深海海底地質災害和人工智能識別研究取得新進展
文章來源：供稿/供圖 王大偉 | 發布時間：2020-11-09 | 【打印】 【關閉】
近日，深海地球物理與資源研究室王大偉研究員團隊在地學TOP期刊《Geomorphology》報道了深海海底微地貌（水平面元12.5×25米、垂向分辨率6.5米的三維人工地震數據）的最新研究成果。該團隊通過與中國石油大學（華東）合作，建立了海底地貌邊界識別的人工智能算法，并通過與能源企業合作，將深海海底災害識別與預測方法應用于生產實際。
(一) 盡管前人通過水槽實驗和露頭測量已經建立了濁流底形的理論演化模型，但是，水道-朵葉體轉換帶（the channel–lobe transition zones，簡稱CLTZ）內的濁流底形演化很少有文獻記載，對其了解也非常少。以南海瓊東南盆地高分辨率三維人工地震資料為基礎，采用地震沉積學與海底地貌學結合的分析方法，刻畫了水深1080-1260米、40公里長的現代海底濁流水系；推進了微地貌尺度的深水濁流底形觀測；在CLTZs內，更新了弗洛德數（Fr）整體下降趨勢下，局部超臨界流動和水力躍變的演化模型。
華光水道-朵葉體轉換帶
此項研究在線發表于《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）
全文鏈接：https://www.sciencedirect.com/science/article/pii/S0169555X20303858?via%3Dihub
(二) 從沉積環境、底形形態、沉積結構、形成機理和數值模擬等方面介紹了周期階坎（Cyclic steps）的研究進展，探討了不同探測方法的分辨率問題，給出了周期階坎研究的突破方向。在水深大于500米的區域，將自主式水下航行器（AUV）和船測多波束、AUV和船測淺地層剖面、人工地震數據結合，并通過載人潛水器（HOV）獲取原位數據，完善周期階坎的三維精細結構。
對比不同探測設備之間的差異性
此項研究發表于《地球科學進展》（王大偉，孫悅，司少文，吳時國. 海底周期階坎研究進展與挑戰. 地球科學進展, 2020,35(9):890-901. DOI：10.11867/j.issn.1001-8166.2020.072）
全文鏈接：https://kns.cnki.net/kcms/detail/62.1091.P.20200921.1629.002.html
(三) 隨著深拖、AUV、ROV、HOV等技術在工程調查中的廣泛應用，學術與工業界已獲得了近海底的、大數據量的、高精度的海底地形數據。海洋科學的精細研究、海洋工程的施工效率，要求高效、準確的海底地貌分析結果，對傳統的地貌分析方法提出了新要求。利用人工智能的方法，對海底地形數據進行分析與處理，自動識別海底地貌單元的邊界，可以大大提高海底地貌分析的工作效率和準確度。
申報發明專利：
[1] 王微微，吳時國，王大偉，吳一瓊
基于多重分形譜特征的非高斯型海底地貌類型識別方法. CN201810197919.2（實審）
[2] 王微微，吳時國，王大偉，吳一瓊
基于因子分析的海底地貌類型分類器設計方法. CN201810213212.6（授權）
[3] 王微微，吳一瓊，王大偉，吳時國
基于深度分布特征的海底地貌類型識別方法. CN201711477406.9（授權）
[4] 王大偉，吳時國，郭婧，王微微，張漢羽
基于圖像處理的海底地貌單元邊緣智能識別方法. CN201710270758.0（授權）
(四) 在技術應用方面，2018-2020年，完成了①中海石油（中國）有限公司湛江分公司松濤36-2-1、寶島31-1-1D、陵水15-2-1等深水鉆井井場的地質災害評價與預測，保障深水鉆井安全完鉆；②中國科學院聲學研究所“海底科學觀測網”重大科技基礎設施項目桌面路由的技術咨詢，給出桌面路由合理化建議。
Copyright © 中國科學院深海科學與工程研究所 備案證號：瓊ICP備13001552號-1
瓊公網安備 46020102000014號
地址: 三亞市鹿回頭路28號 郵編：572000 網站維護：深海所辦公室 郵箱：office@idsse.ac.cn
