深海海底地质灾害和人工智能识别研究取得新进展
2020-11-11 13:39:15爱云资讯
(一) 尽管前人通过水槽实验和露头测量已经建立了浊流底形的理论演化模型,但是,水道-朵叶体转换带(the channel–lobe transition zones,简称CLTZ)内的浊流底形演化很少有文献记载,对其了解也非常少。以南海琼东南盆地高分辨率三维人工地震资料为基础,采用地震沉积学与海底地貌学结合的分析方法,刻画了水深1080-1260米、40公里长的现代海底浊流水系;推进了微地貌尺度的深水浊流底形观测;在CLTZs内,更新了弗洛德数(Fr)整体下降趋势下,局部超临界流动和水力跃变的演化模型。
华光水道-朵叶体转换带
此项研究在线发表于《Geomorphology》(Wang, W., Wang, D.*, Sun, J., Shao, D., Lu, Y., Chen, Y., Wu, S., 2020. Evolution of deepwater turbidite bedforms in the Huaguang channel–lobe transition zone revealed by 3D seismic data in the Qiongdongnan Basin, South China Sea. Geomorphology, 370: 107412. DOI:10.1016/j.geomorph.2020.107412)
(二) 从沉积环境、底形形态、沉积结构、形成机理和数值模拟等方面介绍了周期阶坎(Cyclic steps)的研究进展,探讨了不同探测方法的分辨率问题,给出了周期阶坎研究的突破方向。在水深大于500米的区域,将自主式水下航行器(AUV)和船测多波束、AUV和船测浅地层剖面、人工地震数据结合,并通过载人潜水器(HOV)获取原位数据,完善周期阶坎的三维精细结构。
对比不同探测设备之间的差异性
此项研究发表于《地球科学进展》(王大伟,孙悦,司少文,吴时国. 海底周期阶坎研究进展与挑战. 地球科学进展, 2020,35(9):890-901. DOI:10.11867/j.issn.1001-8166.2020.072)
(三) 随着深拖、AUV、ROV、HOV等技术在工程调查中的广泛应用,学术与工业界已获得了近海底的、大数据量的、高精度的海底地形数据。海洋科学的精细研究、海洋工程的施工效率,要求高效、准确的海底地貌分析结果,对传统的地貌分析方法提出了新要求。利用人工智能的方法,对海底地形数据进行分析与处理,自动识别海底地貌单元的边界,可以大大提高海底地貌分析的工作效率和准确度。
- AI FOR ENGINEERS研讨会:推动人工智能技术赋能工程仿真创新
- 思科重新构想人工智能时代的数据中心与云端安全
- AI赋能出版新质生产力发展 蜜度承办人工智能与出版新质生产力论坛
- 小影科技参编《生成式人工智能数据应用合规指南》团体标准正式发布
- 云天励飞助力深圳高级中学启用人工智能联合实验室,共绘智慧教育新篇章
- 中国人工智能发明专利企业排行榜揭晓 OPPO位列第九
- 聚焦人工智能编程教育,点猫科技亮相第83届中国教育装备展
- 浪潮信息IPF24: 发展人工智能+,创新需要激发活力、拓展路径、加速落地
- “元脑”品牌全面升级!浪潮信息全力进击人工智能
- 云测数据入选2024全国“人工智能+”行动创新案例TOP100
- 智联世界·“模”生未来-2024人工智能论坛在北京隆重召开
- 人工智能领域的关键挑战:高质量的训练数据处理能力
- Viettel开设越南最大的数据中心,通过部署绿色技术,为人工智能发展做好准备
- Cognex 推出全新人工智能 3D 视觉系统
- Enine亿玖携手技嘉GIGABYTE如约亮相2024深圳(国际)人工智能计算大会
- 生成式人工智能雅思培训项目引行业关注