Page 111 - 2024年第55卷第8期

ｉｎｔｅｒｌａｙｅｒｌｏｃａｔｉｏｎｓａｎｄｔｈｉｃｋｎｅｓｓｅｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐａｒｔｉｃｌｅｓｉｚｅｈａｓａｓｉｇｎｉｆｉｃａｎｔｅｆｆｅｃｔｏｎｔｈｅｍｉｇｒａｔｉｏｎ －
ｄｅｐｏｓｉｔｉｏｎｐｒｏｃｅｓｓｏｆｆｉｎｅｐａｒｔｉｃｌｅｓｉｎｓａｎｄｃｏｌｕｍｎｓｗｉｔｈｉｎｔｅｒｌａｙｅｒｓ．Ｗｈｅｎｔｈｅｐａｒｔｉｃｌｅｓｉｚｅｒａｔｉｏｉｓｌａｒｇｅｒｔｈａｎ１ ，
ｔｈｅｐｅａｋｖａｌｕｅｏｆｔｈｅｓｕｓｐｅｎｄｅｄｐａｒｔｉｃｌｅｓｐｅｎｅｔｒａｔｉｏｎｃｕｒｖｅｉｓｈｉｇｈｅｒ，ａｎｄｔｈｅａｍｏｕｎｔｏｆｆｉｎｅｐａｒｔｉｃｌｅｓｄｅｐｏｓｉｔｅｄｉｎ
ｔｈｅｉｎｔｅｒｌａｙｅｒｉｎｃｒｅａｓｅｓａｂｒｕｐｔｌｙ；ｔｈｅｃｌｏｓｅｒｔｈｅｉｎｔｅｒｌａｙｅｒｐｏｓｉｔｉｏｎｉｓｔｏｔｈｅｗａｔｅｒｉｎｊｅｃｔｉｏｎｅｎｄ，ｔｈｅｓｍａｌｌｅｒｔｈｅ
ｔｈｉｃｋｎｅｓｓｉｓ ，ａｎｄｔｈｅｌａｒｇｅｒｔｈｅｐｅａｋｖａｌｕｅａｎｄｔｈｅｓｕｄｄｅｎｉｎｃｒｅａｓｅｉｎｄｅｐｏｓｉｔｉｏｎａｒｅ．Ｗｈｅｎｔｈｅｐａｒｔｉｃｌｅｓｉｚｅｒａｔｉｏ
ｉｓｌｅｓｓｔｈａｎ１，ｔｈｅｐｅａｋｖａｌｕｅｏｆｔｈｅｓｕｓｐｅｎｄｅｄｐａｒｔｉｃｌｅｓｐｅｎｅｔｒａｔｉｏｎｃｕｒｖｅｉｓｌｏｗｅｒ，ａｎｄｔｈｅｒｅｉｓｎｏｐａｒｔｉｃｌｅｅｎｒｉｃｈ
ｍｅｎｔａｔｔｈｅｉｎｔｅｒｌａｙｅｒ；ｔｈｅｃｌｏｓｅｒｔｈｅｉｎｔｅｒｌａｙｅｒｉｓｔｏｔｈｅｗａｔｅｒｏｕｔｌｅｔｅｎｄ，ｔｈｅｇｒｅａｔｅｒｔｈｅｔｈｉｃｋｎｅｓｓ，ａｎｄｔｈｅｈｉｇｈｅｒ
ｔｈｅｐｅａｋｖａｌｕｅｏｆｔｈｅｐｅｎｅｔｒａｔｉｏｎｃｕｒｖｅ．Ｄｕｒｉｎｇｔｈｅｔｅｓｔ，ｔｈｅｍｉｇｒａｔｉｏｎａｎｄｄｅｐｏｓｉｔｉｏｎｏｆｓｕｓｐｅｎｄｅｄｐａｒｔｉｃｌｅｓｗｉｌｌ
ｃａｕｓｅｃｈａｎｇｅｓｉｎｔｈｅｐｅｒｍｅａｂｉｌｉｔｙｃｏｅｆｆｉｃｉｅｎｔ．Ｔｈｅｐｒｏｃｅｓｓｏｆｐｅｒｍｅａｂｉｌｉｔｙｃｏｅｆｆｉｃｉｅｎｔｃｈａｎｇｅｃｏｒｒｅｓｐｏｎｄｓｔｏｔｈｅ
ｃｈａｎｇｅｏｆｐｅｎｅｔｒａｔｉｏｎｃｕｒｖｅ ，ａｎｄｔｈｅｐｒｏｃｅｓｓｉｓｄｉｖｉｄｅｄｉｎｔｏｔｈｒｅｅｋｉｎｄｓ：ｄｅｐｏｓｉｔｉｏｎ，ｓｔｒｉｐｐｉｎｇｍｉｇｒａｔｉｏｎａｎｄｄｙ
