论文摘要
断层活动与地震存在密切联系,利用大地测量观测数据反演求解断层的几何运动参数并分析其构造应力特征,并结合其他地球物理数据可评估地震发生的可能性、研究地震破裂过程和机理。进行断层的深入研究不仅有利于认识强震孕育的过程、附近区域板块的运动情况,对地震灾害进行科学预警更具有指导意义。本文选取九寨沟作为研究区域,对覆盖该区域的两对四幅Sentinel-1A影像进行处理,获取了九寨沟震区的同震LOS向形变及三维形变场;然后以全局最优搜索智能算法—量子粒子群算法与向—位错模型进行融合,反演九寨沟震区断裂—树正断裂、虎牙断裂的同震滑动参数及转动参数。本文的研究内容具体包括:1、对位错理论及向错理论的发展进行总结,并详细阐述了经典位错、向错及其引起地表形变的理论模型。2、鉴于利用多视角InSAR直接解算同震三维形变场时南北向误差存在严重放大的现象,首先对覆盖九寨沟震区的升、降轨InSAR影像进行解算,获得了九寨沟地震的同震LOS向形变,升降轨干涉图表现出相反的形变特征。其次基于粘弹性球体位错模型模拟出该地震的南北向形变,联合LOS向形变求得了九寨沟震区的三维同震形变场。最后与模拟值进行对比,其中东西向同震形变的RMSE为3.41 cm,南北向同震形变的RMSE为2.57 cm,表明解算结果具有可信性。3、本文在考虑断层转动对地表形变影响的基础上,引入量子粒子群算法用于断层参数反演。首先利用向—位错模型正演出自定义走滑、倾滑及张裂转动断层在地表产生的水平形变。然后以走滑转动断层为例,在同等条件下分别用标准粒子群算法与量子粒子群算法反演该断层的滑动参数与转动参数,将两种算法求得的结果进行对比分析,验证了将量子粒子群算法用于大地测量反演的可行性。4、在获取九寨沟震区三维同震形变场的基础上,结合向—位错模型,将性能更优的量子粒子群算法用于反演九寨沟震中断裂—树正断裂、虎牙断裂的同震滑动参数及转动参数。反演结果表明树正断裂的同震运动以左旋走滑为主,兼有微量张裂,且树正断裂对同震形变贡献最大;虎牙断裂的同震运动分段明显,北段稍大。之后对反演结果进行正演并与反演的结果进行对比,结果表明反演结果具有较高的可靠性。
论文目录
文章来源
类型: 硕士论文
作者: 康朝虎
导师: 田永瑞
关键词: 多视角,向位错模型,九寨沟地震,三维形变场,量子粒子群算法
来源: 长安大学
年度: 2019
分类: 基础科学,信息科技
专业: 自然地理学和测绘学,自动化技术
单位: 长安大学
分类号: TP18;P22
总页数: 68
文件大小: 6703K
下载量: 51
相关论文文献
- [1].电阻率测深数据的粒子群算法反演[J]. 红水河 2019(06)
- [2].以云计算资源为基础实现粒子群算法的优化[J]. 电子技术与软件工程 2019(24)
- [3].基于改进粒子群算法的机组负荷优化分配研究[J]. 科技创新导报 2019(28)
- [4].基于改进粒子群算法的工程项目多目标集成管理研究[J]. 价值工程 2020(05)
- [5].改进粒子群算法应用于挖掘机铲斗位置控制[J]. 机械设计与制造 2020(02)
- [6].基于改进量子粒子群算法的输电网规划[J]. 计算机产品与流通 2020(02)
- [7].基于改进粒子群算法的主动配电网网架优化研究[J]. 电气应用 2020(01)
- [8].采用改进粒子群算法优化的涡轮增压器节能研究[J]. 中国工程机械学报 2020(01)
- [9].进化粒子群算法在航空发动机模型求解中的应用[J]. 工程与试验 2019(04)
- [10].粒子群算法在金融风险模型中的研究与改进[J]. 吉林大学学报(信息科学版) 2020(02)
- [11].基于改进的粒子群算法求解供应链网络均衡问题[J]. 运筹与管理 2020(02)
- [12].基于粒子群算法的航班座位自动分配系统[J]. 科技创新导报 2019(36)
- [13].一种求解电力系统无功优化的改进粒子群算法[J]. 电工技术 2020(12)
- [14].基于改进粒子群算法的主动微波遥感土壤水分反演方法研究[J]. 河南农业 2020(17)
- [15].基于混合粒子群算法的注塑机电液伺服系统控制研究[J]. 机床与液压 2020(16)
- [16].基于量子粒子群算法的大型阵稀疏优化方法[J]. 航空科学技术 2020(08)
- [17].基于粒子群算法的函数复杂度分类法[J]. 控制工程 2020(08)
- [18].协同粒子群算法下的火工品参数辨识[J]. 企业科技与发展 2020(09)
- [19].基于家庭角色视角下家庭粒子群算法研究——评《家庭粒子群算法:方法、理论与性能分析》[J]. 中国科技论文 2020(09)
- [20].基于混合粒子群算法的双离合变速器参数优化设计[J]. 吉林大学学报(工学版) 2020(05)
- [21].惯性权重矩阵下的自适应粒子群算法分析[J]. 黑龙江工程学院学报 2020(05)
- [22].基于改进粒子群算法的有效大数据多标准过滤系统设计[J]. 电子设计工程 2020(20)
- [23].浅谈粒子群算法的应用[J]. 计算机产品与流通 2019(11)
- [24].基于粒子群算法的最优值求解[J]. 科技广场 2017(12)
- [25].基于混合粒子群算法的船舶稳定性分析[J]. 舰船科学技术 2018(14)
- [26].自适应粒子群算法在模拟电路故障诊断中的应用[J]. 软件导刊 2017(02)
- [27].基于改进量子粒子群算法的电力系统经济调度仿真研究[J]. 实验技术与管理 2017(03)
- [28].改进的粒子群算法在云计算下的数据挖掘中的研究[J]. 科技通报 2017(04)
- [29].基于改进粒子群算法的移动机器人路径规划[J]. 传感器与微系统 2017(05)
- [30].一种基于模拟退火-改进二进制粒子群算法的测试优化选择方法[J]. 水下无人系统学报 2017(03)