的有限差分法相比可以获得更高精度的偏移成像结果。
简介:红树林是潮滩木本植物群落,其光谱和陆生植被极其相似。利用EO-1卫星ALI(advancedlandimager)获取的深圳湾区域影像数据,针对处于水分吸收带的波段5P和波段5,提出了这两个波段的角度指数(angleindex),分别表示为b1.25和b1.65。以b1.25-b1.65和归一化差值植被指数(normalizeddifferencevegetationindex,NDVI)分类特征,采用决策树方法,开展了红树林遥感识别实验。研究结果表明,红树林独特的滨海湿地特点,使得其像元反射率在波段5P和波段5明显低于陆生植被,从而导致红树林的b1.25-b1.65值明显大于陆生植被;通过结合b1.25-b1.65和NDVI分类特征的决策树方法,能够对红树林进行有效识别,其错分率和漏分率分别为4.29%和5.11%。因此,具有众多红外波段的ALI遥感器在红树林识别中能够发挥重要作用。
简介:地震低频信息能够提高分辨率与成像精度,改善反演质量,甚至直接进行油气检测,需要对其进行有效保护与拓展。对于子波而言,缺失低频信息会导致主瓣幅度降低、第一旁瓣幅度增加,并出现次级旁瓣呈周期震荡衰减的现象;从合成地震记录和典型地质模型来看,低频缺失会产生假同相轴,造成分辨率提高的假象,且模型不同位置的特征存在一定差异;对缺失低频的模型数据进行波阻抗反演,会造成构造失真、岩性改变的假象,特别是高陡构造和薄互层。针对缺失低频的地震资料,本文还研究了基于压缩感知与稀疏约束的拓频方法,开发了相应的模块,并对实际CIP道集进行处理,取得了较好的应用效果。