远震接收函数是包含台站下方地壳-上地幔速度间断面Ps转换波及其多次反射波的时间序列,现已成为研究地壳结构的重要观测数据。在单个地震台站的接收函数分析中, 既可以利用不同接收函数Ps转换震相以及地表多次反射震相的共性特征获得台站下方一维平均地壳结构信息, 也可以基于Ps转换震相随方位的变化特征提取地壳结构的变化信息(如倾斜界面或各向异性)。然而,由于噪声干扰,加之倾斜结构或各向异性这些次级信号多湮没于反映间断面速度跳变的主体信号中,对于倾斜结构或各向异性的相关研究往往存在困难。因此,如何压制噪声提高信噪比,同时有效分离反映不同结构特征的信号成分,成为了相关研究的前沿问题

中国科学院地质与地球物理研究所陈凌研究担任通讯作者的研究论文“基于接收函数主成分分析法的地壳结构研究”,成功将主成分分析法引入至地震资料的分析中,以获取地震台站下方地壳结构的三维空间变化特征。文章发表在《中国科学:地球科学》中文版2019年第5期。研究者采用主成分分析法,研究单个地震台站记录的远震接收函数波形随方位变化的特征,发展了一种约束台站下方地壳结构的新方法,并利用该方法获取了四川盆地中部的地壳结构特征信息。

该项研究将主成分分析法引入单台接收函数研究中,通过大量理论测试分析并总结多种复杂结构模型对应的不同主成分所反映的结构特征,选择恰当的主成分重构接收函数。结果表明:(1)该方法能够有效压制噪声,提高信噪比;(2)可以有效分离接收函数中反映结构主体特征与结构变化特征的信号成分,其中径向接收函数第一主成分代表结构主体特征,径向接收函数第二主成分并辅以第三主成分以及切向接收函数第一主成分则反映结构变化信息;(3)通过对径向接收函数第二、三主成分的单独重构,能够区分各向同性单一倾斜结构与对称轴倾斜各向异性结构(图1)。

图1 各向同性倾斜模型与对称轴倾斜各向异性模型对应径向接收函数主成分分析结果

该方法不仅显著提高了接收函数数据的信噪比,而且弥补了传统方法难以有效分离结构主体特征与变化信息的不足。此外,该方法提供了区分各向同性倾斜结构和对称轴倾斜各向异性结构的新思路。这对地壳结构相关研究具有重要的科学意义。

该项研究得到了国家自然科学基金项目(41688103)和中国科学院地质与地球物理研究所岩石圈演化国家重点实验室基金项目(SKLZ201704-11712180)的资助。


点击下方“阅读原文”免费读全文:

中文版张建勇,陈凌,王旭. 2019. 基于接收函数主成分分析法的地壳结构研究. 中国科学: 地球科学, 49(5):822-837, doi: 10.1360/N072018-00227

英文版Zhang J Y, Chen L, Wang X. 2019. Crustal structure study based on principal component analysis of receiver functions. Science China Earth Sciences, 62, https://doi.org/10.1007/s11430-018-9341-9

主成分分析法_主成分分析法在地震学领域的新应用相关推荐

  1. 分割法和填补法_“聚合”法与“分割”法

    一门新的思维与实践的科学 "聚合"法是宗脉学中"宗脉"关系的根本原则,这是一门新的思维与实践的科学,它的研究角度和方法都不同于任何以往唯物主义与唯心主义学派. ...

  2. java 位图法_位图法对大量整数进行排序

    问题 输入:一个最多包含n个正整数的文件,每个数都小于n,其中n=10^7.如果在输入文件中有任何正数重复出现就是致命错误.没有其他数据与该正数相关联. 输出:按升序排列的输入整数的列表. 约束:最多 ...

  3. 主成分分析法_“主成分分析法”——线上讨论会等你加入

    Hi-新朋友,记得点蓝字关注我们哟 主成分分析法 --线上讨论会 新一轮的线上讨论会又要来啦~这次由我们实证会计板块与大家一起分享有关层次分析法的内容,也十分欢迎大家提前了解并与群内的各位学者研究讨论 ...

