Invisible fault identifying in loess area is a difficult problem for active fault study in north China. Detail strata division of loess area is hard by the naked eye, due to the small difference of granularity and the color, which would affect the identification of the obscured fault and paleo-seismic event. Spectral technique has been used for magnetic susceptibility estimation. Magnetic susceptibility has been considered to be a measure of the degree of pedogenic activity and excellent proxies for terrestrial climatic fluctuations. This study try to build stratigraphic rhythm change model based on spectral features. These models were used to hypespectral image and the results were used for the analysis and interpretation of the loess strata structure featrues. This study provides a new effective means for identifying obscured fault and paleo-seismic event in loess. Compared with the traditional visual analysis, magnetic susceptibility and grain size analysis, this method has the advantages of high resolution and efficiency.
黄土地层中隐性断层的识别与研究是华北黄土地区活动断层研究的难点,原因是黄土的粒度与颜色差别小,肉眼难以进行详细分层。这直接影响了断层的识别与古地震研究。本研究利用高光谱遥感具有图谱合一,光谱分辨率高,可以定量反演地表物理化学参数、分析地表物理化学过程的特点,着重研究运用不同的数据处理和建模方法,探索建立光谱反射率与地层韵律变化有关参数模型(铁氧化物、粘土矿物、黄土粒度等)或分类方法,利用成像光谱技术实现黄土地层环境反演,进行黄土地层结构特征的分析和解释,从而更好地识别黄土地层中的隐性断层及其古地震事件。较传统的目视分析、磁化率与粒度分析,具有高分辨率与高效的优势。
黄土地层中隐性断层的识别与研究是华北黄土地区活动断层研究的难点,原因是黄土的粒度与颜色差别小,肉眼难以进行详细分层。磁化率是土壤和沉积物的一个重要参数,能反映一定的沉积环境变化,常用来作为地层层序划分的标记。但离散的磁化率在反映黄土剖面地层结构空间展布特征时,会出现以点带面、以偏概全的问题。本研究通过分析土壤光谱特征,利用去连续统和多尺度小波变换实现了光谱弱信息增强与分离方法,提取出三类反映地层韵律变化的特征参数,且基于多元回归分析方法,建立了光谱与反应地层韵律变化的磁化率之间的光谱模型,并应用到高光谱影像上开展构造分析。研究结果表明,利用反射光谱建立的磁化率模型精度较高(R2﹥0.8),其得到的剖面磁化率强度分布图较好的展示了地层结构空间展布特征,有利于识别黄土地层中肉眼无法识别的断层迹象,提高第四系松散地层古地震研究的准确性。基于整体光谱曲线对剖面高光谱影像进行光谱角分类,分类结果同样可以很好的反映地层旋回特性,有助于构造形迹识别。本研究首次应用高光谱影像进行构造现象分析,效果显著,值得推广。
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
硬件木马:关键问题研究进展及新动向
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
青藏高原狮泉河-拉果错-永珠-嘉黎蛇绿混杂岩带时空结构与构造演化
基于高光谱成像技术的红枣虫害及隐性损伤无损检测方法研究
基于成像光谱技术的空间目标识别研究
基于成像光谱技术的原状土壤剖面光学特性与氮素估算制图研究
基于显微高光谱成像技术的木材树种分类识别