ｎａｍｉｃｅｑｕｉｌｉｂｒｉｕｍ．Ｆｉｎｅｐａｒｔｉｃｌｅｓａｒｅｄｅｐｏｓｉｔｅｄｉｎｓａｎｄｙｓｏｉｌｂｙａｄｓｏｒｐｔｉｏｎａｎｄａｃｃｕｍｕｌａｔｅａｔｔｈｅａｄｓｏｒｐｔｉｏｎ．
Ｋｅｙｗｏｒｄｓ：ｉｎｔｅｒｌａｙｅｒ；ｐａｒｔｉｃｌｅｓｉｚｅｒａｔｉｏ；ｍｉｇｒａｔｉｏｎ；ｄｅｐｏｓｉｔｉｏｎ；ｐｅｒｍｅａｂｉｌｉｔｙｃｏｅｆｆｉｃｉｅｎｔ

（责任编辑：李 娜）

（上接第 ９７６页）
Ｒｅｓｅａｒｃｈｏｎｍｕｌｔｉ － ｏｕｔｐｕｔｓｅｉｓｍｉｃｔｉｍｅ － ｈｉｓｔｏｒｙｌｏｎｇ － ｔｅｒｍ ｓｅｑｕｅｎｃｅｓｐｒｅｄｉｃｔｉｏｎ
ｍｏｄｅｌｆｏｒｆｒｅｅｆｉｅｌｄｏｆｄａｍ ｂａｓｅｄｏｎｖｉｒｔｕａｌｓｅｎｓｏｒｓ
１
１
２
１
１
３
ＳＵＺｈｅ，ＬＩＵＺｏｎｇｘｉａｎ，ＹＵＨｏｎｇｌｉｎｇ，ＴＯＮＧＤａｗｅｉ，ＹＵＪｉａ，ＷＡＮＧＸｉａｏｌｉｎｇ
（１．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＨｙｄｒａｕｌｉｃＥｎｇｉｎｅｅｒｉｎｇＩｎｔｅｌｌｉｇｅｎｔＣｏｎｓｔｒｕｃｔｉｏｎａｎｄＯｐｅｒａｔｉｏｎ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ ３０００７２，Ｃｈｉｎａ；
２．ＹａｌｏｎｇＲｉｖｅｒＨｙｄｒｏｐｏｗｅｒＤｅｖｅｌｏｐｍｅｎｔＣｏｍｐａｎｙ，Ｌｔｄ，Ｃｈｅｎｇｄｕ ６１００５１，Ｃｈｉｎａ；
３．ＣｏｌｌｅｇｅｏｆＷａｔｅｒＲｅｓｏｕｒｃｅｓａｎｄＣｉｖｉｌＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ １０００８３，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌｌｏｎｇ － ｔｅｒｍｐｒｅｄｉｃｔｉｏｎｏｆｓｅｉｓｍｉｃｔｉｍｅ － ｈｉｓｔｏｒｙｉｎｄａｍ ａｒｅａｓｈｏｌｄｓｓｉｇｎｉｆｉｃａｎｔｉｍ
ｐｏｒｔａｎｃｅｆｏｒｒａｐｉｄｄａｍａｇｅａｎａｌｙｓｉｓ．Ｖｉｒｔｕａｌｓｅｎｓｏｒｓ ，ａｓｃｏｍｐｌｅｍｅｎｔａｒｙｓｅｎｓｉｎｇｍｅｃｈａｎｉｓｍｓｔｏｓｅｉｓｍｉｃｐｈｙｓｉｃａｌ
