喜马拉雅地震带温度场时空特征研究
发布时间：2022-01-03 08:21
地表温度是地球生命系统与大气循环系统中的重要参量,结合全天候、全时候、大范围的热红外遥感技术等重要手段可实时表征地球表面的热状态信息,也能为城市热岛效应、海洋温度变化、农业生态、自然灾害以及全球变暖等提供必要的研究基础数据,同时还可以根据相关研究结果做出相应对策。现目前,国内外众多专家学者在对地表热红外异常的研究中表明了地震发生区与其地表热红外异常有较高的相关性,同时,也表示以热红外信息分析地震是较为有意义的探索性研究。因此,本文从MODIS数据的地表温度反演出发,经过数据预处理、温度反演及结果分析,获取研究区的时序地表温度场数据,并在此数据的基础上,从统计描述和场描述两方面深层次得挖掘和利用时序温度场数据,并据此分析了特征值数据集与地震发生的相关性,讨论了地震前后温度场的变化情况。由于震前地表温度场异常特征的快速捕捉对地震预报有重要参考价值,传统的地表异常特征挖掘往往需要大量的人力物力才能完成,且本文寄希望从空间遥想关分析、时间自相关分析、高阶张量分析等方面共同分析该复杂科学系统并挖掘出有意义的物理量,所以本文提出一种基于遥感数据的多种数理统计模型融合的地表温度场异常特征的深度挖掘及...
【文章来源】：江西理工大学江西省
【文章页数】：135 页
【学位级别】：硕士
【部分图文】：
热红外遥感文献分析图
第一章绪论12图1-2数据分析框架流程图在图1-2中，框架主体分为5个板块，温度场数据库的建立、特征选取与分析、模型假设与检验、预测模型的构建、模型的改进与推广。在选取和分析特征值时，只有通过检验特征值才能被运用于后续操作及利用；在模型假设与检验时，对各县区的特征值进行格兰杰因果检验，并同时结合扩散模型共同分析，从不同的模型角度分析同一个问题，增强实验结果的说服力。在预测模型的构建时，结合宏观统计分析与微观的扩散模型，并分析在延迟条件下的因果关系影响，建立一个包含延迟效应的智能预测模型。在模型的改进与推广时，结合非同源数据可进行本文的预测和其他灾害预测，增强模型的通用性。本文的研究工作都围绕着地震多发区多时相温度场特征值的挖掘和利用开展，以提取温度场的时空特征并分析该特征中的异常值是否具备地震预测的能力。论文在建立预测模型时，发现仅使用无优化的神经网络和SVM进行预测，会导致预测结果出现波动，这是由于初值的不合理选取造成的[63]；同时，以地震的能量作为预测项也是不准确，相邻震级之间的能量释放量的比值约为30倍[64]，若将震级转化为能量作为预测项，由于数量级过大，会致使其归一化后的值极小，导致预测出现偏差。综上所述，论文选择使用基于优化算法的预测模型进行预测，将地震的等级作为预测量，并对预测模型的精度进行分析。1.6论文研究结构及章节安排首先，在第1章节中，本文从阅读的大量文献中，找到一些自己感兴趣的研究问题和研究点，根据自己的研究水平正确定位自己的研究目标。其次，在第2章节中，根据实际所需编写Matlab批处理程序，但是需要梳理和对比温度反演算法的优劣，由于众多专家在文献中已经做出深入对比，本文只需简单介绍，在沿用一种算法精度高且复杂度较?
