VHR DEM measurement technology and its application in active fault research
-
摘要: 首先分析了获取数字高程模型(DEM)的高分遥感立体测量、合成孔径雷达干涉测量技术、激光雷达测距技术和运动重建技术等技术手段，以及现阶段高空间分辨率数字高程模型(VHR DEM)提取技术的主要特点，实际应用中需根据研究区地形地貌特点选择合适的VHR DEM获取技术；然后，结合最新研究成果着重阐述了VHR DEM在活断层识别及几何结构分析、同震位移与累积位移获取和古地震研究等领域的最新应用；最后指出，VHR DEM由于其高精度、高空间分辨率的特点，正逐步改变传统活断层的研究方法，使得对活断层的研究进入到了前所未有的精细化水平.Abstract: Firstly, we analyzed several technologies by which to obtain DEM (digital elevation model), including the high resolution remote sensing stereo measurement, InSAR (interferometric synthetic aperture radar), LiDAR (light detection and ranging) and SfM (structure form motion), and their characteristics to extract VHR DEM (very high resolution digital elevation model). In practical application, we should consider the terrain features of the study area and choose reasonable technology to extract VHR DEM. Then, combining with the latest research results, we summarized the applications of VHR DEM in active faults identification and geometric structure analysis, co-seismic displacement and cumulative displacement as well as paleoearthquake research. VHR DEM has brought the active fault research into the unprecedented fine level with its sub-meter spatial resolution and high accuracy.
-
Keywords:
- DEM acquisition technology /
- VHR DEM extraction /
- active fault
-
引言
随着实时数据传输的数字强震加速度仪的广泛运用，强震观测网络的应用领域由地震工程学、近场地震学、地震区划图编制与工程结构抗震设计扩展到烈度速报、地震预警、震害的快速评估等实时应用领域（周雍年，2006；卢大伟，李小军，2010）。强震观测数据是震灾预防与地震应急的重要基础，作为其主要组成部分的背景噪声因携带丰富场地、地脉动源等关键信息备受国内外学者关注。
实际上，台站背景噪声分析常用于微震观测领域，包括功率谱密度分析、背景噪声层析成像等方法。其中：功率谱密度分析用于了解台站背景噪声频谱特性、估算背景噪声的频率成分及各成分的相对强弱；概率密度方法是对背景噪声功率谱进行统计分析，可直观地判断观测数据的质量（Bormann，2002；Stehly et al，2006；Abd et al，2013；El Fellah et al，2017）。在功率谱密度分析基础上，设立对比观测实验，将一台经实验室校准过的地震仪，作为参考地震仪与另外一台或两台地震仪安装于同一台基，使用相关分析方法从两或三台地震仪的同步观测数据中扣除相关分量获得非相关分量，并将非相关分量作为地震仪自身噪声的估计值，即利用了参考地震仪来估算被测地震仪的灵敏度、自噪声（Sleeman，2006；Gerner，Bokelmann，2013）及方位角（Holcomb，2002；吕永清等，2007；Tasič，Runovc，2013；Xie et al，2018）等。此外，还可利用台站背景噪声分形特征分析得到宽频带地震台背景噪声在特定尺度下时域波形特征（丁莉莎等，2021）。
国内外学者对强震台站背景噪声也进行了各种分析和利用，2009年Hutt等就Geotech公司的 PA-23，Guralp 公司的CMG-5TC，Kinemetrics公司的ES-T，Nanometrics 公司的Titan以及RefTek 公司的RT-47-01/3五种加速度计的偏移、线性度、自噪声及动态范围等进行测试，认为位于人口稠密地区、道路沿线、旋转机械附近、高射频干扰或电磁干扰环境中的观测墩，或位于软质沉积物上的观测墩，因环境噪声较强不能进行加速度计自噪声测试（Hutt et al，2010）；2013年Cauzzi和Clinton （2013）利用瑞士及南加州高质量强震台站建立了强震台站背景低噪声模型（accelerometric low-noise models，缩写为ALNM）和强震台站背景高噪声模型（accelerometric high-noise models，缩写为 AHNM），并指出ALNM主要受传感器及数据采集器自身噪声影响，AHNM的高频段受台站所处城市环境噪声干扰，中频段噪声受微动峰值影响，低频段检测噪声能力受台站安装质量和环境的限制；丁莉莎（2014）在进行高温加速度计研制过程中分别对常温及高温环境下加速度计噪声进行了分析，结果显示高温状态下加速度计噪声明显高于常温工作状态时；江汶乡（2015）在地震预警强震数据处理技术的研究中，得到直接观测的强震加速度仪噪声与相干方法估计的自噪声在量级上的近似性，自噪声可用于判断仪器是否适用于地震预警，针对环境噪声易造成预警系统误触发，提出单台站抗干扰误触发算法。上述研究表明强震台站最小背景噪声功率谱值会受仪器自噪声的影响，而实际监测能力会受观测环境的影响。
强震台站监测能力分析在设计原理及实际应用上与微震观测台站存在差异：首先，利用背景噪声功率谱评估微震观测台站对地震波观测能力的方法是通过建立台站背景噪声水平与可监测的最小地震震级及其震中距之间关系来实现（Welch，1967）。由于微震观测台站主要依赖地震波震相到时进行地震定位，而初动震相检测决定了震级计算的可靠性（Havskov，Alguacil，2007），Schultz等（2015）认为当地震信号功率谱是微震观测台站日常记录的噪声信号功率谱的10倍以上时，P波震相的拾取才不受噪声影响。也有学者通过以往震例数据建立了每个台站监测能力与震级、震中距的函数用以合成特定震级地震监测概率图（Schorlemmer，Woessner，2008）。与微震观测台站不同，强震台站观测更注重天然地震和非天然地震引起的场地或工程结构的强烈震动在某一时刻的最大震动强度。强震台站监测能力受台站背景噪声的限制，对于一定大小的地震，只有当震中距在一定范围之内，地震波到达台站时的振幅高出台站背景噪声时才能被监测仪器记录。为了实现强震台站运行状态在线监控及监测数据质量评价，本文尝试利用强震台站日常记录中的背景噪声进行分析，选择台站对区域地震事件的监测能力作为一项评价标准，从强震台站背景噪声频谱及其统计特征入手，对台站数据进行评价；并结合不同震级区域地震事件的频率-加速度幅值分布进行台站监测能力分析，完成实时强震观测台站数据质量评价及运行状态评估。
1. 数据
本文收集国内外震中距约在100 km、震级为M1.0—7.0的区域地震事件，区域强震数据来自中国强震动台网中心及日本地球科学和抗灾研究所的K-NET，KiK-net观测网络（NIED，2019），区域地震数据及用于背景噪声分析的日常记录数据来自广东地震台。其中区域强震数据和区域地震事件用于频率-加速度幅值分布模型的建立（图1a），详细信息列于附表1。
![]()
图 1 珠江三角洲地震监测和预警系统粤东密集台网强震观测台站布局及相关地震事件（a） 区域地震频率-加速度幅值分布模型的地震分布；（b） 台站布局及测试地震分布图Figure 1. Layout of strong motion observation stations and related seismic events in the eastern Guangdong dense network of the Pearl River Delta seismic monitoring and early warning system（a） Distribution of earthquakes used to establish the regional earthquake frequency-acceleration amplitude distribution model；（b） Station layout and distribution of test earthquakes广东强震观测从2013年起由事件触发式存储转换为实时传输，至今积累了大量的连续记录，特别是珠江三角洲地震监测和预警系统中的粤东密集台网，该台网结合粤东地区活动断裂构造及地貌特征，共建设75个井下短周期测震站（其中30站增设地面强震加速度计），布设成以间距约为15 km接近正交的北东向、北西向的观测网格和部分依粤东北山区及莲花山脉以北盆地地形条件不规则形状的观测网络，实现了速度及加速度同时记录，为强震台站背景噪声分析提供了数据基础。本文共收集2020年24台强震加速度日常记录数据及59次地震事件进行分析（图1b）。
2. 方法
强震台站背景噪声频谱、频谱统计特征及台站监测能力分析包含以下几个步骤：
2.1 强震台站背景噪声功率谱分析
采用改进周期图法（Welch方法）对强震台站的背景噪声功率谱密度（power spectral density，缩写为PSD）进行分析（Welch，1967；Howard，2002；Havskov，Alguacil，2007）：首先，对观测数据据进行去直流和去趋势项、分段以及选择窗函数；然后，估计每段数据的噪声功率谱并转换为加速度功率谱；最后，对所有分段数据的加速度功率谱结果取平均。本文采用的力平衡加速度计平坦响应范围为DC—80 Hz，采样率为100 Hz，研究频带选为DC—40 Hz，不再进行传递函数扣除。
2.2 强震台站噪声有效值概率密度分析
1） 选取连续数天或数周乃至数月的强震日常观测数据，用改进周期图法估计固定长度观测数据的加速度功率谱；
2） 采用1/3倍频程带宽将上述功率谱的有效频带划分为若干子频带（也可使用1/8或1/6倍频程带宽），各子频带的中心频率为：
$$ {f}_{{\rm{c}}}＝{G}^{\tfrac{{2n+1}}{{2b}}} \text{，} $$ (1) 式中：G为倍频程系数，其值为2或$10^{{{3}}/{{10}} }$；n为使子频带集合与需统计功率谱频带相符合的任意整数；b为倍频程带宽分数的分母，上下限频率如下：
$$ \begin{split}\\ \left\{\begin{array}{c} f_{\rm{h}}＝G^{\frac{1}{2b}}f_{\rm{c}}， \\ f_{\rm{l}}＝G^{－\frac{1}{2b}}f_{\rm{c}}.\end{array}\right.\end{split} $$ (2) 3） 噪声加速度有效值估算。对各子频带内的台基噪声功率谱进行积分后开方得到各子频带的背景噪声加速度有效值（Bormann，2002），并转换为dB值表示。
4） 统计计算。以2）中选定的子频带与1 dB的有效值为间隔，将从0 Hz到奈奎斯特频率的全频带及−200—0 dB的有效值区间划分为网格。再利用1）中每个固定长度背景噪声有效值结果估算各中心频率有效值占数据总样本的概率密度，并使用不同颜色绘制在频率-加速度图上得到有效值概率密度分布。
5） 最后，分别找出台站背景噪声有效值概率密度分布中每个子频带的最大概率密度值所对应的噪声有效值以及最小噪声有效值作为平均模型和最小模型，并以不同颜色虚线标注。
2.3 强震台站背景噪声有效值概率分布区间
考虑到单一的平均模型不能准确描绘背景噪声概率密度分布较为离散的台站，在此提出台站背景噪声有效值概率分布区间的分析方法。
已知台站背景噪声概率密度分布：
$$P\left\{{f＝{f}_{i}|{\rm{rms}}＝{\rm{RMS}}}_{j}\right\}＝{p}_{ij}，{f}_{i}\in {f}_{m}，i\in m，{{\rm{RMS}}}_{j}\in ［ -\mathrm{200，0} ］ ，j\in {N} \text{，} N＝201 \text{，} $$ (3) 式中：$ {f}_{m} $为子频带的中心频率集合，m为子频带的个数；$ {{\rm{RMS}}}_{j} $为−200—0 dB有效值区间的任意一个子区间；N为有效值区间总数；$ {p}_{ij} $表示中心频率为$ {f}_{i} $，有效值取值为${{\rm{RMS}}} _{j}$的概率。
