项目名称: 基于改进的Multi-interferogram技术研究亚东-谷露活动构造带现今分段变形特征

项目编号: No.41204004

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 地球物理学和空间物理学

项目作者: 姜文亮

作者单位: 中国地震局地壳应力研究所

项目金额: 26万元

中文摘要: 研究震间断层应变积累对于认识断层运动与地震复发周期等至关重要。PS与SBAS InSAR技术可以捕捉断层活动产生的微弱形变信号,这些方法要求地物在长时间基线上保持稳定的散射特性,但在相干性不稳定、断层活动较弱区域,测量精度受到影响。 为拓展InSAR的应用深度,本立项拟在亚东-谷露裂谷带开展InSAR长期形变监测研究。首先,改进Multi-interferogram断层监测技术与应用流程,基于GPS数据校验InSAR测量精度,获取断裂带分段变形场参数;其次,建立三维断层分段模型,以InSAR测量结果作为约束,根据深部断裂位错模型反演断层滑动速率分布;最后,研究亚东-谷露活动断裂带不同构造分段的运动特征及变形方式,分析地震沿断裂带的迁移分布规律。本项目的研究将为拉萨地区地壳动力学与地震机理研究提供新的认识。

中文关键词: 干涉测量;亚东-谷露构造带;断层参数反演;地震构造模型;构造地貌

英文摘要: In order to understand the dynamics of active fault and reoccurance cycle of earthquake, a better knowledge of the strain accumulation of active fault is significent. PS and SBAS InSAR techniques can capture the weak deformation signal generated by active fault. However, precision of such methods are influenced by decorrelation and other noises greatly. To improve the application of InSAR, we will monitor Yadong-Gulu active fault zone using Multi-interferogram method. We will do as follows: (1) improve the flow of Multi-interferogram method, validate the result with the GPS data, and obtain the deformation fields of different sections of Yadong-Gulu active fault zone; (2) establish the 3D sectionalized fault model, and place constraints on fault slip distribution with InSAR result based on OKADA model; (3) study the movement characteristics and deformation modes on different segments of Yadong-Gulu active fault zone, and analyze the transferring law of earthquake along the fault zone. The anticipated research results will supply some new viewpoints for the study of crustal dynamics and earthquake mechanism in Lhasa block.

英文关键词: InSAR;Yadong-Gulu fault zone;Fault parameter inversion;Seismic structural model;Morphotectonics

成为VIP会员查看完整内容
0

相关内容

专知会员服务
47+阅读 · 2021年8月28日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
31+阅读 · 2021年2月17日
【AAAI2021】小样本学习多标签意图检测
专知会员服务
54+阅读 · 2020年12月8日
基于小样本学习的图像分类技术综述
专知会员服务
148+阅读 · 2020年5月6日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
【华侨大学】基于混合深度学习算法的疾病预测模型
专知会员服务
96+阅读 · 2020年1月21日
算法在岗3年小结:模型策略篇
极市平台
0+阅读 · 2022年1月18日
VALSE Webinar 国庆节及ICCV期间活动暂停通知
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24日
【数字孪生】使用数字孪生体进行预测性维护
产业智能官
27+阅读 · 2019年7月22日
ICRA 2019 论文速览 | 基于Deep Learning 的SLAM
计算机视觉life
41+阅读 · 2019年7月22日
图卷积在基于骨架的动作识别中的应用
极市平台
24+阅读 · 2019年6月4日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
15+阅读 · 2018年6月23日
Arxiv
15+阅读 · 2018年2月4日
小贴士
相关主题
相关VIP内容
专知会员服务
47+阅读 · 2021年8月28日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
31+阅读 · 2021年2月17日
【AAAI2021】小样本学习多标签意图检测
专知会员服务
54+阅读 · 2020年12月8日
基于小样本学习的图像分类技术综述
专知会员服务
148+阅读 · 2020年5月6日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
【华侨大学】基于混合深度学习算法的疾病预测模型
专知会员服务
96+阅读 · 2020年1月21日
相关资讯
算法在岗3年小结:模型策略篇
极市平台
0+阅读 · 2022年1月18日
VALSE Webinar 国庆节及ICCV期间活动暂停通知
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24日
【数字孪生】使用数字孪生体进行预测性维护
产业智能官
27+阅读 · 2019年7月22日
ICRA 2019 论文速览 | 基于Deep Learning 的SLAM
计算机视觉life
41+阅读 · 2019年7月22日
图卷积在基于骨架的动作识别中的应用
极市平台
24+阅读 · 2019年6月4日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员