利用接收函数研究印度和欧亚大陆碰撞带的深部构造

利用接收函数研究印度和欧亚大陆碰撞带的深部构造

ID:38854921

大小:2.11 MB

页数:75页

时间:2019-06-20

利用接收函数研究印度和欧亚大陆碰撞带的深部构造_第1页
利用接收函数研究印度和欧亚大陆碰撞带的深部构造_第2页
利用接收函数研究印度和欧亚大陆碰撞带的深部构造_第3页
利用接收函数研究印度和欧亚大陆碰撞带的深部构造_第4页
利用接收函数研究印度和欧亚大陆碰撞带的深部构造_第5页
资源描述:

《利用接收函数研究印度和欧亚大陆碰撞带的深部构造》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、桂林工学院硕士学位论文利用接收函数研究印度和欧亚大陆碰撞带的深部构造姓名:蔡水库申请学位级别:硕士专业:地球探测与信息技术指导教师:王有学20060501桂林工学院硕士学位论文摘要宽频远震体波的波形反演理论与方法是近几十年来迅速发展起来的、对地球内部结构研究行之有效的方法,接收函数法就是其中的典型代表。远震波形中包含了丰富的地下介质的物理特性信息,如震源时间函数、源区介质结构、地震波传播路径以及接收区介质结构等.接收函数是将三分量远震波形记录的两个水平分量旋转成径向分量和切向分量,然后用垂直分量分别对它们作反褶积得到的径向和切向方向上的时问序列,即所谓的接收函数。根据初始模型参数使用K

2、ennettt(1983)的广义反射透射系数矩阵方法计算理论三分量地震图,再由理论地震图计算初始模型的接收函数,通过比较初始模型的接收函数与实际观测的接收函数,对初始模型不断修iE,直至达到精度要求,获得地震台下地球内部结构。为克服反演结果对切始模型的依赖,在反演时引入了误差反传人工神经网络算法(BP算法)。利用人工神经网络对接收函数进行非线性反演,这种反浈法既可避免复杂的地震图合成计算及耗时的迭代计算。又具有记忆功能,从而使得接收函数法的反演工作具有延续性和可继承性.其缺点是对于未曾学习过的模型或与学习过的模型差异较大的模型,其反演结果误差较大。但随着人工神‘经网络反演系统的不断完善

3、,该方法将有广阔的应用前景。结合中美合作HI.CLIMB项目取得的近800km主剖面的宽频带远震数字波形数据,提出了用接收函数反演地壳和上地幔速度结构和问断面深度的新方法—接收函数人工神经网络反演算法,反演了尼泊尔至中国西藏中部穿越喜马拉雅造山带的地壳上地幔速度结构,获得了对印度和欧亚板块碰撞带深部构造特征的新的认识,为进一步揭示印度和欧亚板块碰撞带的深部构造特征、演化及地球动力学过程提供了可靠的地球物理证据,并结合有关资料初步探讨了其地质意义.关键词:接收函数人工神经网络大陆板块碰撞带深部构造桂林工学院硕士学位论文ADstractThetheoryandapproachoftbebr

4、oadbandteteseismicbodywaveforminversionWaSagoodmethodofthercsearchontheearthinsidestructtire.whichdevelopedrapidlyscvefaItenyears.ThereceiverfunctioniStherepresentationofthebroadbandteleseismicbodywaveforill.ThebroadbandbodywaveforillcontainaIotofphysiccharacteristicinformationoftheundergroundme

5、dium.suchasseismicsourcetimefunction,Sourcesectionmediumstructure,thetransmitpathofseismicWaVeSandthemediumstructureofthereceiversection.Receiverfunctionsaretimesedes.computedfromthree-componentseismograms。Accordingtotheinitialmodelparameter,usingthematrixmethodofKennettt’S(1983)generalizedrefle

6、ctionlTansmissionCOefficienttocomputethetheorythree.componentseismogram。thellthereceivetfunctionoftheinitialmodelCOBldbegottenbythetheoryseismogram.TheearthiusidestructureundertheseismicstationcouldbeobtainedbycomparingtheinitiaImodelreceiverfunctionwithrealobservationreceiverfunctionandcorrecti

7、ngtheinitialmodel.Theerrorbackpropagationtrainingartificialneuralnetwork(BPtraining)wasintroducedintoinversiontoovercomethedependenceofinitia【model.ItCOUIdn’tonlyavoidcomplexseismogramcompoundanditerationcomputation.butalSOh

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。