跟据分布函数定义（陈魁，2000）可知当中心频率为${f}_{{\rm{c}}}，{f}_{{\rm{c}}}\in {f}_{m}$，背景噪声有效值小于${{\rm{RMS}}} _{j}$时的分布函数为：
$$ \varGamma {f}_{{\rm{c}}} （ {{\rm{RMS}}}_{j} ） ＝P\left\{{f＝f}_{ {\rm{c}}}|{\rm{Min}}\_{\rm{model}}\ll {\rm{rms}}{\text{≤}} {{\rm{RMS}}}_{j}\right\}\text{，} $$ (4) $$ \varGamma {f}_{{\mathrm{c}}} （ {\mathrm{RMS}} ） ＝P\left\{{f＝f}_{ {\mathrm{c}}}|{\mathrm{rms}}{\text{≤}} {{\mathrm{RMS}}} _{j}\right\}－P\left\{f＝{f}_{{\mathrm{c}}}|{\mathrm{rms}} ＜ {\mathrm{Min}}\_{\mathrm{model}}\right\} \text{，} $$ (5) 因为最小模型为仪器本底噪声模型，所以$P\left\{{f＝f}_{ {\rm{c}}}|{\rm{rms}} ＜ {\rm{Min}}\_{\rm{model}}\right\}＝0$，则：
$$ \varGamma {f}_{{\rm{c}}} （ {\rm{RMS}} ） ＝P\left\{{f＝f}_{ {\rm{c}}}|{\rm{rms}}{\text{≤}} {{\rm{RMS}}}_{j}\right\}＝\sum _{j}{p}_{{i}_{c}j} .$$ (6) 此时，$ \varGamma {f}_{{\mathrm{c}}} （ {\mathrm{RMS}} ） $表明中心频率为$ {f}_{{\mathrm{c}}} $时，其背景噪声有效值落在 ［ Min_model，$ \mathrm{RMS} $ ］ 上的概率，如当$ \varGamma {f}_{{\mathrm{c}}} （ {\mathrm{RMS}} ） ＝95\text{%} $时，背景噪声有效值落在 ［ Min_model，${\mathrm{ RMS }}$95 ］ 的概率为95%。
2.4 地震事件汇集及其频率-加速度幅值分布模型
参考Clinton和Heaton （2002）的方法，对收集到的国内外距各台站震中距约为100 km、震级在M1.0—7.0的区域地震事件估算地震事件经过倍频程滤波后各中心频点加速度绝对最大值；然后通过平均各地震记录中不同中心频率绝对最大值得到该震级的频率-加速度幅值分布曲线。
2.5 强震台站监测能力分析
本文将2.1和2.2节中台站连续时间背景噪声有效值概率密度分布与2.4节不同震级频率-加速度幅值曲线、新一代高噪声模型（new high-noise models ，缩写为NLNM）和新一代低噪声模型（new low-noise models ，缩写为NHNM）（Peterson，1993）及高质量强震台站背景噪声模型（AHNM及ALNM）（Cauzzi et al，2013）进行对比；通过对比不同概率下台站背景噪声有效值概率密度分布区间上限与不同震级频率-加速度幅值曲线（图2）的接近程度实现台站监测能力评估。
![]()
图 2 噪声加速度模型与区域地震事件频率-幅度分布曲线 （Clinton，Heaton，2002） 对比Figure 2. Comparison of the noise acceleration model with the frequency-amplitude distribution curve of regional earthquake events （modified fromClinton， Heaton，2002）3. 强震台站监测能力分析
利用强震台站背景噪声有效值的平均模型、最小模型及概率分布区间结合区域地震事件的频率-加速度幅值曲线评估台站的监测能力。其中：背景噪声平均模型能有效地反映背景噪声随频率分布的趋势；背景噪声有效值概率分布区间能揭示背景噪声分布的离散度。但上述统计规律会被台站频繁地功能测试所影响，所以建立平均模型和概率分布区间前需对功能测试信号进行识别和分离以排除其影响。
3.1 功能测试信号的影响和处理
依据国家地震行业标准《强震动观测技术规程》（中国地震局，2017）的要求，各强震台网中心应定期对在运行设备进行功能测试，即通过数据采集器向加速度计发送阶跃标定信号。为保证标定信号的信噪比，标定信号能量应远大于台站背景噪声，因此标定信号对台站背景噪声平均模型的计算有很大影响。如图3所示，HLQZ台因频繁进行功能测试，大部分背景噪声有效值概率密度分布在频带0.01—50 Hz内，噪声平均模型呈跳变形态（见图3a上）；而HLZT台受观测环境及多次功能测试影响，背景噪声平均模型出现跳变（见图3a下）。本文需对阶跃标定信号有效值分布及概率分布规律进行如下分析处理。
![]()
图 3 HLQZ台（上）和HLZT台（下）标定信号识别前（a）后（b）噪声有效值概率密度分布平均模型的变化对比Figure 3. Comparison of changes in the RMS probability density distribution of noise before （a） and after （b） calibration signal identification at HLQZ station （upper） and HLZT station （lower）方波信号时域表达（王广福，1986）：
$$ \begin{split}& i （ t ） ＝{I}_{0} ［ {u}_{0} （ t ） －{u}_{0} （ t-\tau ） ＋ {u}_{0} （ t－2\tau ） －{u}_{0} （ t－3\tau ） ］ ， \end{split}$$ (7) 式中，$ {u}_{0} $为单位阶跃函数，$ \tau $为阶跃标定宽度，$ {I}_{0} $为标定电流。
方波信号频域表达：
$$ I （ {\mathrm{j}}\omega ） ＝{I}_{0}\left({\int }_{0}^{\tau }{{\rm{e}}}^{-{\mathrm{j}}\omega t}{\mathrm{d}}t＋{\int }_{2\tau }^{3\tau }{{\rm{e}}}^{-{\mathrm{j}}\omega t}{\rm{d}}t\right)， $$ (8) $$ I （ {\mathrm{j}}\omega ） ＝{I}_{0}{\tau }^{2}\left|\frac{\mathrm{s}\mathrm{i}\mathrm{n}\left(\dfrac{\omega \tau }{2}\right)}{\dfrac{\omega \tau }{2}}\right|{ （ {\rm{e}}}^{-{\mathrm{j}}\frac{\omega \tau }{2}}＋{{\rm{e}}}^{-{\mathrm{j}}\frac{5\omega \tau }{2}} ） ， $$ (9) 式中，$ I （ {\mathrm{j}}\omega ） $为$i （ t ） $的频率特性，j为虚数单位，$ \omega$为角频率。
方波信号谱的模为：
$$ \left|I （ {\mathrm{j}}\omega ） \right|＝{I}_{0}{\tau }^{2}\left|\frac{\mathrm{s}\mathrm{i}\mathrm{n}\left(\dfrac{\omega \tau }{2}\right)}{\dfrac{\omega \tau }{2}}\right| \sqrt{{\left[\mathrm{c}\mathrm{o}\mathrm{s}\left(\frac{\omega \tau }{2}\right)＋\mathrm{c}\mathrm{o}\mathrm{s}\left(\frac{5\omega \tau }{2}\right)\right]}^{2}＋{\left[\mathrm{s}\mathrm{i}\mathrm{n}\left(\frac{\omega \tau }{2}\right)＋\mathrm{s}\mathrm{i}\mathrm{n}\left(\frac{5\omega \tau }{2}\right)\right]}^{2}}. $$ (10) 根据IEEE对噪声功率谱定义和Parseval定理（Howard，2002）：信号$i （ t ） $在区间$ ［ 0，T ］ $内存在${\displaystyle\int }_{0}^{T}{i （ t ） }^{2}{\rm{d}}t＝{\displaystyle\int }_{-\infty }^{\infty }\varphi （ {\mathrm{j}}\omega ） {\rm{d}}\omega ＝{\displaystyle\int }_{-\infty }^{\infty }{\left|I （ {\mathrm{j}}\omega ） \right|}^{2}{\rm{d}}\omega$，能量谱密度为$ \varphi （ {\mathrm{j}}\omega ） ＝{\left|I （ {\mathrm{j}}\omega ） \right|}^{2} $；又因为在区间$ ［ 0，T ］ $上信号平均功率$\overline{P} （ T ） ＝{1}/{T}{\displaystyle\int }_{0}^{T}{i （ t ） }^{2}{\rm{d}}t＝{\displaystyle\int }_{-\infty }^{\infty }X （ {\mathrm{j}}\omega ） {\rm{d}}\omega$，故信号的功率谱密度$X （ {\mathrm{j}}\omega ） ＝ {1}/{T}\varphi （ {\mathrm{j}}\omega ） ＝{{1}/{T}\left|I （ {\mathrm{j}}\omega ） \right|}^{{\rm{2}}}$，此时：
$$\begin{split}& 10{\rm{lg}}X （ {\mathrm{j}}\omega ） －20{\rm{lg}} （ \left|I （ {\mathrm{j}}\omega ） \right| ） －10{\rm{lg}}T＝-20{\rm{lg}}\omega ＋20{\rm{lg}}{I}_{0}＋20{\rm{lg}}2＋20{\rm{lg}}\tau ＋\\& 10{\rm{lg}}\left\{{\left[\mathrm{c}\mathrm{o}\mathrm{s}\left(\frac{\omega \tau }{2}\right)＋\mathrm{c}\mathrm{o}\mathrm{s}\left(\frac{5\omega \tau }{2}\right)\right]}^{2}＋{\left[\mathrm{s}\mathrm{i}\mathrm{n}\left(\frac{\omega \tau }{2}\right)＋\mathrm{s}\mathrm{i}\mathrm{n}\left(\frac{5\omega \tau }{2}\right)\right]}^{2}\right\}＋20{\rm{lg}}\left(\left|\mathrm{s}\mathrm{i}\mathrm{n}\left(\frac{\omega \tau }{2}\right)\right|\right) － 10{\rm{lg}}T＝\\& -20{\rm{lg}}\omega ＋20{\rm{lg}}{I}_{0}＋20{\rm{lg}}2＋20{\rm{lg}}\tau ＋10{\rm{lg}} ［ 2＋2\mathrm{cos} （ 2\omega \tau ） ］ ＋20{\rm{lg}}\left|\mathrm{sin}\left(\frac{\omega \tau }{2}\right)\right|－10{\rm{lg}}T \text{，} \end{split}$$ (11) 式中，$20{\mathrm{lg}}{{I}}_{0}＋20{\rm{lg}}2＋20{\mathrm{lg}}\mathrm{\tau }$及$ 10\lg T $为常数项，$10{\mathrm{lg}} ［ 2＋2\mathrm{c}\mathrm{o}\mathrm{s} （ 2\mathrm{\omega }\mathrm{\tau } ） ］ \in （ -\mathrm{\infty }，6.020\;6 ］ $并呈$ \pi/\tau $周期变化，$20{\rm{lg}}\left(\left|\mathrm{s}\mathrm{i}\mathrm{n}\left({\mathrm{\omega }\mathrm{\tau }}/{2}\right)\right|\right)\in （ -\mathrm{\infty }，0 ］ $并呈$ 4\pi/\tau $周期变化，因此，随$ \mathrm{\omega } $的增加$ -20\lg \mathrm{\omega } $逐渐成为标定信号功率谱的优势项。