ｓｅｎｓｏｒｓ ，ｆａｃｉｌｉｔａｔｅｓｅｉｓｍｉｃｔｉｍｅ － ｈｉｓｔｏｒｙｐｒｅｄｉｃｔｉｏｎｓ．Ｈｏｗｅｖｅｒ，ｅｘｉｓｔｉｎｇｖｉｒｔｕａｌｓｅｎｓｏｒｓｆａｃｅｃｈａｌｌｅｎｇｅｓｉｎｅｆｆｅｃ
ｔｉｖｅｌｙｐｒｅｄｉｃｔｉｎｇｌｏｎｇ － ｔｅｒｍ ｓｅｑｕｅｎｃｅｓｆｏｒｍｕｌｔｉｐｌｅｓｉｇｎａｌｓ ，ｌｅａｄｉｎｇｔｏｄｅｌａｙｓｉｎａｎａｌｙｚｉｎｇｄａｍ ｓｅｉｓｍｉｃｄａｍａｇｅ．
Ａｄｄｒｅｓｓｉｎｇｔｈｅａｆｏｒｅｍｅｎｔｉｏｎｅｄｉｓｓｕｅ ，ａｍｕｌｔｉ － ｏｕｔｐｕｔｓｅｉｓｍｉｃｔｉｍｅ － ｈｉｓｔｏｒｙｌｏｎｇ － ｔｅｒｍｓｅｑｕｅｎｃｅｓｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ
ｂａｓｅｄｏｎＴＦＡ － Ｓｅｑ２Ｓｅｑｖｉｒｔｕａｌｓｅｎｓｏｒｓｉｓｐｒｏｐｏｓｅｄ．ＴｈｉｓｍｏｄｅｌｅｎｈａｎｃｅｓｔｈｅＳｅｑ２Ｓｅｑｖｉｒｔｕａｌｓｅｎｓｏｒｓｕｓｉｎｇｍｕｌｔｉ －
ｔａｓｋｌｅａｒｎｉｎｇ ，ｒｅｓｔｒｕｃｔｕｒｉｎｇｔｈｅｍｉｎｔｏａｎ“Ｅｎｃｏｄｅｒ － ３Ｄｅｃｏｄｅｒ”ａｒｃｈｉｔｅｃｔｕｒｅ．Ｔｈｉｓｓｔｒｕｃｔｕｒｅｅｓｔａｂｌｉｓｈｅｓｔｈｅｍａｐ
ｐｉｎｇｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｍｕｌｔｉｐｌｅｄａｍｐｈｙｓｉｃａｌｓｅｎｓｏｒｓｉｇｎａｌｓａｎｄｌｏｎｇ － ｔｅｒｍｓｅｉｓｍｉｃｔｉｍｅ － ｈｉｓｔｏｒｙｉｎｔｈｒｅｅｆｒｅｅ －
ｆｉｅｌｄｄｉｒｅｃｔｉｏｎｓ．Ａｄｄｉｔｉｏｎａｌｌｙ ，ａｎａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍｉｓｉｎｔｅｇｒａｔｅｄｔｏｃａｐｔｕｒｅｔｅｍｐｏｒａｌｄｅｐｅｎｄｅｎｃｉｅｓａｍｏｎｇｍｕｌ
ｔｉｐｌｅｉｎｐｕｔｓｉｇｎａｌｓ ，ｒｅｓｏｌｖｉｎｇｓｙｎｃｈｒｏｎｏｕｓｍｕｌｔｉ － ｏｕｔｐｕｔｐｒｅｄｉｃｔｉｏｎｉｓｓｕｅｓａｎｄｅｎｈａｎｃｉｎｇｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙ．Ｆｕｒ
ｔｈｅｒｍｏｒｅ ，Ｔｉｍｅ － Ｆｒｅｑｕｅｎｃｙｔｒａｎｓｆｏｒｍ（ＴＦ）ｌａｙｅｒｓａｎｄｔｈｅｉｒｉｎｖｅｒｓｅｔｒａｎｓｆｏｒｍａｔｉｏｎｌａｙｅｒｓａｒｅｉｎｔｒｏｄｕｃｅｄｔｏｉｍｐｒｏｖｅ
