基于压缩感知的InSAR数据地震震源特征反演研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    41504004
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    21.0万
  • 负责人：
    汪驰升
  • 依托单位：
    深圳大学
  • 学科分类：
    D0401.物理大地测量学
  • 结题年份：
    2018
  • 批准年份：
    2015
  • 项目状态：
    已结题
  • 起止时间：
    2016-01-01 至2018-12-31

项目摘要

The earthquake source characteristics inverted from InSAR data have many important applications in earthquake scientific research and earthquake engineering. To obtain precise inversion results, it is crucial to select and design an optimal inversion method. This project aims to propose a new inversion method based on compressive sensing theory. We will investigate the sparse representation model for earthquake slip distribution, the method for designing InSAR sampling matrices, and the algorithm for recovering earthquake source parameters. The proposed inversion method will solve the over-smooth problem in traditional methods by taking advantage of the sparse characteristics of earthquake slip distribution. Also, this study will optimize the reduction process of InSAR data by designing a sparse-signal-recovery-oriented sampling matrix. The innovations of this project are two-folds: 1) the regularization on slip distribution is extended from smooth constraints to sparse constraints; 2) the InSAR downsampling method is extended from spatial gridding sampling to non-spatial compression. This project will enrich the existing inversion methods, improve the precision and reliability of inversion results, benefit further earthquake study, and shed lights on the earthquake prevention and disaster reduction.
InSAR数据地震震源反演结果在地震科学研究和防震减灾工程中都有重要的应用。为提高反演结果的精度，反演方法的设计显得十分关键。本课题拟提出基于压缩感知理论的InSAR数据地震震源特征反演方法，实现地震震源的精确可靠提取。主要研究内容包括地震滑动分布稀疏表示模型、面向稀疏参数恢复的采样矩阵设计方法及震源参数的求解算法。本课题通过研究地震滑动分布在特定变换域下的稀疏特性，解决现有震源反演方法中的过光滑问题。另外，本课题在稀疏信号恢复导向下设计InSAR 数据采样矩阵，使得数据降维同时极大保留滑动分布信号的完整性。该研究创新点在于：（1）将滑动分布先验信息建模从光滑约束拓展到稀疏约束；（2）将InSAR数据简化从传统空间网格采样扩展到非空间抽象压缩。研究成果将丰富现有地震震源反演理论与方法，有助于认清地震发生和发展规律，从而进一步为地震科学研究及防震减灾等各项工作提供理论和技术支持。

结项摘要

InSAR数据地震震源反演结果在地震科学研究和防震减灾工程中都有重要的应用。为提高反演结果的精度，反演方法的设计显得十分关键。本课题提出结合压缩感知理论的InSAR数据地震震源特征反演方法，实现地震震源的精确可靠提取。主要研究内容包括地震滑动分布正则化方法、InSAR数据分析处理方法、地震震源参数求解算法、地震实例研究四个部分。本项目主要取得以下成果：1）研究了地震滑动分布的稀疏表达模型和自适应正则化方法，挖掘滑动分布经过空间变换后的稀疏特性，拓展了传统滑动分布光滑先验约束的形式；2）研究了InSAR数据的简化方法和孤立条纹模糊度求解方法，有效节约了反演计算量，充分利用了孤立条纹信息；3）研究非负约束情况下稀疏系数的有效近似求解和基于总体最小二乘的滑动分布解和正则化矩阵同时求解的方法，实现有效的地震震源参数求解方法；4）开展了2011年土耳其Van地震、2016年意大利中部地震序列、2018年印尼Lombok岛地震序列的震源反演、海原断裂带现今应变模拟等四个案例研究。本项目研究成果丰富了现有地震震源反演理论与方法，有助于认清地震发生和发展规律，从而进一步为地震科学研究及防震减灾等各项工作提供理论和技术支持。