最后，在整个频率范围内以恒定的相对带宽（RBW）从信号功率谱密度中计算有效值振幅，其中：$\omega＝2\pi f，\mathrm{R}\mathrm{B}\mathrm{W}＝{G}^{{1}/{2b}}－{G}^{-{1}/{2b}}，{f}_{{\mathrm{c}}}＝{G}^{ （ 2n＋1 ） /2b}$；此时，中心频率${f}_{{\rm{c}}}$的噪声功率谱密度为${X （ f}_{ {\rm{c}}} ） ＝\displaystyle\sum\limits _{{f}_{{\rm{l}}}}^{{f}_{{\rm{h}}}}X （ f ） $；当f＞0.1 Hz，阶跃标定信号功率谱密度$10{\rm{lg}}{X （ f}_{ {\rm{c}}} ） $与${\rm{lg}}{f}_{{\rm{c}}}$之间随${f}_{{\rm{c}}}$增加呈现强线性关系，斜率为−20。
而信号有效值为：
$$\begin{split} {N}_{\mathrm{r}\mathrm{m}\mathrm{s}}{|}_{{f}_{{\rm{c}}}}＝ \sqrt{\displaystyle\sum _{{f}_{l}}^{{f}_{h}}X （ f ） \cdot{f}_{{\rm{c}}}\cdot \mathrm{R}\mathrm{B}\mathrm{W}}\,\, \text{，} \end{split}$$ (12) $$ \begin{split}20{\rm{lg}} （ {N}_{\mathrm{r}\mathrm{m}\mathrm{s}}{|}_{{f}_{{\rm{c}}}} ） ＝10{\rm{lg}}\left(\sum _{{f}_{{\rm{l}}}}^{{f}_{{\rm{h}}}}X （ f ） \cdot{f}_{{\rm{c}}} \cdot \mathrm{R}\mathrm{B}\mathrm{W}\right) ＝10{\rm{lg}}\left(\sum _{{f}_{{\rm{l}}}}^{{f}_{{\rm{h}}}}X （ f ） \right)＋10{\rm{lg}}{f}_{{\rm{c}}}＋10{\rm{lg}}\mathrm{R}\mathrm{B}\mathrm{W} \text{，} \end{split}$$ (13) 因此，当f＞0.1 Hz时：
$$ 10{\rm{lg}}\left(\sum _{{f}_{{\rm{l}}}}^{{f}_{{\rm{h}}}}X （ f ） \right)＝10{\rm{lg}}{X （ f}_{{\rm{c}}} ） \to -20{\rm{lg}}{f}_{{\rm{c}}} \text{，} $$ (14) $$ 20{\rm{lg}} （ {N}_{\mathrm{r}\mathrm{m}\mathrm{s}}{|}_{{f}_{{\rm{c}}}} ） \to -10{\rm{lg}}{f}_{{\rm{c}}} .$$ (15) 据此可直接将阶跃标定信号的有效值分布从台站背景噪声有效值概率密度分布结果中识别出来，如HLQZ台和HLZT台的背景噪声平均模型从阶跃标定信号有效值概率密度分布中分离出，真实反映台站背景噪声频谱分布（图3b）。此外从目前数据结果来看，高信噪比的标定信号严重影响台站对地震事件的监测能力，且存在大震误触发的危险。
3.2 强震台站背景噪声有效值概率分布区间
强震台站背景噪声有效值概率分布区间综合最小模型和背景噪声分布概率统计特征，更全面地反映强震台站背景噪声分布。排除功能测试影响后，HLQZ台最小噪声模型及平均模型均高于HLZT台，但是HLQZ台95%背景噪声有效值分布区间范围远小于HLZT台；换言之，HLZT台最优监测能力优于HLQZ台，但是观测环境一致性较HLQZ台差，低频段监测能力也差于HLQZ台，监测能力整体评估难度高于HLQZ台 （图4）。
![]()
图 4 HLQZ 台（a）及 HLZT （b）台背景噪声有效值的 95% 概率区间Figure 4. The 95% probability interval of background noise RMS for stations HLQZ （a） and HLZT （b）3.3 强震台站监测能力评估
观测环境对强震台站背景噪声的影响主要分布在1—20 Hz频带范围内（Peterson，1993），能量过大时也往往会辐射到低频段，从24台背景噪声有效值概率密度分布结果中发现观测环境较好的台站（如CAGHD等）的最小噪声模型与Hutt等（2010）对The Albuquerque Seismological Laboratory 加速度仪的自噪声模型测试结果接近（图5），且远大于ASL观测山洞环境噪声。Cauzzi和Clinton （2013）利用高质量强震台研究结果也指出强震台站低背景噪声模型主要受传感器及数据采集器自身噪声影响。因此，强震台站背景噪声最小模型可作为强震仪及观测环境的综合指标刻画台站最优监测能力，如HLZT台最优监测能力明显优于HLQZ台（图4）。
![]()
图 5 CAGHD台站的区域地震监测能力Figure 5. The regional seismic monitoring capability of station CAGHD结合背景噪声有效值概率分布区间和区域地震事件的频率−加速度幅值分布，低于不同震级下的区域地震事件加速度分布曲线的背景噪声有效值分布区间的最大概率表示该台站记录到不同震级地震事件的概率.如受观测环境影响，CNLG台利用单一平均模型评估该台监测能力的误差远高于其它台站，引入概率区间后可认为CAGHD台能记录到震中距为70—150 km范围内大于M2.0地震的概率接近99%，CAGHD台能记录震中距为70—150 km范围内M≤1.0地震的概率为0 （图5）。CNLG台能记录到距离台站震中距为70—150 km范围内M＞4.0地震的概率接近95%；记录到距离台站震中距为70—150 km范围内M＞3.0地震的概率约为60%；记录到台站震中距为70—150 km范围内约M2.0地震的概率接近为0 （图6）。
![]()
图 6 利用95%概率区间（a）及60%概率区间（b）评估CNLG台监测能力Figure 6. Assessing monitoring capability of CNLG through 95% （a） and 60% （b）probability intervals of noise RMS4. 结果及分析
利用2020年24个强震台站日常记录数据分析各台监测能力，我们发现珠江三角洲地震监测和预警系统粤东密集台网中多数强震台站能记录到距离台站震中距为70—150 km范围内M＞4.0地震的概率为95%，部分台站有95%概率记录到M≥2.0区域地震；其余台站受观测环境影响，仅能记录M≥5.5的地震（图7）。这是由于同处于人口密集地区的台站实际社会活动的类型、强度及密集程度不同，故台站背景噪声概率密度分布不同，平均噪声模型及最小噪声模型也不尽相同，因而导致各台的监测能力存在差异（表1）。
![]()
图 7 粤东密集台网强震台站监测能力分析柱状图Figure 7. Histogram depicting the probability distribution of monitoring capability among stations in the Earthquake Early Warning and Intensity Rapid-Reporting system of the Pearl River Delta表 1 台站监测能力评估表Table 1. Evaluation table of monitoring capability for typical stations台站 区域地震最优
监测能力区域地震监测
能力 （≥95%）观测环境 台站位置 观测环境影响因素 CNLG 约M2.0 M＞4.0 学校教学楼间绿化带内 师生课间活动 CAGHX M＞1.0 M＞2.0 学校教学楼后面人迹罕至的空地 鲜少人流 HLAJ M＞2.0 M≥5.5 村委办公室内 师生课间活动，村委办公活动 CADF M＞3.0 M＞4.0 学校围墙附近 师生课间活动，校外车辆和人流 CHFX M＞3.0 M＞4.0 学校围墙附近 师生课间活动，校外车辆和人流 CYGR M＞2.0 M≥4.0 学校内，距教学楼3 m 师生课间活动 CYHX M＞3.0 M＞4.0 潮阳区河溪邮政支局内 工作人员办公活动 DPFL 约M2.0 M≥3.0 学校内，距离教学楼约30 m 师生课间活动 DPGB 约M3.0 M＞4.0 学校内，距离垃圾池6 m，距离围墙1 m 师生课间活动 FSHJ M＞1.0 M＞2.0 学校内篮球场外侧 鲜少人流 HLDL M＞3.0 M≥4.0 学校体育馆左侧 师生课间活动 JLJC 约M2.0 M＞2.0 学校科技馆内一角，距离围墙1.5 m 师生课间活动 LFJDD 约M2.0 M＞2.0 村委办公楼外右侧后方，靠近前边村委围墙旁 工作人员办公活动 LFJDX M＞2.0 M≥3.0 村委进大门后右方空地的一角， 工作人员办公活动 CHXN 约M3.0 约M4.0 六合围管理站院内，海边防洪渠旁 工作人员办公活动 CNCD 约M3.0 M≥4.0 学校内，距围墙3米，距教学楼4 m 师生课间活动 CYCN 约M3.0 M＞3.0 学校路边的绿化带内，据教学楼6 m 师生课间活动 HJGA 约M3.0 M＞3.0 市区幼儿园内，距教学楼3 m 师生课间活动 CAGHD M＞1.0 M＞2.0 村委院角落 鲜少人流 HLQZ M＞2.0 M＞3.0 学校教学楼左侧（食堂后方） 师生课间活动 HLZT 约M2.0 M＞3.0 学校内，距离教学楼较远 师生课间活动 HDBPZ 数据异常 HJDH LFJS 同处于学校教学楼附近的CAGHX台站和HLAJ台站因人类活动的频度不同，1—20 Hz频带范围内背景噪声有效值分布完全不同，CAGHX台在1—20 Hz频带范围95%的背景噪声有效值低于−100 dB，接近M2.0区域地震的加速度幅值分布，最小模型接近−120 dB；而HLAJ台在1—20 Hz频带范围内最小模型M2.0区域地震的加速度幅值分布，95%的背景噪声有效值高于−100 dB，且大于M＞3.0区域地震的加速度幅值分布。上述分析表明CAGHX台95%概率能记录到M＞2.0区域地震；HLAJ台60%概率能记录到M≥4.0区域地震，95%概率能记录到M≥5.5区域地震（图8，9）。
![]()
图 8 CAGHX台站的区域地震监测能力Figure 8. The regional seismic monitoring capability of station CAGHX![]()
图 9 利用95%概率区间（a）及60%概率区间（b）评估HLAJ台监测能力Figure 9. Assessing monitoring capability of station HLAJ through 95% （a） and 60% （b）probability intervals of noise RMSCADF台和CHFX台同处于学校围墙附近，且围墙外为供人流和车辆通行的街道，具有相似的观测环境，故两台1—20 Hz频带范围内背景噪声有效值分布相似程度高，95%的背景噪声有效值均介于M3.0—4.0区域地震加速度幅值分布之间，因此两台均存在95%概率能记录到M4.0及以上区域地震（图10）。
![]()
图 10 CADF （a）和CHFX （b）台的区域地震监测能力Figure 10. The regional seismic monitoring capability of stations CADF （a） and CHFX （b）2020年粤东密集台网150 km范围内共发生M＞4.0地震1次，M3.0—4.0地震8次，M2.5—3.0地震20次，M2.0—2.5地震30次，得出2020年粤东密集台网实际监测能力示意图（图11）；综合考虑台站网络通讯及设备故障等影响后认为利用背景噪声功率谱概率密度方法可有效分析珠江三角洲地震监测和预警系统粤东密集台网强震观测台站的监测能力。
![]()
图 11 粤东密集台网强震台站实际监测能力分析柱状图Figure 11. Histogram depicting the actual monitoring capabilities of stations in the Earthquake Early Warning and Intensity Rapid-Reporting system of the Pearl River Delta根据背景噪声功率谱概率密度分析预估CAGHD台在2020年95%概率监测到M＞2.0地震。实际上，CAGHD台在20次M2.5—3.0地震中有12次因故无数据，其余8次地震中清晰记录到6次，未清晰记录的2次地震震中距大于200 km；30次M2.0—2.5地震中有24次因故无数据，其余6次地震均被清晰记录到（图12），与CAGHD台背景噪声功率谱概率密度分析预评估相吻合。