  4. 嫡权法赋权法_变异系数法_客观赋权法

    什么是变异系数,有何优势? 变异系数:当需要比较两组数据离散程度大小的时候,如果两组数据的测量尺度相差太大,或者数据量纲的不同,直接使用标准差来进行比较不合适,此时就应当消除测量尺度和量纲的影响,而变 ...

  5. 使用Python异序词检测示例_清点法_排序法_蛮力法_计数法

    要展示不同数量级的算法,一个好例子就是经典的异序词检测问题.如果一个字符串只是重排了另一个字符串的字符,那么这个字符串就是另一个的异序词,比如 heart 与 earth ,以及 python 与 t ...

  6. matlab主成分分析散点图_主成分分析(PCA)及其在MATLAB中的实现

    主成分分析 Principal Component Analysis(PCA) 1. 什么是主成分分析? What is PCA? Principal component analysis (PCA) ...

  7. python lasso做交叉验证法_标准方程法_岭回归_LASSO算法_弹性网

    程序所用文件:https://files.cnblogs.com/files/henuliulei/%E5%9B%9E%E5%BD%92%E5%88%86%E7%B1%BB%E6%95%B0%E6%8 ...

  8. 主成分分析逆变换_主成分分析(PCA)(转)

    主成分分析(Principal Component Analysis,简称PCA) 它是一种通用的降维工具.在我们处理高维数据的时候,为了能降低后续计算的复杂度,在"预处理"阶段通 ...

  9. 主成分分析法_数学建模 || 葡萄酒的评价(1)主成分分析法

    首先要说一下,这篇文章我在其他的平台发过,也是本人亲自写的,如果大家觉得眼熟的话放弃轻松,没有抄袭,主要是因为与我这 "葡萄酒的评价" 题目成系列了,因此在这里再把这个贴出来. 2 ...

最新文章

  1. SQL SERVER2008 镜像
  2. Android开发RSS阅读器
  3. Mac安装nginx配置过程
  4. IE中如何屏蔽窗口关闭
  5. JSON.parseArray()用法
  6. ODE网络:一场颠覆RNN的革命即将到来
  7. fatal error: X11/extensions/Xvlib.h/Xdbe.h: No such file or directory
  8. 因为机遇,不会轻易悲伤
  9. Java架构师和大数据架构师的区别是什么?哪个更有发展前景?
  10. rec删除xposed_Xposed框架对应各系统版本的下载与卸载
  11. mac adb环境变量配置
  12. 深度学习框架zf_深度学习十大框架比较
  13. vue h5网页点击按钮 -- 跳到微信小程序 wx-open-launch-weapp;onMenuShareAppMessage 分享图片不显示,且方法已废弃
  14. c语言中lookup函数功能,查询引用之王——Lookup函数实用技巧解读!
  15. 中国信息安全测评中心-自主原创测评
  16. ML-降维:PCA、SVD、LDA、MDS、LLE、LE算法总结
  17. 服务器运维的工作内容及职责
  18. PMP之项目风险管理---实施定量风险分析
  19. 今日晚间互联网科技新闻
  20. .netCore在Linux容器上的发布

热门文章

  1. 期货与期权(part5)--期货市场机制
  2. JAVA面试题(part5)--多态与抽象类
  3. [转载]Mac使用vim命令修改配置文件内容
  4. 幅度和幅值有区别吗_童溢金:白银期货和现货白银的区别在哪,你知道吗?
  5. 计算机网络物理层知识要点:通信基础、传输介质和设备
  6. 你写的Python代码规范吗?
  7. SAP UI5 应用开发教程之四十八 - 如何在 SAP UI5 应用里开发条形码扫描功能试读版
  8. 使用 npm 命令查看某个 npm 开发包明细
  9. SAP Spartacus SSR 模式下 index.html 页面的响应逻辑调试
  10. ABAP R3 时代著名的 SFLIGHT 航班模型测试数据,到了S/4HANA时代的进化版