第二章研究方法及数据14第二章研究方法及数据2.1地表温度反演基础及方法2.1.1地表温度反演基础1）、电磁波谱及热红外大气窗口在研究本文的问题之前，我们必需要了解我们常常提及的遥感是什么。从广义上讲，一切无法直接接触的远距离探测都被叫做遥感，而狭义的解释是指不与被探测物体接触，在远处获得该物体的电磁波特性曲线，通过后期分析以揭示该地物的特征性质及其变化的综合性探测技术[35,37]。电磁能量的传递过程是遥感科学技术中的重要物理基础，其中包括辐射、吸收、反射和透射等。总所周知，在真空状态下，电磁波的传播速度等于频率乘以波长，且该速度恒定等于光速，若波长越长，则频率越低、通过性越强、能流密度越小，反之，若波长越短，则频率越高、通过性越弱、能流密度越大。根据波长或频率的不同，将电磁波划分为γ射线、X射线、紫外射线、可见光、红外线、无线电波等，同时，我们将包含全部波段的电磁波构成，叫做电磁波谱，如图2-1所示。图2-1电磁波谱1任何温度大于绝对零度的物体每时每刻都在不断向外发射电磁波能量，任何物体不仅可以发射电磁波能量，还能反射吸收电磁波能量，且好的发射体就是好的吸收体，即不同1该电磁波谱图参考与赵时英等编著的第二版《遥感应用分析原理与方法》、梅新安等编著的《遥感导论》及众多热红外遥感文献。
【参考文献】：
期刊论文
[1]九寨沟地震发震区周边构造特征及发震断裂[J]. 李忠权,韩倩,芦建文,龙伟,丁啸,黄晶. 成都理工大学学报(自然科学版). 2018(06)
[2]九寨沟7.0地震余震震源参数特征研究[J]. 康萌,蔡一川,黄春梅,王宇航,蒋波,唐涛. 四川地震. 2018(01)
[3]群智能算法优化支持向量机参数综述[J]. 李素,袁志高,王聪,陈天恩,郭兆春. 智能系统学报. 2018(01)
[4]山东省地表温度变化与地震活动关系探讨[J]. 马俊飞,李炜,史雯. 地震地磁观测与研究. 2017(05)
[5]时间信息熵及其在植被覆盖时空变化遥感检测中的应用[J]. 王超军,吴锋,赵红蕊,陆胜寒. 生态学报. 2017(21)
[6]卫星遥感地表温度降尺度的光谱归一化指数法[J]. 李小军,辛晓洲,江涛,张海龙. 测绘学报. 2017(03)
[7]祁连山地震带中强地震前热红外异常研究[J]. 钟美娇,张元生,张璇. 地震工程学报. 2015(04)
[8]基于热异常信息与BP神经网络的中强地震预测试验[J]. 宋冬梅,时洪涛,单新建,刘雪梅,崔建勇,沈晨,屈春燕,邵红梅,王一博,臧琳,陈伟民,孔建. 地震地质. 2015(02)
[9]从震前卫星热红外图像看中国现今构造应力场特征[J]. 强祖基,姚清林,魏乐军,曾佐勋,郭坚峰. 地球学报. 2009(06)
[10]用辐射传输方程从MODIS数据中反演地表温度的方法[J]. 毛克彪,唐华俊,周清波,陈仲新,陈佑启,覃志豪. 兰州大学学报(自然科学版). 2007(04)
博士论文
[1]铁、镍及镍基合金疲劳断裂行为的原子模拟[D]. 马磊.湖南大学 2015
硕士论文
[1]金属疲劳损伤过程热力学熵特征分析及寿命预测模型研究[D]. 徐德军.安徽建筑大学 2018
[2]基于MODIS数据探讨玉树Ms7.1级地震前后地表温度变化[D]. 解杨春.中国地震局地震研究所 2012
[3]基于MODIS数据的地表温度反演方法[D]. 孟凡影.东北师范大学 2007
本文编号：3565929
【文章来源】：江西理工大学江西省
【文章页数】：135 页
【学位级别】：硕士
【部分图文】：
热红外遥感文献分析图
第一章绪论12图1-2数据分析框架流程图在图1-2中，框架主体分为5个板块，温度场数据库的建立、特征选取与分析、模型假设与检验、预测模型的构建、模型的改进与推广。在选取和分析特征值时，只有通过检验特征值才能被运用于后续操作及利用；在模型假设与检验时，对各县区的特征值进行格兰杰因果检验，并同时结合扩散模型共同分析，从不同的模型角度分析同一个问题，增强实验结果的说服力。在预测模型的构建时，结合宏观统计分析与微观的扩散模型，并分析在延迟条件下的因果关系影响，建立一个包含延迟效应的智能预测模型。在模型的改进与推广时，结合非同源数据可进行本文的预测和其他灾害预测，增强模型的通用性。本文的研究工作都围绕着地震多发区多时相温度场特征值的挖掘和利用开展，以提取温度场的时空特征并分析该特征中的异常值是否具备地震预测的能力。论文在建立预测模型时，发现仅使用无优化的神经网络和SVM进行预测，会导致预测结果出现波动，这是由于初值的不合理选取造成的[63]；同时，以地震的能量作为预测项也是不准确，相邻震级之间的能量释放量的比值约为30倍[64]，若将震级转化为能量作为预测项，由于数量级过大，会致使其归一化后的值极小，导致预测出现偏差。综上所述，论文选择使用基于优化算法的预测模型进行预测，将地震的等级作为预测量，并对预测模型的精度进行分析。1.6论文研究结构及章节安排首先，在第1章节中，本文从阅读的大量文献中，找到一些自己感兴趣的研究问题和研究点，根据自己的研究水平正确定位自己的研究目标。其次，在第2章节中，根据实际所需编写Matlab批处理程序，但是需要梳理和对比温度反演算法的优劣，由于众多专家在文献中已经做出深入对比，本文只需简单介绍，在沿用一种算法精度高且复杂度较?