![]()
图 12 CAGHD台的M2.0—3.0区域地震记录Figure 12. The regional seismic records from M2.0 to M3.0 of station CAGHD再以2020年3月13日发生在台湾海峡的M3.4地震为检验震例，CAGHX台（距离震中213.5 km）能清晰记录到地震，HLAJ台因仪器故障缺少该段时间记录，CHFX台（距离震中184.1 km）、CADF台（距离震中196.4 km）、CNLG台（距离震中222.8 km）因背景噪声影响识别不出此地震事件，与表1监测能力评价结果一致，验证了本文提出的通过研究台站背景噪声有效值分布评估台站监测能力的方法（图13）。
![]()
图 13 台湾海峡的M3.4 地震对CAGHX，CADF，CHFX 和CNLG 台站监测能力的检验Figure 13. Evaluation of the monitoring capabilities of stations CAGHX，CADF，CHFX and CNLG using the Taiwan Strait M3.4 earthquake as a test earthquake5. 结论
本文以强震台站背景噪声功率谱分析及概率密度分布分析为基础，提出强震台站背景噪声有效值概率分布区间分析方法，并结合区域地震事件的频率−加速度幅值分布曲线，有效实现强震台站监测能力分析。将方法应用于 珠江三角洲地震监测和预警系统粤东密集台网强震观测台站我们得到：① 强震台站背景噪声有效值概率分布区间分析是背景噪声有效值概率密度分布分析的延伸和拓展；对背景噪声进行长时间有效值概率密度统计，能够定性反映背景噪声在各个频点的幅值分布，而背景噪声有效值概率分布区间明确了噪声幅值分布范围的概率。② 排除阶跃标定信号对有效值概率密度分布估计的影响，优化强震加速度仪监测能力评价方法。③ 不同台站能记录到的噪声下限由于仪器自噪声及环境噪声的相互作用而不同，强震台站背景噪声最小模型可以作为该台最优监测能力，是强震仪及观测环境的综合指标。④ 粤东密集台网中台站多建设在城市主要街道或学校等，受台站环境噪声影响，不同台站监测能力受台站观测环境影响甚大，合理选择建台地址能有效提高台站监测能力。⑤ 利用背景噪声模型与地震事件频率-加速度分布曲线的对比也有助于工程地震学中频率域去噪低端截止频率的讨论。
后续将持续尝试讨论场地类型对背景噪声功率谱的影响，探讨高质量强震台站用于噪声成像的可能性；尝试步进搜索强震台站获取地震记录的概率，探索强震监测网络加速度有效值的二维分布。
中国强震动台网中心和广东省地震局广东地震台为本文提供数据，中国地震局地球物理研究所杨大克研究员和港震公司薛兵研究员对本文的研究提出了宝贵的意见，作者在此一并表示感谢。
1 本文涉及地震事件列表序号 发震时间 M 震中地区 数据类型 目的 年−月−日 时:分 1 2 021−05−21 23:13 3.4 云南漾濞 强震数据 建立地震事件频率-加速度幅值分布模型 2 2 014−07−12 03:21 7.0 本州东海岸近海 强震数据 建立地震事件频率-加速度幅值分布模型 3 2 015−05−30 19:23 8.1 小笠原群岛地区 强震数据 建立地震事件频率-加速度幅值分布模型 4 2 018−09−08 10:31 5.9 云南墨江 强震数据 建立地震事件频率-加速度幅值分布模型 5 2 019−06−17 22:55 6.0 四川长宁 强震数据 建立地震事件频率-加速度幅值分布模型 6 2 019−07−04 10:17 5.5 四川珙县 强震数据 建立地震事件频率-加速度幅值分布模型 7 2 020−01−07 22:09 3.7 甘肃肃南 强震数据 建立地震事件频率-加速度幅值分布模型 8 2 020−03−24 22:39 4.2 青海海西 强震数据 建立地震事件频率-加速度幅值分布模型 9 2 020−06−25 03:47 5.9 本州东海岸近海 强震数据 建立地震事件频率-加速度幅值分布模型 10 2 020−12−24 21:06 3.1 青海兴海 强震数据 建立地震事件频率-加速度幅值分布模型 11 2 021−01−23 09:59 4.8 云南盐津 强震数据 建立地震事件频率-加速度幅值分布模型 12 2 021−02−13 22:07 7.3 本州东海岸近海 强震数据 建立地震事件频率-加速度幅值分布模型 13 2 021−05−21 21:48 6.5 云南漾濞 强震数据 建立地震事件频率-加速度幅值分布模型 14 2 021−05−21 21:55 5.0 云南漾濞 强震数据 建立地震事件频率-加速度幅值分布模型 15 2 021−05−21 21:55 5.0 云南漾濞 强震数据 建立地震事件频率-加速度幅值分布模型 16 2 021−05−21 21:56 4.6 云南漾濞 强震数据 建立地震事件频率-加速度幅值分布模型 17 2 021−05−21 21:56 4.6 云南漾濞 强震数据 建立地震事件频率-加速度幅值分布模型 18 2 021−05−21 22:31 5.2 云南漾濞 强震数据 建立地震事件频率-加速度幅值分布模型 19 2 021−05−21 23:13 3.4 云南漾濞 强震数据 建立地震事件频率-加速度幅值分布模型 20 2 021−05−21 23:23 4.5 云南漾濞 强震数据 建立地震事件频率-加速度幅值分布模型 21 2 021−05−22 02:04 7.4 青海玛多 强震数据 建立地震事件频率-加速度幅值分布模型 22 2 021−05−22 02:28 4.2 云南漾濞 强震数据 建立地震事件频率-加速度幅值分布模型 23 2 021−05−22 09:48 4.2 云南漾濞 强震数据 建立地震事件频率-加速度幅值分布模型 24 2 021−05−22 20:14 4.7 云南漾濞 强震数据 建立地震事件频率-加速度幅值分布模型 25 2 021−05−27 21:06 4.9 青海玛多 强震数据 建立地震事件频率-加速度幅值分布模型 26 2 021−05−27 19:52 4.0 云南漾濞 强震数据 建立地震事件频率-加速度幅值分布模型 27 2 021−06−12 18:00 5.1 云南盈江 强震数据 建立地震事件频率-加速度幅值分布模型 28 2 021−06−16 16:48 5.8 青海茫崖 强震数据 建立地震事件频率-加速度幅值分布模型 29 2 021−06−28 19:48 4.5 云南双柏 强震数据 建立地震事件频率-加速度幅值分布模型 30 2 017−07−15 01:41 3.7 广西南丹 测震数据 建立地震事件频率-加速度幅值分布模型 31 2 017−08−01 06:31 3.0 广西忻城 测震数据 建立地震事件频率-加速度幅值分布模型 32 2 017−08−13 11:10 3.1 广东东源 测震数据 建立地震事件频率-加速度幅值分布模型 33 2 017−08−15 13:16 4.1 广西靖西 测震数据 建立地震事件频率-加速度幅值分布模型 34 2 017−12−08 01:50 1.8 福建龙岩 测震数据 建立地震事件频率-加速度幅值分布模型 35 2 017−12−20 19:07 1.6 广东东源 测震数据 建立地震事件频率-加速度幅值分布模型 36 2 017−12−25 14:48 1.0 广东阳江 测震数据 建立地震事件频率-加速度幅值分布模型 37 2 017−12−29 11:18 1.3 广西博白 测震数据 建立地震事件频率-加速度幅值分布模型 38 2 017−12−29 18:19 1.2 广东信宜 测震数据 建立地震事件频率-加速度幅值分布模型 39 2 017−12−30 12:13 3.4 四川盐源 测震数据 建立地震事件频率-加速度幅值分布模型 40 2 017−12−30 17:06 2.0 广东东源 测震数据 建立地震事件频率-加速度幅值分布模型 41 2 017−12−30 23:11 1.2 广东茂名 测震数据 建立地震事件频率-加速度幅值分布模型 42 2 019−11−25 09:18 5.2 广西靖西 测震数据 建立地震事件频率-加速度幅值分布模型 43 2 019−11−28 07:49 4.6 广西靖西 测震数据 建立地震事件频率-加速度幅值分布模型 44 2 020−06−26 05:05 6.5 新疆于田 测震数据 建立地震事件频率-加速度幅值分布模型 45 2 021−04−02 05:40 3.7 广东东源 测震数据 建立地震事件频率-加速度幅值分布模型 46 2 021−07−02 13:41 2.1 广东连平 测震数据 建立地震事件频率-加速度幅值分布模型 47 2 021−07−19 12:18 1.6 广东东源 测震数据 建立地震事件频率-加速度幅值分布模型 48 2 020−01−20 04:17 4.2 广东丰顺 强震数据 检验地震 49 2 020−05−25 11:24 3.6 广东丰顺 强震数据 检验地震 50 2 020−05−22 22:40 3.3 广东东源 强震数据 检验地震 51 2 020−04−01 22:06 3.2 广东丰顺 强震数据 检验地震 52 2 020−01−20 04:28 3.0 广东丰顺 强震数据 检验地震 53 2 020−03−29 19:31 3.0 广东丰顺 强震数据 检验地震 54 2 020−08−15 13:45 3.0 广东东源 强震数据 检验地震 55 2 020−10−14 12:43 3.0 广东丰顺 强震数据 检验地震 56 2 020−11−25 05:10 3.0 广东河源 强震数据 检验地震 57 2 020−03−28 20:59 2.9 广东丰顺 强震数据 检验地震 58 2 020−04−04 05:22 2.9 广东南澳海域 强震数据 检验地震 59 2 020−09−10 22:17 2.9 广东丰顺 强震数据 检验地震 60 2 020−01−23 20:07 2.8 广东惠来 强震数据 检验地震 61 2 020−02−09 07:47 2.8 广东丰顺 强震数据 检验地震 62 2 020−03−24 12:15 2.8 广东丰顺 强震数据 检验地震 63 2 020−04−04 21:40 2.8 广东河源 强震数据 检验地震 64 2 020−05−25 21:50 2.8 广东丰顺 强震数据 检验地震 65 2 020−07−05 20:01 2.8 广东东源 强震数据 检验地震 66 2 020−12−03 09:18 2.8 广东东源 强震数据 检验地震 67 2 020−04−18 13:30 2.7 广东五华 强震数据 检验地震 68 2 020−10−29 04:48 2.7 广东五华 强震数据 检验地震 69 2 020−02−12 17:04 2.6 广东河源 强震数据 检验地震 70 2 020−06−02 13:22 2.6 广东普宁 强震数据 检验地震 71 2 020−06−04 13:43 2.6 广东东源 强震数据 检验地震 72 2 020−09−10 13:34 2.6 广东丰顺 强震数据 检验地震 73 2 020−12−28 01:10 2.6 广东平远 强震数据 检验地震 74 2 020−02−17 18:12 2.5 广东河源 强震数据 检验地震 75 2 020−03−12 08:17 2.5 广东五华 强震数据 检验地震 76 2 020−03−30 19:49 2.5 广东五华 强震数据 检验地震 77 2 020−02−09 15:40 2.4 广东丰顺 强震数据 检验地震 78 2 020−03−30 01:57 2.4 广东丰顺 强震数据 检验地震 79 2 020−07−30 09:17 2.4 广东东源 强震数据 检验地震 80 2 020−12−12 10:46 2.4 广东河源 强震数据 检验地震 81 2 020−12−15 10:51 2.4 广东丰顺 强震数据 检验地震 82 2 020−02−09 21:53 2.3 广东丰顺 强震数据 检验地震 83 2 020−02−26 06:19 2.3 广东河源 强震数据 检验地震 84 2 020−04−04 21:40 2.3 广东河源 强震数据 检验地震 85 2 020−05−06 04:18 2.3 广东丰顺 强震数据 检验地震 86 2 020−05−07 00:43 2.3 广东五华 强震数据 检验地震 87 2 020−05−27 17:35 2.3 广东丰顺 强震数据 检验地震 88 2 020−06−06 06:37 2.3 广东惠来 强震数据 检验地震 89 2 020−08−08 11:31 2.3 广东东源 强震数据 检验地震 90 2 020−11−28 06:01 2.3 广东丰顺 强震数据 检验地震 91 2 020−03−09 02:14 2.2 广东东源 强震数据 检验地震 92 2 020−08−09 15:46 2.2 广东东源 强震数据 检验地震 93 2 020−08−16 23:27 2.2 广东丰顺 强震数据 检验地震 94 2 020−08−29 22:19 2.2 广东东源 强震数据 检验地震 95 2 020−09−29 02:39 2.2 广东河源 强震数据 检验地震 96 2 020−10−29 05:24 2.2 广东东源 强震数据 检验地震 97 2 020−11−01 04:38 2.2 广东丰顺 强震数据 检验地震 98 2 020−11−09 03:13 2.2 广东龙川 强震数据 检验地震 99 2 020−01−04 06:20 2.1 广东惠阳海域 强震数据 检验地震 100 2 020−02−27 20:14 2.1 广东东源 强震数据 检验地震 101 2 020−05−23 08:50 2.1 广东丰顺 强震数据 检验地震 102 2 020−05−29 07:54 2.1 广东丰顺 强震数据 检验地震 103 2 020−07−06 03:05 2.1 广东东源 强震数据 检验地震 104 2 020−10−14 11:17 2.1 广东丰顺 强震数据 检验地震 105 2 020−11−25 05:13 2.1 广东河源 强震数据 检验地震 106 2 020−12−18 05:58 2.1 广东丰顺 强震数据 检验地震 -
