喬凌雲臺灣大學：海洋研究所范秋屏Fan, Chiou-PinChiou-PinFan2007-11-272018-06-282007-11-272018-06-282006http://ntur.lib.ntu.edu.tw//handle/246246/56568Nicholson et al.（2004）提出整合大量地震走時資料的新方法，稱為經驗走時，可以有效地將走時具有的空間變化趨勢整理出來，作為未來任何位置發生地震估算走時的依據。我們以此概念當作尋找特徵波束的依據，利用1998-2000年EHB地震資料庫中P、PP、pP波相的走時殘餘值，逆推出全球P波速度的三維變化。 處理逆推問題時，會使用正則化的手段剔除模型的不唯一性，留下一個適當的解，傳統上求取最簡單模型解或是較平滑模型解的策略，在研究區域內模型解所強調的尺度是全區相同的，這點與資料取樣非穩態相矛盾，因此我們利用多重尺度有限參數法來改善這個問題，特性是依照各地的波線取樣密度決定可以解析的最小尺度與細節，允許各地具有不同的解析尺度。 我們將模型解與兩種傳統的正則化策略結果作比較，發現多重尺度有限參數法的模型解傾向保留大尺度的構造，解析能力雖不及傳統策略，但在模型恢復能力測試的結果中，多重尺度法混染情形最輕微，因此是相對比較保守、但比較可靠的方法。摘要...................................................... I 目錄.....................................................II 圖目......................................................III 第一章 緒論..............................................01 1.1 前言.......................................................01 1.2 前人研究成果...............................................01 1.3 動機及目的.................................................03 第二章 經驗走時與基本原理................................10 2.1 經驗走時技術的開發背景.....................................10 2.2 模型的有限參數化...........................................11 2.3 經驗走時...................................................11 2.4 資料來源...................................................13 2.5 測試.......................................................14 第三章 層析成像的逆推方法................................22 3.1 前言.......................................................22 3.2 波線近似...................................................22 3.3 正則化.....................................................23 3.3 多重尺度有限參數法.........................................26 第四章 逆推結果與解析測試................................30 4.1 逆推結果...................................................30 4.2 模型恢復能力測試...........................................32 4.3 加入適當的觀測誤差.........................................33 第五章 結論..............................................45 參考文獻.................................................466845848 bytesapplication/pdfen-US經驗走時多重尺度有限參數法層析成像empirical traveltimesmultiscale finite parametrizationtomographythesishttp://ntur.lib.ntu.edu.tw/bitstream/246246/56568/1/ntu-95-R92241316-1.pdf