ｔｈｅＥｎｃｏｄｅｒａｎｄＤｅｃｏｄｅｒ ，ｓｈｏｒｔｅｎｉｎｇｔｈｅｔｅｍｐｏｒａｌｌｅｎｇｔｈｏｆｓｅｉｓｍｉｃｓｉｇｎａｌｓａｎｄｅｘｔｒａｃｔｉｎｇｆｒｅｑｕｅｎｃｙｄｏｍａｉｎｆｅａ
ｔｕｒｅｓ．Ｃｏｒｒｅｓｐｏｎｄｉｎｇｌｙ ，ａｍｏｄｅｌｔｒａｉｎｉｎｇｓｔｒａｔｅｇｙｉｎｖｏｌｖｉｎｇｓｔｏｃｈａｓｔｉｃｆｏｒｃｅｄｌｅａｒｎｉｎｇｉｓｐｒｏｐｏｓｅｄｔｏｏｖｅｒｃｏｍｅｔｈｅ
ｌｉｍｉｔａｔｉｏｎｓｏｆｅｘｉｓｔｉｎｇｖｉｒｔｕａｌｓｅｎｓｏｒｓｉｎｅｆｆｅｃｔｉｖｅｌｙｐｒｅｄｉｃｔｉｎｇｌｏｎｇｓｅｑｕｅｎｃｅｓ．Ｃａｓｅｓｔｕｄｉｅｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔｔｈｅ
ｐｒｏｐｏｓｅｄｍｅｔｈｏｄａｃｈｉｅｖｅｓａｖｉｒｔｕａｌｓｅｎｓｅｏｆ１０ｓｅｃｏｎｄｓａｈｅａｄｆｏｒｓｅｉｓｍｉｃｓｉｇｎａｌｓｉｎｔｈｒｅｅｄｉｒｅｃｔｉｏｎｓｗｉｔｈｉｎｄａｍ
ｆｒｅｅｆｉｅｌｄ．Ｃｏｍｐａｒｅｄｔｏｍｏｄｅｌｓｗｉｔｈｏｕｔａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍｓａｎｄｓｉｎｇｌｅｏｕｔｐｕｔｓ ，ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｅｘｈｉｂｉｔｓａｎ
ｅｎｈａｎｃｅｄｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙｏｆ６．８８％ ａｎｄ３．３２％，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｈｉｓｒｅｓｅａｒｃｈｐｒｅｓｅｎｔｓｎｏｖｅｌｉｎｓｉｇｈｔｓａｎｄａｐ
ｐｒｏａｃｈｅｓｆｏｒａｄｖａｎｃｉｎｇｔｈｅａｎｔｉｃｉｐａｔｏｒｙｓｅｎｓｅｏｆｓｅｉｓｍｉｃｉｎｆｏｒｍａｔｉｏｎｄｕｒｉｎｇｓｅｉｓｍｉｃｅｖｅｎｔｓ．
Ｋｅｙｗｏｒｄｓ：ｆｒｅｅｆｉｅｌｄｓｅｉｓｍｉｃ；ｖｉｒｔｕａｌｓｅｎｓｏｒｓ；ｍｕｌｔｉ － ｏｕｔｐｕｔｌｏｎｇ － ｔｅｒｍ ｓｅｑｕｅｎｃｅｓｐｒｅｄｉｃｔｉｏｎ；ＴＦＡ － Ｓｅｑ２Ｓｅｑ；
ｍｕｌｔｉ － ｔａｓｋｌｅａｒｎｉｎｇ

（责任编辑：韩 昆）

— ９ ８ ９ —