表 1 高分测绘卫星参数
Table 1 Parameters of high resolution optical remote sensing mapping satellites
遥感卫星名称 发射
年份地面分辨率/m 重访周
期/d幅宽
/km平面精度/m 高程精度/m 全色 多光谱 无控制 有控制 无控制 有控制 美国 IKONOS-2 1999 1 4 3 11 12 2 10 3 法国 SPOT-5 2002 2.5/5/10 10 3 60 - 10 10 5 美国 Orbview-3 2003 1 4 3 8 11 - 16 - 美国 Worldview-1 2007 0.41 8 1.7 17.6 7.6 2 - - 美国 GeoEye-1 2008 0.5/0.41 1.64 3 15.2 4 2 6 3 美国 Worldview-2 2009 0.46 1.84 1 16.4 4 2 3 2 法国 Pleiades 2011 0.5 2 1 20 - - 1 0.5 法国 SPOT-6 2012 1.5 6 3 60 - - - - 中国资源三号 2012 3.5/2.1/3.7 5.8 5 50 6 1.6 8 1.6 美国 Worldview-3 2014 0.31 1.24 4.5 13.1 2.16 - 1.61 0.62 注：表中各卫星获取DEM的精度仅供参考，因为不同研究人员在进行精度评价时其影像覆盖区域的地形不同，数据处理过程也有差异.表中参数引自Deilami和Hashim (2011)，潘红播等(2013)，朱红等(2014)，兰穹穹等(2015)，Jacobsen和Topan (2015)以及Hu等(2016). 
下载: 导出CSV
-
毕丽思, 何宏林, 徐岳仁, 魏占玉, 石峰. 2011.基于高分辨率DEM的裂点序列提取和古地震序列的识别:以霍山山前断裂为实验区[J].地震地质, 33(4): 963-977. http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201104021.htm Bi L S, He H L, Xu Y R, Wei Z Y, Shi F. 2011. The extraction of knickpoint series based on the high resolution DEM data and the identification of paleo-earthquake series: A case study of the Huoshan MTS. piedmont fault[J]. Seismology and Geology, 33(4): 963-977 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201104021.htm
陈涛. 2014. 机载激光雷达技术在构造地貌定量化研究中的应用[D]. 北京: 中国地震局地质研究所: 3-23. http://edu.wanfangdata.com.cn/Periodical/Detail/gjdzdt201506013 Chen T. 2014. Application of Airborne LiDAR (Light Detection and Ranging) for Quantitative Tectonic Geomor-phology[D]. Beijing: Institute of Geology, China Earthquake Administration: 3-23 (in Chinese). http://edu.wanfangdata.com.cn/Periodical/Detail/gjdzdt201506013
陈晓利, 周本刚, 冉洪流, 王明明. 2010.汶川地震中擂鼓镇地区的滑坡崩塌规律及预测[J].吉林大学学报:地球科学版, 40(6): 1371-1379. http://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ201006022.htm Chen X L, Zhou B G, Ran H L, Wang M M. 2010. Analysis and prediction of the spatial distribution of landslides triggered by Wenchuan earthquakes in Leiguzhen region[J]. Journal of Jilin University: Earth Science, 40(6): 1371-1379 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ201006022.htm
陈晓利, 袁仁茂, 庾露. 2013. Newmark方法在芦山地震诱发滑坡分布预测研究中的应用[J].地震地质, 35(3): 661-670. http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201303019.htm Chen X L, Yuan R M, Yu L. 2013. Applying the Newmark's model to the assessment of earthquake-triggered landslides during the Lushan earthquake[J]. Seismology and Geology, 35(3): 661-670 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201303019.htm
程三友, 李英杰, 刘少峰. 2010.基于DEM的大别山地区地貌特征研究[J].东华理工大学学报:自然科学版, 33(3): 270-275. http://www.cnki.com.cn/Article/CJFDTOTAL-HDDZ201003011.htm Chen S Y, Li Y J, Liu S F. 2010. Geomorphology features of the Dabie orogenic belt based on DEM data[J]. Journal of East China Institute of Technology, 33(3): 270-275 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-HDDZ201003011.htm
杜亚男, 冯光财, 李志伟, 朱建军, 彭星. 2015. TerraSAR-X/TanDEM-X获取高精度数字高程模型技术研究[J].地球物理学报, 58(9): 3089-3102. doi: 10.6038/cjg20150907 Du Y N, Feng G C, Li Z W, Zhu J J, Peng X. 2015. Generation of high precision DEM from TerraSAR-X/TanDEM-X[J]. Chinese Journal of Geophysics, 58(9): 3089-3102 (in Chinese). doi: 10.6038/cjg20150907
高明星, 刘少峰. 2008. DEM数据在青藏高原地貌研究中的应用[J].国土资源遥感, (1): 59-63. doi: 10.6046/gtzyyg.2008.01.13 Gao M X, Liu S F. 2008. The application of DEM data to the study of Tibet plateau[J]. Remote Sensing for Land and Resources, (1): 59-63 (in Chinese). doi: 10.6046/gtzyyg.2008.01.13
何宏林, 魏占玉, 毕丽思, 徐岳仁. 2015.利用基岩断层面形貌定量特征识别古地震:以霍山山前断裂为例[J].地震地质, 37(2): 400-412. http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201502005.htm He H L, Wei Z Y, Bi L S, Xu Y R. 2015. Identify paleo-earthquakes using quantitative morphology of bedrock fault surface: A case study on the Huoshan piedmont fault[J]. Seismology and Geology, 37(2): 400-412 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201502005.htm
洪顺英, 申旭辉, 荆凤, 杜则澄. 2007.基于SRTM-DEM的阿尔泰山构造地貌特征分析[J].国土资源遥感, (3): 62-66. doi: 10.6046/gtzyyg.2007.03.14 Hong S Y, Shen X H, Jing F, Du Z C. 2007. An analysis of geomorphology characteristics of the Altai mountain based on DEM[J]. Remote Sensing for Land and Resources, (3): 62-66 (in Chinese). doi: 10.6046/gtzyyg.2007.03.14
胡艺. 2008. 基于数字高程模型的构造地貌分析[D]. 北京: 中国地质大学(北京): 20-26. http://cdmd.cnki.com.cn/Article/CDMD-11415-2008068688.htm Hu Y. 2008. DEM-Based Tectonic Geomorphology Study in the Northeastern Margin of Tibetan Plateau[D]. Beijing: China University of Geosciences (Beijing): 20-26 (in Chinese). http://cdmd.cnki.com.cn/Article/CDMD-11415-2008068688.htm
兰穹穹, 郝雪涛, 齐怀川. 2015.资源三号卫星影像DEM提取与精度分析[J].遥感信息, 30(3): 14-18. http://www.cnki.com.cn/Article/CJFDTOTAL-YGXX201503003.htm Lan Q Q, Hao X T, Qi H C. 2015. DEM extraction and precision analysis based on ZY-3 remote sensing data[J]. Remote Sensing Information, 30(3): 14-18 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-YGXX201503003.htm