项目成果

期刊论文数量（9）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（2）
Using an Integer Least Squares Estimator to Connect Isolated InSAR Fringes in Earthquake Slip Inversion
使用整数最小二乘估计器连接地震滑移反演中的孤立 InSAR 条纹
  • DOI：
    10.1109/tgrs.2015.2507601
  • 发表时间：
    2016
  • 期刊：
    IEEE Transactions on Geoscience and Remote Sensing
  • 影响因子：
    8.2
  • 作者：
    Chisheng Wang;Xiaoli Ding;Qingquan Li;Xinjian Shan;Peng Liu
  • 通讯作者：
    Peng Liu
Adaptive regularization of earthquake slip distribution inversion
地震滑移分布反演的自适应正则化
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Tectonophysics
  • 影响因子：
    2.9
  • 作者：
    Chisheng Wang;Xiaoli Ding;Qingquan Li;Xinjian Shan;Jiasong Zhu;Bo Guo;Peng Liu
  • 通讯作者：
    Peng Liu
A Triangular Prism Spatial Interpolation Method for Mapping Geological Property Fields
地质属性场测图的三棱柱空间插值方法
  • DOI：
    10.3390/ijgi6080241
  • 发表时间：
    2017
  • 期刊：
    ISPRS International Journal of Geo-Information
  • 影响因子：
    3.4
  • 作者：
    Yang Cui;Qingquan Li;Qingyuan Li;Jiasong Zhu;Chisheng Wang;Kai Ding;Dan Wang;Bisheng Yang
  • 通讯作者：
    Bisheng Yang
A random forest classifier based on pixel comparison features for urban LiDAR data
城市激光雷达数据基于像素比较特征的随机森林分类器
  • DOI：
    10.1016/j.isprsjprs.2018.12.009
  • 发表时间：
    2019
  • 期刊：
    ISPRS Journal of Photogrammetry and Remote Sensing
  • 影响因子：
    12.7
  • 作者：
    Chisheng Wang;Qiqi Shu;Xinyu Wang;Bo Guo;Peng Liu;Qingquan Li
  • 通讯作者：
    Qingquan Li
Formation of the 2015 Shenzhen landslide as observed by SAR shape-from-shading
SAR 阴影形状观测 2015 年深圳山体滑坡的形成过程
  • DOI：
    10.1038/srep43351
  • 发表时间：
    2017-03-03
  • 期刊：
    Scientific Reports
  • 影响因子：
    4.6
  • 作者：
    Wang C;Li Q;Zhu J;Gao W;Shan X;Song J;Ding X
  • 通讯作者：
    Ding X

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

芦山M_s7.0级地震InSAR形变观测及震源参数反演
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    地球物理学报
  • 影响因子：
    --
  • 作者：
    刘云华;汪驰升;单新建;张桂芳;屈春燕
  • 通讯作者：
    屈春燕
D-InSAR技术在长白山天池火山形变 监测中的误差分析与应用
  • DOI：
    10.3969/j.issn.0001-5733.2010.07.008
  • 发表时间：
    2010-04-12
  • 期刊：
  • 影响因子：
    --
  • 作者：
    韩宇飞;宋小刚;单新建;屈春燕;汪驰升;郭利民;张桂芳;刘云华
  • 通讯作者：
    刘云华
协方差阵非负约束的赫尔默特方差分量估计
  • DOI：
    10.11947/j.agcs.2022.20200333
  • 发表时间：
    2022
  • 期刊：
    测绘学报
  • 影响因子：
    --
  • 作者：
    王乐洋;赵雄;许文斌;汪驰升;方楠;谢磊
  • 通讯作者：
    谢磊
高频GNSS实时地震学与地震预警研究现状
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    地球物理学报
  • 影响因子：
    --
  • 作者：
    单新建;尹昊;刘晓东;王振杰;屈春燕;张国宏;张迎峰;李彦川;汪驰升;姜宇
  • 通讯作者：
    姜宇
民航客机夜光遥感光污染监测初步研究
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    遥感技术与应用
  • 影响因子：
    --
  • 作者：
    唐倩迪;汪驰升;王永全;宿瑞博;江锦成;崔红星
  • 通讯作者：
    崔红星

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

汪驰升的其他基金

长时序InSAR相位紧耦合优化及地震微弱形变自动化提取
  • 批准号：
    42374018
  • 批准年份：
    2023
  • 资助金额：
    51 万元
  • 项目类别：
    面上项目
InSAR地震参数反演不确定性的信息熵分析方法研究
  • 批准号：
  • 批准年份：
    2019
  • 资助金额：
    62 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码