国产航空重力仪南极典型区域的应用示范

被引量 : 0次 | 上传用户:leninho
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
地球重力场是地球科学的关键参量,特别是在南极,由于大陆和周边海洋被冰层覆盖,除传统的岩石学、地质构造和地球动力学研究外,重力场更是反演冰区海底地形、冰底沉积层厚度以及冰下湖深度的主要依据。受限于偏远位置和恶劣环境,开展南极重力测量的难度非常大,目前最有效的观测方式是航空重力测量。2019年底的中国第36次南极科考期间,依托高分辨率对地观测系统重大专项项目,在突破设备运输、硬件安装、地面和机上电源供应以及GNSS数据共享等技术难点基础上,成功实现国产捷联式航空重力仪与南极考察固定翼飞机雪鹰601的系统集成,并通过地面、机上静态和飞行测试充分验证了系统的可靠性和稳定性。最终,围绕南极伊丽莎白公主地和埃默里冰架两大典型区域,共完成9个架次的航空重力观测,总测线长度近1.5万公里,填补了伊丽莎白公主地的数据空白。同时,雪鹰601搭载GT-2A重力仪、冰雷达和磁力仪开展了协同观测。基于南极航空重力数据处理系统得到的结果表明,国产航空重力仪满足南极高纬度区域的观测条件,与GT-2A观测结果的对比显示其外符合精度可以达到2 mGal。这是我国自主研制航空载荷首次实现在南极的应用示范,对拓展自主载荷应用和提升我国南极考察观监测能力有重要意义。
其他文献
随着物联网技术的蓬勃发展,物联网终端上的应用越来越丰富,所需的计算量也越来越大,但是物联网终端设备的计算能力和存储资源十分有限,任务在终端设备上处理会产生很高的时延,而且终端设备也会受到电源电量的限制,长时间进行数据处理会造成较大的能耗导致续航能力不足,而设备上的应用往往对延时和功耗的要求比较高。为了解决这些问题,传统的做法是将一些复杂的计算任务上传到中心服务器中去执行,但是中心服务器往往距离终端
近年来我国社会主义市场经济体制逐渐完善,国有企业的社会影响力不断提高,在这种背景下,我国国有企业需要自觉履行社会责任。近年来在政府以及社会公众的推动下,我国国有企业社会责任出现了一定程度的发展,但相关理论研究仍处于起步的探索阶段,尚未形成成熟的理论框架。目前国内外相关领域专家学者的研究成果主要侧重于相关理论解析以及社会责任与企业绩效相关性的研究,对社会责任履行策略的研究稍显不足,难以满足我国国有企
人口结构的变化和激烈的老龄化进程不断加大社会养老的挑战,养老服务领域正在积极呼吁社会力量尤其是社会组织的参与。随着老龄化和高龄化的深刻影响,社会组织在庞大的养老需
当今,国与国之间的竞争愈演愈烈,归根结底是教育和人才的竞争。人才作为国家的一种战略资源的性质,决定了英语教育的目标是发掘和培养国家需要的人才。人才的本质特征之一是心智上的优势,具体表现为思维上的优势。而教育部在《普通高中英语课程标准(2017年版)》中又将思维细分为逻辑性、批判性与创新性等不同方面,并认为其是学生应具备的、能够适应终身发展和社会发展需要的必备品质。因此,作为思维发展的最终归宿,学生
复杂地质条件下的深埋长大隧道工程经常会遇到高地温及高地应力问题,高地温等灾害问题同时也是工程地质学、岩石力学和采矿工程领域的前沿问题。因此,为研究高地温下岩石的力
输电线路所处地势和环境都比较复杂,容易受风荷载、地震荷载、覆冰荷载、温度荷载以及基础不均匀沉降等影响。对覆冰输电线路进行风致振动、覆冰脱落等动力响应分析研究具有
杖头木偶是我国传统木偶体系中必不可少的类型之一,有着丰富的文化内涵和悠久的历史。而作为杖头木偶重要一员的湖南辰溪社塘木偶,于2016年被列入省级非物质文化遗产名录,现正在申请第五批国家级非物质文化遗产项目。根据前期研究发现,目前针对辰溪社塘木偶多从戏剧题材、技艺唱腔、舞台布景等方面进行研究,而对木偶的制作材料、制造工艺、造型艺术方面并未发现有系统性、综合性的深入研究论著,故从美术学角度对辰溪社塘木
本文以哈尔滨市宜家家居桩基础工程深基坑为工程背景,采用理论分析、现场监测和数值模拟相结合的方法,研究深基坑开挖引起的支护结构变形、周围地表沉降、深层土体位移及周边
有机电致荧光材料尤其是热激发延迟荧光(Thermally Activated Delayed Fluorescence,TADF)材料已经成为有机电致发光领域的研究热点。在材料体系中具有推拉电子结构的给体(Do
随着互联网技术的快速发展,在网络上自由地发表自己的观点已经成为普遍的现象,由此产生了海量包含情感色彩的文本数据。有效地分析这些数据的情感倾向性,对信息预测、舆情监控、产品推荐等提供了重要的帮助,这使情感分析成为自然语言处理的热门研究方向。网络上不同领域的语言表达差异性较大,为每个领域手工标注足够的标签,训练情感分类器往往代价昂贵。因此,在具有丰富标签的源域数据上训练情感分类器,应用于目标域数据成为