李峰, 徐锡伟, 陈桂华, 董绍鹏, 魏占玉. 2008.高精度测量方法在汶川MS8.0地震地表破裂带考察中的应用[J].地震地质, 30(4): 1065-1075. http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ200804024.htm Li F, Xu X W, Chen G H, Dong S P, Wei Z Y. 2008. The application of different high-precision survey method in the investigation of the MS8.0 Wenchuan earthquake surface ruptures[J]. Seismology and Geology, 30(4): 1065-1075 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ200804024.htm
李清泉, 李必军, 陈静. 2000.激光雷达测量技术及其应用研究[J].武汉测绘科技大学学报, 25(5): 387-392. http://www.cnki.com.cn/Article/CJFDTOTAL-KJSJ201325207.htm Li Q Q, Li B J, Chen J. 2000. Research on laser range scanning and its application[J]. Journal of Wuhan Technical University of Surveying and Mapping, 25(5): 387-392 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-KJSJ201325207.htm
李树楷, 刘彤, 尤红建. 2000.机载三维成像系统[J].地球信息科学学报, (1): 23-27. http://cdmd.cnki.com.cn/Article/CDMD-10335-1012315479.htm Li S K, Liu T, You H J. 2000. Airborne 3D imaging system[J]. Geo-Information Science, (1): 23-27 (in Chinese). http://cdmd.cnki.com.cn/Article/CDMD-10335-1012315479.htm
李占飞, 刘静, 邵延秀, 张金玉, 袁兆德, 王鹏, 唐茂云, 王朋涛. 2016.基于LiDAR的海原断裂松山段断错地貌分析与古地震探槽选址实例[J].地质通报, 35(1): 104-116. http://www.cnki.com.cn/Article/CJFDTOTAL-ZQYD201601009.htm Li Z F, Liu J, Shao Y X, Zhang J Y, Yuan Z D, Wang P, Tang M Y, Wang P T. 2016. Tecto-geomorphic analysis and selection of trench sites along Haiyuan fault in Songshan site based on high-resolution airbone LiDAR data[J]. Geological Bulletin of China, 35(1): 104-116 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-ZQYD201601009.htm
刘静, 丁林, 曾令森, Tapponnier P, Gaudemer Y. 2006.青藏高原典型地区的地貌量化分析:兼对高原"夷平面"的讨论[J].地学前缘, 13(5): 285-299. http://www.cnki.com.cn/Article/CJFDTOTAL-DXQY200605000.htm Liu J, Ding L, Zeng L S, Tapponnier P, Gaudemer Y. 2006. Large-scale terrain analysis of selected regions of the Tibetan plateau: Discussion on the origin of plateau planation surface[J]. Earth Science Frontiers, 13(5): 285-299 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DXQY200605000.htm
刘静, 陈涛, 张培震, 张会平, 郑文俊, 任治坤, 梁诗明, 盛传贞, 甘卫军. 2013.机载激光雷达扫描揭示海原断裂带微地貌的精细结构[J].科学通报, 58(1): 41-45. http://www.cnki.com.cn/Article/CJFDTOTAL-KXTB201301003.htm Liu J, Chen T, Zhang P Z, Zhang H P, Zheng W J, Ren Z K, Liang S M, Sheng C Z, Gan W J. 2013. Illuminating the active Haiyuan fault, China by airborne light detection and ranging[J]. Chinese Science Bulletin, 58(1): 41-45 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-KXTB201301003.htm
刘经南, 张小红. 2003.激光扫描测高技术的发展与现状[J].武汉大学学报:信息科学版, 28(2): 132-137. http://www.cnki.com.cn/Article/CJFDTOTAL-WHCH200302001.htm Liu J N, Zhang X H. 2003. Progress of airborne laser scanning altimetry[J]. Geomatics and Information Science of Wuhan University, 28(2): 132-137 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-WHCH200302001.htm
刘甲美, 高孟潭, 陈鲲. 2015.地形效应影响下地震动参数与斜坡稳定性的相关性研究[J].地震学报, 37(5): 865-874. doi: 10.11939/jass.2015.05.014 Liu J M, Gao M T, Chen K. 2015. On the correlation of ground motion parameters with slope stability incorporating topographic effects[J]. Acta Seismologica Sinica, 37(5): 865-874 (in Chinese). doi: 10.11939/jass.2015.05.014
刘先林, 段福洲, 宫辉力. 2007.航空摄影科技发展成就与未来展望[J].前沿科学, (3): 10-14. http://www.cnki.com.cn/Article/CJFDTOTAL-QYKX200703004.htm Liu X L, Duan F Z, Gong H L. 2007. Achievements and prospects of aerial photography technology[J]. Frontier Science, (3): 10-14 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-QYKX200703004.htm
马洪超, 姚春静, 张生德. 2008.机载激光雷达在汶川地震应急响应中的若干关键问题探讨[J].遥感学报, 12(6): 925-932. http://www.cnki.com.cn/Article/CJFDTOTAL-YGXB200806014.htm Ma H C, Yao C J, Zhang S D. 2008. Some technical issues of airborne LiDAR system applied to Wenchuan earthquake relief works[J]. Journal of Remote Sensing, 12(6): 925-932 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-YGXB200806014.htm
马洪超. 2011.激光雷达测量技术在地学中的若干应用[J].地球科学:中国地质大学学报, 36(2): 347-354. http://www.cnki.com.cn/Article/CJFDTOTAL-DQKX201102022.htm Ma H C. 2011. Review on applications of LiDAR mapping technology to geosciences[J]. Earth Science: Journal of China University of Geosciences, 36(2): 347-354 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DQKX201102022.htm
潘红播, 张过, 唐新明, 王霞, 周平, 许妙忠, 李德仁. 2013.资源三号测绘卫星影像产品精度分析与验证[J].测绘学报, 42(5): 738-744. http://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201305017.htm Pan H B, Zhang G, Tang X M, Wang X, Zhou P, Xu M Z, Li D R. 2013. Accuracy analysis and verification of ZY-3 products[J]. Acta Geodaetica et Cartogrphica Sinica, 42(5): 738-744 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-CHXB201305017.htm
任治坤, 陈涛, 张会平, 郑文俊, 张培震. 2014. LiDAR技术在活动构造研究中的应用[J].地质学报, 88(6): 1196-1207. http://www.cnki.com.cn/Article/CJFDTOTAL-DZXE201406019.htm Ren Z K, Chen T, Zhang H P, Zheng W J, Zhang P Z. 2014. LiDAR survey in active tectonics studies: An introduction and overview[J]. Acta Geologica Sinica, 88(6): 1196-1207 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DZXE201406019.htm
宿星, 孟兴民, 王思源, 魏万鸿, 冯乐涛. 2017.陇中黄土高原典型地区滑坡特征参数统计及发育演化机制研究:以天水市为例[J].第四纪研究, 37(2): 319-330. Su X, Meng X M, Wang S Y, Wei W H, Feng L T. 2017. Statistics of characteristic parameters and evolutionary mechanism of landslides in typical area of Longzhong loess plateau: A case study of Tianshui city[J]. Quaternary Sciences, 37(2): 319-330 (in Chinese).
孙刚. 2007.测绘卫星的发展及技术现状[J].测绘科学与工程, 27(1): 46-51. http://www.cnki.com.cn/Article/CJFDTOTAL-ZXDB201320015.htm Sun G. 2007. The development and technical status of topographic satellite[J]. Geomatic Science and Engineering, 27(1): 46-51 (in Chinses). http://www.cnki.com.cn/Article/CJFDTOTAL-ZXDB201320015.htm
汤国安, 李发源, 刘学军. 2010.数字高程模型教程[M].第2版.北京:科学出版社: 3-6. Tang G A, Li F Y, Liu X J. 2010. Digital Elevation Model Tutorial[M]. 2nd ed. Beijing: Science Press: 3-6 (in Chinese).