第二章研究方法及数据14第二章研究方法及数据2.1地表温度反演基础及方法2.1.1地表温度反演基础1）、电磁波谱及热红外大气窗口在研究本文的问题之前，我们必需要了解我们常常提及的遥感是什么。从广义上讲，一切无法直接接触的远距离探测都被叫做遥感，而狭义的解释是指不与被探测物体接触，在远处获得该物体的电磁波特性曲线，通过后期分析以揭示该地物的特征性质及其变化的综合性探测技术[35,37]。电磁能量的传递过程是遥感科学技术中的重要物理基础，其中包括辐射、吸收、反射和透射等。总所周知，在真空状态下，电磁波的传播速度等于频率乘以波长，且该速度恒定等于光速，若波长越长，则频率越低、通过性越强、能流密度越小，反之，若波长越短，则频率越高、通过性越弱、能流密度越大。根据波长或频率的不同，将电磁波划分为γ射线、X射线、紫外射线、可见光、红外线、无线电波等，同时，我们将包含全部波段的电磁波构成，叫做电磁波谱，如图2-1所示。图2-1电磁波谱1任何温度大于绝对零度的物体每时每刻都在不断向外发射电磁波能量，任何物体不仅可以发射电磁波能量，还能反射吸收电磁波能量，且好的发射体就是好的吸收体，即不同1该电磁波谱图参考与赵时英等编著的第二版《遥感应用分析原理与方法》、梅新安等编著的《遥感导论》及众多热红外遥感文献。
【参考文献】：
期刊论文
[1]九寨沟地震发震区周边构造特征及发震断裂[J]. 李忠权,韩倩,芦建文,龙伟,丁啸,黄晶. 成都理工大学学报(自然科学版). 2018(06)
[2]九寨沟7.0地震余震震源参数特征研究[J]. 康萌,蔡一川,黄春梅,王宇航,蒋波,唐涛. 四川地震. 2018(01)
[3]群智能算法优化支持向量机参数综述[J]. 李素,袁志高,王聪,陈天恩,郭兆春. 智能系统学报. 2018(01)
[4]山东省地表温度变化与地震活动关系探讨[J]. 马俊飞,李炜,史雯. 地震地磁观测与研究. 2017(05)
[5]时间信息熵及其在植被覆盖时空变化遥感检测中的应用[J]. 王超军,吴锋,赵红蕊,陆胜寒. 生态学报. 2017(21)
[6]卫星遥感地表温度降尺度的光谱归一化指数法[J]. 李小军,辛晓洲,江涛,张海龙. 测绘学报. 2017(03)
[7]祁连山地震带中强地震前热红外异常研究[J]. 钟美娇,张元生,张璇. 地震工程学报. 2015(04)
[8]基于热异常信息与BP神经网络的中强地震预测试验[J]. 宋冬梅,时洪涛,单新建,刘雪梅,崔建勇,沈晨,屈春燕,邵红梅,王一博,臧琳,陈伟民,孔建. 地震地质. 2015(02)
[9]从震前卫星热红外图像看中国现今构造应力场特征[J]. 强祖基,姚清林,魏乐军,曾佐勋,郭坚峰. 地球学报. 2009(06)
[10]用辐射传输方程从MODIS数据中反演地表温度的方法[J]. 毛克彪,唐华俊,周清波,陈仲新,陈佑启,覃志豪. 兰州大学学报(自然科学版). 2007(04)
博士论文
[1]铁、镍及镍基合金疲劳断裂行为的原子模拟[D]. 马磊.湖南大学 2015
硕士论文
[1]金属疲劳损伤过程热力学熵特征分析及寿命预测模型研究[D]. 徐德军.安徽建筑大学 2018
[2]基于MODIS数据探讨玉树Ms7.1级地震前后地表温度变化[D]. 解杨春.中国地震局地震研究所 2012
[3]基于MODIS数据的地表温度反演方法[D]. 孟凡影.东北师范大学 2007
本文编号：3565929
本文链接：https://www.wllwen.com/shoufeilunwen/benkebiyelunwen/3565929.html
