简介：本文根据反射地震、折射地震、磁力等资料，结合周边地质，探讨冲绳海槽南段基底组成。在海槽周边的东海陆架盆地、台湾褶皱带和琉球岛弧褶皱带，均出露不同程度变质的晚古生代、中生代和早第三纪地层。多道反射地震表明，海槽南段沉积盖层由上第三系和第四系组成，声学基底由下第三系及更老地层构成。邻近海槽的折射地震揭示，除第四系-中新统速度层之外，还存在纵波速度分别为4．7～5．3km／s和6．3km／s的下第三系和中生界速度层。磁异常分析和正反演拟合计算结果表明，海槽磁性基底主要由变质岩系构成，次为燕山期中酸性岩浆岩和喜山期中基性岩浆岩，磁性基底大部分相当声学基底。综合分析表明，海槽南段基底主要由不同程度变质的下第三系、中生界和上古生界构成；在海槽某些构造部位，已有喜山期基性岩浆岩形成。

简介：运用T106数值预报产品、MM5模式结合Q矢量计算NCEP资料、天气实况及卫星云图等非常规资料，对1999年9月4日凌晨在远离9909号热带风暴中心的浙江省温州市引发的特大暴雨进行了探讨。发现秋季在厦门以南至广东东部登陆的台风，在浙中南沿海形成台风倒槽，该倒槽内的暖湿切变线的中尺度对流复合体（MesoscaleConvectiveComplex，MCC）是引起特大暴雨的重要条件。从计算得出的Q矢量散度分布看，本次特大暴雨降水发生时间和量级与该时段内温州经历的强Q矢量散度梯度发展有密切联系。同时，温州呈东北-西南走向的海岸线及境内雁荡山脉有利地形的抬升作用，对本次热带风暴倒槽降水中局地特大暴雨的形成有重要贡献。

简介：根据冲绳海槽多道地震资料的处理解释，在16条地震剖面上发现了水合物拟海底反射层BSR，经过AVO、波形反演等特殊的处理技术，首次直接利用BSR圈定了冲绳海槽天然气水合物具体分布范围，直接利用数据得出了天然气水合物稳定带厚度在冲绳海槽的分布趋势，认为海槽南部最厚，中部次之，北部最薄，并通过计算得出了冲绳海槽水合物稳定带的厚度和水合物资源量，对今后海槽水合物勘查和资源量评价具有一定的指导意义。

简介：通过采用遗传算法优化神经网络初始权值的方法,将GA算法与BP神经网络有机结合,应用于海底底质分类。基于多波束测深系统获取的反向散射强度数据,应用改进的BP神经网络分类方法,实现对海底基岩、砾石、砂、细砂和泥等底质类型的快速、准确识别。通过实验比较,GA-BP神经网络分类精度明显高于BP神经网络,证明了该方法的有效性和可靠性。

简介：为研究各种理化因子与赤潮藻类浓度间的非线性对应规律和有效预测赤潮藻类浓度,构建了基于BP算法的一个四层模糊神经网络模型.将模糊神经网络（FNN）技术引入赤潮预测研究,并与普通BP网络、RBF网络的结果作比较,结果表明,该模型能够较好地反演出各种理化因子与夜光藻密度的非线性对应变化规律,有更好的预测功能.

简介：为了能够客观地对海水水质进行综合评价，在分析人工神经网络概念和原理的基础上，从阈值角度出发，通过对各类海水水质污染指标浓度生成样本的方法，生成了适用于BP人工神经网络模型训练的样本，并应用基于误差反向传播原理的前向多层神经网络，建立了用于海水水质评价的BP人工神经网络模型。将该模型用于渤海湾近岸海域水环境评价，通过模型的计算，得到该海域的水质类别。结果表明，2004-2007年，渤海湾近岸海域污染指标总体上在河流丰水期时比枯水期时高，2005年和2006年污染较为严重，2007年有所好转。经训练的评价模型应用于实例的评价结果表明，该模型设计合理、泛化能力强，对海水水质评价具有较好的客观性、通用性和实用性。

简介：利用Landsat7ETM＋遥感图像反射率和实测水深值之间的相关性，建立了动量BP人工神经网络水深反演模型，并对长江口南港河段水深进行了反演。结果表明：具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况：由于受长江口水体高含沙量的影响，模型对小于5m的水深值反演精度较高，而对大于10m的水深值反演精度较低。

简介：利用Landsat7ETM+遥感图像反射率和实测水深值之间的相关性,建立了动量BP人工神经网络水深反演模型,并对长江口南港河段水深进行了反演。结果表明:具有较强非线性映射能力的动量BP神经网络模型能较好地反演出长江口南港河段的水深分布情况;由于受长江口水体高含沙量的影响,模型对小于5m的水深值反演精度较高,而对大于10m的水深值反演精度较低。更多还原

简介：主成分分析可以提取形变主要信息，BP神经网络具有很强的预测功能，提出将两者相结合用于形变监测数据处理。通过MATLAB编程实现了该算法，并用实测数据进行验证，证明此方法能够提高预测数据的精度和可靠性。结果表明：与其他方法相比，基于主成分分析的改进BP神经网络能取得更好的预测效果。

简介：海底沉积物中稀土元素的分布特征受很多影响因子的影响,很难定量分析.北部湾沉积物稀土元素（ΣREE）与物源、水动力、沉积物粒度和粘土矿物百分比等关系定性分析显示,本区的ΣREE的物源主要由陆源岩石控制,弱水动力和细粒度都对应较高含量的ΣREE.结合北部湾海底沉积物的位置、砾石含量、砂含量、粉砂含量、粘土含量和粘土矿物含量训练出来的BP神经在控制变量的情况下定量分析它们与ΣREE的关系,获得单个影响因子与ΣREE的关系曲线.这些关系曲线揭示了北部湾沉积物中稀土元素与各影响因子的联系,所获得的结果与定性分析的结果基本一致,该方法能够通过自主学习,自动判断并定量计算,有助于识别每一个因子对稀土元素含量影响的大小,是如何控制ΣREE的分布,从而根据曲线的变化规律结合实际情况去推断区域的环境变化及地质演变,对稀土元素的富集和分散提供有益的理论指导.