汤国安. 2014.我国数字高程模型与数字地形分析研究进展[J].地理学报, 69(9): 1305-1325. doi: 10.11821/dlxb201409006 Tang G A. 2014. Progress of DEM and digital terrain analysis in China[J]. Acta Geographica Sinica, 69(9): 1305-1325 (in Chinese). doi: 10.11821/dlxb201409006
唐新明, 谢俊峰, 张过. 2012.测绘卫星技术总体发展和现状[J].航天返回与遥感, 33(3): 17-24. http://www.cnki.com.cn/Article/CJFDTOTAL-HFYG201203004.htm Tang X M, Xie J F, Zhang G. 2012. Development and status of mapping satellite technology[J]. Spacecraft Recovery and Remote Sensing, 33(3): 17-24(in Chinses). http://www.cnki.com.cn/Article/CJFDTOTAL-HFYG201203004.htm
王进, 郭靖, 王卫东, 方理刚. 2012.权重线性组合与逻辑回归模型在滑坡易发性区划中的应用与比较[J].中南大学学报:自然科学版, 43(5): 1932-1939. http://www.cnki.com.cn/Article/CJFDTOTAL-ZNGD201205051.htm Wang J, Guo J, Wang W D, Fang L G. 2012. Application and comparison of weighted linear combination model and logistic regression model in landslide susceptibility mapping[J]. Journal of Central South University: Science and Technology, 43(5): 1932-1939 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-ZNGD201205051.htm
王朋涛, 邵延秀, 张会平, 刘洪春, 吴赵. 2016. sUAV摄影技术在活动构造研究中的应用:以海原断裂骟马沟为例[J].第四纪研究, 36(2): 433-442. http://cdmd.cnki.com.cn/Article/CDMD-85402-1015543026.htm Wang P T, Shao Y X, Zhang H P, Liu H C, Wu Z. 2016. The application of sUAV photogrammetry in active tectonics: Shanmagou site of Haiyuan fault, for example[J]. Quaternary Sciences, 36(2): 433-442 (in Chinese). http://cdmd.cnki.com.cn/Article/CDMD-85402-1015543026.htm
王志恒, 胡卓玮, 赵文吉, 官辉力, 邓金宪. 2014.基于确定性系数概率模型的降雨型滑坡孕灾环境因子敏感性分析:以四川省低山丘陵区为例[J].灾害学, 29(2): 109-115. http://www.cnki.com.cn/Article/CJFDTOTAL-ZHXU201402022.htm Wang Z H, Hu Z W, Zhao W J, Guan H L, Deng J X. 2014. Susceptibility analysis of precipitation-induced landslide disaster-pregnant environmental factors based on the certainty factor probability model: Taking the hilly area in Sichuan as example[J]. Journal of Catastrophology, 29(2): 109-115 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-ZHXU201402022.htm
魏占玉, 何宏林, 高伟, 徐锡伟, 甘伟军, 卫蕾华. 2014.基于LiDAR数据开展活动断层填图的实验研究:以新疆独山子背斜-逆冲断裂带为例[J].地震地质, 36(3): 794-813. http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201403020.htm Wei Z Y, He H L, Gao W, Xu X W, Gan W J, Wei L H. 2014. Experimental study on geologic mapping of active tectonics based on LiDAR data: A case of Dushanzi anticline-reverse fault zone in Xinjiang[J]. Seismology and Geology, 36(3): 794-813 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201403020.htm
魏占玉, Ramon A, 何宏林, 高伟. 2015.基于SfM方法的高密度点云数据生成及精度分析[J].地震地质, 37(2): 636-648. http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201502024.htm Wei Z Y, Ramon A, He H L, Gao W. 2015. Accuracy analysis of terrain point cloud acquired by "structure from motion" using aerial photos[J]. Seismology and Geology, 37(2): 636-648 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201502024.htm
许才军, 何平, 温扬茂, 刘洋. 2015. InSAR技术及应用研究进展[J].测绘地理信息, 40(2): 1-9. http://www.cnki.com.cn/Article/CJFDTOTAL-CHXG201502003.htm Xu C J, He P, Wen Y M, Liu Y. 2015. Recent advances InSAR interferometry and its applications[J]. Journal of Geomatics, 40(2): 1-9 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-CHXG201502003.htm
许冲, 戴福初, 姚鑫, 陈剑, 涂新斌, 曹琰波, 肖建章. 2010.基于GIS的汶川地震滑坡灾害影响因子确定性系数分析[J].岩石力学与工程学报, 29(增刊1): 2972-2981. http://www.cnki.com.cn/Article/CJFDTOTAL-YSLX2010S1057.htm Xu C, Dai F C, Yao X, Chen J, Tu X B, Cao Y B, Xiao J Z. 2010. GIS based certainty factor analysis of landslide triggering factors in Wenchuan earthquake[J]. Chinese Journal of Rock Mechanics and Engineering, 29(S1): 2972-2981 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-YSLX2010S1057.htm
杨景春, 李有利. 2011.活动构造地貌学[M].北京:北京大学出版社: 121-150. Yang J C, Li Y L. 2011. Active Tectonic Geomorphology[M]. Beijing: Peking University Press: 121-150 (in Chinese).
庾露, 单新建, 陈晓利. 2014.基于综合指标法的芦山地震滑坡危险区等级快速划分[J].地震地质, 36(4): 1106-1115. http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201404014.htm Yu L, Shan X J, Chen X L. 2014. A fast classification for Lushan earthquake-induced landslide hazard zones based on comprehensive indexes method[J]. Seismology and Geology, 36(4): 1106-1115 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201404014.htm
袁小祥, 王晓青, 窦爱霞, 董彦芳, 王龙, 金鼎坚. 2012.基于地面LIDAR玉树地震地表破裂的三维建模分析[J].地震地质, 34(1): 39-46. http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201201007.htm Yuan X X, Wang X Q, Dou A X, Dong Y F, Wang L, Jin D J. 2012. Terrestrial LiDAR-based 3D modeling analysis of surface rupture caused by Yushu earthquake[J]. Seismology and Geology, 34(1): 39-46 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201201007.htm
张会平, 杨农, 张岳桥, 孟晖. 2004.基于DEM的岷山构造带构造地貌初步研究[J].国土资源遥感, 16(4): 54-58. doi: 10.6046/gtzyyg.2004.04.14 Zhang H P, Yang N, Zhang Y Q, Meng H. 2004. A GIS-based research on morpho structural features of the Minshan tectonic belt[J]. Remote Sensing for Land & Resources, 16(4): 54-58 (in Chinese). doi: 10.6046/gtzyyg.2004.04.14
张会平, 杨农, 张岳桥, 孟晖. 2006.岷江水系流域地貌特征及其构造指示意义[J].第四纪研究, 26(1): 126-135. http://www.cnki.com.cn/Article/CJFDTOTAL-DSJJ200601015.htm Zhang H P, Yang N, Zhang Y Q, Meng H. 2006. Geomorphology of the Minjiang drainage system (Sichuan, China) and its structural implications[J]. Quaternary Sciences, 26(1): 126-135 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DSJJ200601015.htm
张培震, 李传友, 毛凤英. 2008.河流阶地演化与走滑断裂滑动速率[J].地震地质, 30(1): 43-57. http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ200801004.htm Zhang P Z, Li C Y, Mao F Y. 2008. Strath terrace formation and strike-slip faulting[J]. Seismology and Geology, 30(1): 43-57 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ200801004.htm
张小红, 刘经南. 2004.机载激光扫描测高数据滤波[J].测绘科学, 29(6): 50-53. http://www.cnki.com.cn/Article/CJFDTOTAL-CHKD200406011.htm Zhang X H, Liu J N. 2004. Airborne laser scanning altimetry data filtering[J]. Science of Surveying and Mapping, 29(6): 50-53 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-CHKD200406011.htm
张祖勋. 2007.从数字摄影测量工作站(DPW)到数字摄影测量网格(DPGrid)[J].武汉大学学报:信息科学版, 32(7): 565-571. http://www.cnki.com.cn/Article/CJFDTOTAL-WHCH200707000.htm Zhang Z X. 2007. From digital photogrammetry workstation (DPW) to digital photogrammetry grid (DPGrid)[J]. Geomatics and Information Science of Wuhan University, 32(7): 565-571 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-WHCH200707000.htm
赵洪壮, 李有利, 杨景春, 吕红华. 2009.基于DEM数据的北天山地貌形态分析[J].地理科学, 29(3): 445-449. http://www.cnki.com.cn/Article/CJFDTOTAL-DLKX200903023.htm Zhao H Z, Li Y L, Yang J C, Lü H H. 2009. Geomorphic characteristics of northern Tianshan mountains based on DEM data[J]. Scientia Geographica Sinica, 29(3): 445-449 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DLKX200903023.htm
郑文俊, 雷启云, 杜鹏, 陈涛, 任治坤, 俞晶星, 张宁. 2015.激光雷达(LiDAR):获取高精度古地震探槽信息的一种新技术[J].地震地质, 37(1): 232-241. http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201501018.htm Zheng W J, Lei Q Y, Du P, Chen T, Ren Z K, Yu J X, Zhang N. 2015. 3-D laser scanner (LiDAR): A new technology for acquiring high precision palaeoearthquake trench information[J]. Seismology and Geology, 37(1): 232-241 (in Chinese). http://www.cnki.com.cn/Article/CJFDTOTAL-DZDZ201501018.htm
周晓明. 2011. 机载激光雷达点云数据滤波算法的研究与应用[D]. 郑州: 解放军信息工程大学: 34-121. http://cdmd.cnki.com.cn/Article/CDMD-90008-1012325196.htm Zhou X M. 2011. Research and Application of Airborne LiDAR Point Cloud Data Filters[D]. Zhengzhou: The PLA Information Engineering University: 34-121 (in Chinese). http://cdmd.cnki.com.cn/Article/CDMD-90008-1012325196.htm
朱红, 刘维佳, 张爱兵. 2014.光学遥感立体测绘技术综述及发展趋势[J].现代雷达, 36(6): 6-12. http://www.cnki.com.cn/Article/CJFDTOTAL-XDLD201406002.htm Zhu H, Liu W J, Zhang A B. 2014. Overview and development trend of optical remote sensing stereo mapping techniques[J]. Modern Radar, 36(6): 6-12 (in chinses). http://www.cnki.com.cn/Article/CJFDTOTAL-XDLD201406002.htm
Ackermann F. 1999. Airborne laser scanning: Present status and future expectations[J]. ISPRS J Photogramm Remote Sens, 54(2/3): 64-67. http://www.ingentaconnect.com/content/els/09242716/1999/00000054/00000002/art00009
Arrowsmith J R, Zielke O. 2009. Tectonic geomorphology of the San Andreas Fault zone from high resolution topography: An example from the Cholame segment[J]. Geomorphology, 113(1/2): 70-81. https://asu.pure.elsevier.com/en/publications/tectonic-geomorphology-of-the-san-andreas-fault-zone-from-high-re-2
Baltsavias E P. 1999. A comparison between photogrammetry and laser scanning[J]. ISPRS J Photogramm Remote Sens, 54(2/3): 83-94. https://www.researchgate.net/publication/222477391_A_comparison_between_photogrammetry_and_laser_scanning_ISPRS_J_Photogramm_Remote_Sens_542383-94
Bevis M, Hudnut K, Sanchez R, Toth C, Grejner-Brzezinska D, Kendrick E, Caccamise D, Raleigh D, Zhou H, Shan S, Shindle W, Yong A, Harvey J, Borsa A, Ayoub F, Shrestha R, Carter B, Sartori M, Phillips D, Coloma F. 2005. The B4 project: Scanning the San Andreas and San Jacinto fault zones[C]//American Geophysical Union, Fall Meeting. San Francisco, USA: American Geophysical Union: Abstract H34B-01.
Bhardwaj A, Chatterjee R S, Jain K. 2013. Assimilation of DEMs generated from optical stereo and InSAR pair through data fusion[J]. Sci Res, 1(3): 39-44. doi: 10.11648/j.sr.20130103.12
Brown M, Lowe D G. 2005. Unsupervised 3D object recognition and reconstruction in unordered datasets[C]//Fifth International Conference on 3-D Digital Imaging and Modeling. Ottawa, Canada: Institute of Electrical and Electronics Engineers: 56-63.
Bubeck A, Wilkinson M, Roberts G P, Cowie P A, McCaffrey K J W, Phillips R, Sammonds P. 2015. The tectonic geomorphology of bedrock scarps on active normal faults in the Italian Apennines mapped using combined ground penetrating radar and terrestrial laser scanning[J]. Geomorphology, 237: 38-51. doi: 10.1016/j.geomorph.2014.03.011
Chen T, Zhang P Z, Liu J, Li C Y, Ren Z K, Hudnut K W. 2014. Quantitative study of tectonic geomorphology along Haiyuan fault based on airborne LiDAR[J]. Chinese Science Bulletin, 59(20): 2396-2409. doi: 10.1007/s11434-014-0199-4
Chiba T, Suzuki Y, Hiramatsu T. 2007. Digital terrain representation methods and red relief image map[J]. J Jpn Cartogr Assoc, 45: 27-36.
Chiba T, Kaneta S I, Suzuki Y. 2008. Red relief image map: New visualization method for three dimensional data[J]. Int Arch Photogramm Remote Sens Spatial Inf Sci, 37(B2): 1071-1076. https://www.researchgate.net/publication/237517308_Red_relief_image_map_New_visualization_method_for_three_dimensional_data
Cowgill E. 2007. Impact of riser reconstructions on estimation of secular variation in rates of strike-slip faulting: Revisiting the Cherchen River site along the Altyn Tagh Fault, NW China[J]. Earth Planet Sci Lett, 254(3/4): 239-255. https://www.researchgate.net/publication/222836396_Impact_of_riser_reconstructions_on_estimation_of_secular_variation_in_rates_of_strike-slip_faulting_Revisiting_the_Cherchen_River_site_along_the_Altyn_Tagh_Fault_NW_China
Cowgill E, Gold R D, Chen X H, Wang X F, Arrowsmith J R, Southon J. 2009. Low Quaternary slip rate reconciles geodetic and geologic rates along the Altyn Tagh fault, northwestern Tibet[J]. Geology, 37(7): 647-650. doi: 10.1130/G25623A.1
Cowgill E, Bernardin T S, Oskin M E, Bowles C, Yıkılmaz M B, Kreylos O, Elliott A J, Bishop S, Gold R D, Morelan A, Bawden G W, Hamann B, Kellogg L H. 2012. Interactive terrain visualization enables virtual field work during rapid scientific response to the 2010 Haiti earthquake[J]. Geosphere, 8(4): 787-804. doi: 10.1130/GES00687.1
Deilami K, Hashim M. 2011. Very high resolution optical satellites for DEM generation: A review[J]. EUR J Sci Res, 49(4): 542-554. http://www.academia.edu/3316919/Very_high_resolution_optical_satellites_for_DEM_generation_a_review
Elliott A J. 2014. Control of Rupture Behavior by a Restraining Double-Bend From Slip Rates on the Altyn Tagh Fault[D]. California: University of California: 2-4.
Fonstad M A, Dietrich J T, Courville B C, Jensen J L, Carbonneau P E. 2013. Topographic structure from motion: A new development in photogrammetric measurement[J]. Earth Surf Proc Landforms, 38(4): 421-430. doi: 10.1002/esp.v38.4
Giaccio B, Galadini F, Sposato A, Messina P, Moro M, Zreda M, Cittadini A, Salvi S, Todero A. 2003. Image processing and roughness analysis of exposed bedrock fault planes as a tool for paleoseismological analysis: Results from the Campo Felice fault (central Apennines, Italy)[J]. Geomorphology, 49(3/4): 281-301. http://www.academia.edu/22933052/Bedrock_fault_scarp_history_Insight_from_t-LiDAR_backscatter_behaviour_and_analysis_of_structure_changes
Goldstein R M, Zebker H A, Werner C L. 1988. Satellite radar interferometry: Two-dimensional phase unwrapping[J]. Radio Science, 23(4): 713-720. doi: 10.1029/RS023i004p00713
Graham L C. 1974. Synthetic interferometer radar for topographic mapping[J]. Proceedings of the IEEE, 62(6): 763-768. doi: 10.1109/PROC.1974.9516
Haddad D E, Akçiz S O, Arrowsmith J R, Rhodes D D, Oldow J S, Zielke O, Toké N A, Haddad A G, Mauer J, Shilpakar P. 2012. Applications of airborne and terrestrial laser scanning to paleoseismology[J]. Geosphere, 8(4): 771-786. doi: 10.1130/GES00701.1
Haugerud R A, Harding D J, Johnson S Y, Harless J L, Weaver C S, Sherrod B L. 2003. High-resolution lidar topography of the Puget Lowland, Washington: A bonanza for earth science[J]. GSA Today, 13(6): 4-10. doi: 10.1130/1052-5173(2003)13<0004:HLTOTP>2.0.CO;2
Hu F, Gao X M, Li G Y, Li M. 2016. DEM extraction from worldview-3 stereo-images and accuracy evaluation[C]//The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 23 ISPRS Congress. Prague: Czech Republic: 327-332.
Hudnut K W, Borsa A, Glennie C, Minster J B. 2002. High-resolution topography along surface rupture of the 16 October 1999 Hector Mine, California, earthquake (MW7.1) from airborne laser swath mapping[J]. Bull Seismol Soc Am, 92(4): 1570-1576. doi: 10.1785/0120000934
Jacobsen K, Topan H. 2015. DEM generation with short base length Pleiades triplet[C]//The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. Munich, Germany: ISPRS J Photogramm Remote Sens: 81-86.
James M R, Robson S. 2012. Straightforward reconstruction of 3D surfaces and topography with a camera: Accuracy and geoscience application[J]. J Geophys Res, 117(F3): F03017. https://www.researchgate.net/publication/255970600_Straightforward_reconstruction_of_3D_surfaces_and_topography_with_a_camera_Accuracy_and_geoscience_application
Jiang H J, Zhang L, Wang Y, Liao M S. 2014. Fusion of high-resolution DEMs derived from COSMO-SkyMed and TerraSAR-X InSAR datasets[J]. J Geod, 88(6): 587-599. doi: 10.1007/s00190-014-0708-x
Johnson K, Nissen E, Saripalli S, Arrowsmith J R, McGarey P, Scharer K, Williams P, Blisniuk K. 2014. Rapid mapping of ultrafine fault zone topography with structure from motion[J]. Geosphere, 10(5): 969-986. doi: 10.1130/GES01017.1
Kaula W M, Schubert G, Lingenfelter R E, Sjogren W L, Wollenhaupt W R. 1974. Apollo laser altimetry and inferences as to lunar structure[C]//Proceedings of the 5th Lunar Science Conference. New York: Pergamon Press: 3049-3058.
Lin Z, Kaneda H, Mukoyama S, Asada N, Chiba T. 2013. Detection of subtle tectonic-geomorphic features in densely forested mountains by very high-resolution airborne LiDAR survey[J]. Geomorphology, 182: 104-115. doi: 10.1016/j.geomorph.2012.11.001
Meigs A. 2013. Active tectonics and the LiDAR revolution[J]. Lithosphere, 5(2): 226-229. doi: 10.1130/RF.L004.1
Miller C L, Laflamme R A. 1958. The Digital Terrain Model: Theory and Application[M]. Cambridge: Massachusetts Institute of Technology, Photogrammetry Laboratory: 433-442.
Niethammer U, James M R, Rothmund S, Travelletti J, Joswig M. 2012. UAV-based remote sensing of the Super-Sauze landslide: Evaluation and results[J]. Engineering Geology, 128: 2-11. doi: 10.1016/j.enggeo.2011.03.012
Nissen E, Maruyama T, Arrowsmith J R, Elliott J R, Krishnan A K, Oskin M E, Saripalli S. 2014. Coseismic fault zone deformation revealed with differential lidar: Examples from Japanese MW7 intraplate earthquakes[J]. Earth Planet Sci Lett, 405: 244-256. doi: 10.1016/j.epsl.2014.08.031
Oskin M E, Arrowsmith J R, Corona A H, Elliott A J, Fletcher J M, Fielding E J, Gold P O, Garcia J J G, Hudnut K W, Liu-Zeng J, Teran O J. 2012. Near-field deformation from the El Mayor-Cucapah earthquake revealed by differential LiDAR[J]. Science, 335(6069): 702-705. doi: 10.1126/science.1213778
Rogers A E E, Ingalls R P. 1969. Venus: Mapping the surface reflectivity by radar interferometry[J]. Science, 165(3895): 797-799. doi: 10.1126/science.165.3895.797
Scharer K M, Salisbury J B, Arrowsmith J R, Rockwell T K. 2014. Southern San Andreas fault evaluation field activity: Approaches to measuring small geomorphic offsets: Challenges and recommendations for active fault studies[J]. Seismol Res Lett, 85(1): 68-76. doi: 10.1785/0220130108
Westoby M J, Brasington J, Glasser N F, Hambrey M J, Reynolds J M. 2012. 'Structure-from-Motion' photogrammetry: A low-cost, effective tool for geoscience applications[J]. Geomorphology, 179: 300-314. doi: 10.1016/j.geomorph.2012.08.021
Zhou Y, Parsons B, Elliott J R, Barisin I, Walker R T. 2015a. Assessing the ability of Pleiades stereo imagery to determine height changes in earthquakes: A case study for the El Mayor-Cucapah epicentral area[J]. J Geophys Res, 120(12): 8793-8808. doi: 10.1002/2015JB012358
Zhou Y, Elliott J R, Parsons B, Walker R T. 2015b. The 2013 Balochistan earthquake: An extraordinary or completely ordinary event?[J]. Geophys Res Lett, 42(15): 6236-6243. doi: 10.1002/2015GL065096
Zhou Y, Walker R T, Elliott J R, Parsons B. 2016. Mapping 3D fault geometry in earthquakes using high-resolution topography: Examples from the 2010 El Mayor-Cucapah (Mexico) and 2013 Balochistan (Pakistan) earthquakes[J]. Geophys Res Lett, 43(7): 3134-3142. doi: 10.1002/2016GL067899
Zielke O, Arrowsmith J R, Ludwig L G, Akçiz S O. 2010. Slip in the 1857 and earlier large earthquakes along the Carrizo plain, San Andreas fault[J]. Science, 327(5969): 1119-1122. doi: 10.1126/science.1182781
Zielke O, Arrowsmith J R. 2012. LaDiCaoz and LiDAR imager: MATLAB GUIs for LiDAR data handling and lateral displacement measurement[J]. Geosphere, 8(1): 206-221. doi: 10.1130/GES00686.1
Zielke O, Arrowsmith J R, Ludwig L G, Akciz S O. 2012. High-resolution topography-derived offsets along the 1857 Fort Tejon earthquake rupture trace, San Andreas fault[J]. Bull Seismol Soc Am, 102(3): 1135-1154. doi: 10.1785/0120110230
计量
- 文章访问数: 775
- HTML全文浏览量: 385
- PDF下载量: 33
