基于Fisher判别分析法的雹云识别模式及其效果检验

作者根据雹云等强对流天气的雷达回波参数的数量特征，应用Ｆｉｓｈｅｒ判别分析法，对待识别的强对流天气样本云作出雹云和雷雨云的定性分类判别。用该方法对成都市１９８２～１９９０年的１７３个雹云和雷雨云样本回波资料建模，并对１９９０年的１３个试报样本进行检验。其判别结果与主分量分析法判别结果比较表明该方法用于雹云识别是适合的。     

地质工程中的物探方法综述

本文根据地质工程的特点,从地基工程、边坡工程、地下工程等几个方面,归类总结分析了物探方法所能解决的地质工程问题以及应用效果。     

因子和样本优化及最优预报方程模型

为了选择与预报量有密切关系的因子和有代表性的样本,分别采用投影寻踪回归（ＰＰＲ）和ＢＰ神经网络对因子和样本进行优选。实例分析表明：优选出的样本保留了全部样本的大部分信息;用优选出的因子建模可达到与用全部因子建模相近的拟合和预报效果。     

模糊划分矩阵在岩土参数概率分布中的应用

讨论如何在小样本条件下用已有的过程经验与试验资料确定岩土参数概率分布,用模糊划分矩阵与BAYES方法相结合,给出由小样本试验数据确定岩土参数的概率分布。     

RAPD分析中最适样本量和位点数的研究

用25个引物,对40个样本扩增,研究了勒氏笛鲷随机扩增多态性DNA(RAPD)分析中的最适样本量和位点数。结果显示:在样本量达到20且位点数达到70个以上时,遗传距离趋于一个稳定的数值,即在RAPD分析中,样本数应达到20且位点数应达到70才能保证结果的可靠性。     

武平:“三推进”加速整改落实

正近期,福建省武平县国土资源局针对局领导班子及个人查摆出的问题和各方提出的意见建议,跟进措施,明确责任,从3个方面落实问题整改。一是推进"四风"整改。对征集到的问题进行梳理、归类,制订了领导班子整改方案和党员领导干部个人整改措施。目前已解决群众反映的国土资源难点热点问题14个;提请县     

东太平洋赤道公海茎柔鱼生物学特性

根据2013年4~6月在赤道公海探捕期间采集茎柔鱼样本,研究赤道公海茎柔鱼渔业生物学特性。结果表明,不同性别、不同月份,茎柔鱼胴长和体质量组成不同。雌、雄性样本的胴长范围分别为93~495 mm和94~406 mm,优势胴长组分别为260~340 mm和240~320 mm,分别占样本总数72.53%和70.26%;雌、雄性样本体质量范围分别为25~3 900 g和33~2170 g,优势体质量组分别为400~1 200 g和200~1 000 g,分别占样本总数82.71%和87.82%。雌、雄性茎柔鱼净体质量比例分别介于31.69%~80.51%和37.05%~81.35%之间,平均值分别为60.45%和62.73%。协方差分析表明,茎柔鱼胴长与体质量、胴长与净体质量的生长均存在性别间差异,胴长与体质量的生长都最适合用幂函数表示,而胴长与净体质量的生长,雌、雄性样本分别最适合用幂函数和指数函数表示。不同月份茎柔鱼性别比例构成不同,4月、5月和6月性别比例分别为1.87∶1、1.61∶1和1.17∶1,全部样本的性别比例为1.61∶1。不同月份茎柔鱼性腺成熟度的组成不同。不同性别、不同月份间茎柔鱼胃含物等级组成存在差异。     

基于人工神经网络的多特征因子路网匹配算法

在综合考虑多个特征因子的线要素匹配时,根据经验知识确定各特征因子的权值会造成人为误差。针对该问题,本文提出了基于人工神经网络的多特征因子路网匹配算法,根据线要素的几何和拓扑特性选取长度、方向、形状、距离及拓扑5个特征因子的相似度作为路网匹配参考因子。首先,分别在参考图层和待匹配图层中选取样本数据组成样本对,计算样本数据的5个特征因子相似度,用样本数据的5个特征因子相似度和样本的匹配度组成学习模式对;然后,利用BP神经网络的误差反向传播机制自动学习调整各神经层之间的连接权值;最后,输入全部数据,计算参考图层的弧段和待匹配图层的弧段间的匹配度,实现综合多特征因子的路网匹配。实验结果表明,利用人工神经网络进行综合多特征因子的路网匹配可以提高匹配效率和匹配准确度。     

RAPD分析中最适样本量和位点数的研究

用25个引物，对40个样本扩增，研究了勒氏笛鲷随机扩增多态性DNA（啪）分析中的最适样本量和位点数。结果显示：在样本量达到20且位点数达到70个以上时，遗传距离趋于一个稳定的数值，即在RAPD分析中，样本数应达到20且位点数应达到70才能保证结果的可靠性。     

样本数量不平衡下的建筑群模式识别方法研究

通过综合空间关系、几何、语义等多种特征对建筑群模式进行智能识别,在地图多尺度表达和数字化制图等领域有着重要的意义。将图卷积神经网络用于建筑群模式智能识别能够克服传统方法依赖人工经验设置参数、制定的规则过于严格等缺点。但是该方法往往存在样本比例失衡的问题,容易导致样本数量较少的类别无法正确识别。本文首先以建筑物质心作为样本进行聚类获得建筑群组。其次,将同一群组内的建筑物质心作为样本进行Delaunay三角剖分来构建建筑群的图结构,其中图节点特征选取能够描述建筑群几何特征的面积、大小、方向等相关指标。再次,通过图结构过采样的方式对样本数量较少的建筑群图结构进行增强,然后将样本数量较少的建筑群图结构增强前后的数据分别输入图卷积神经网络模型进行训练,并结合ROC曲线等多个评价指标对模型的性能进行了评测。实验结果表明,对样本数量较少的建筑群图结构增强之后,模型对于样本数量较少的建筑群识别准确率有了明显的提高。     

基于多源数据的县域主导功能类型划分及其空间结构模式识别

研究县域主导功能类型并分析空间结构模式对区域全面、协调、可持续发展的引导和规划调控具有重要意义。本文以广东省为例,利用K-means聚类分析对其124个县域单位主导功能区类型进行划分;基于腾讯位置大数据,利用位序—规模法则构建空间结构指数,并结合遥感数据对不同主导功能县域的空间结构模式进行识别和分析。研究表明：① 利用统计、遥感、社交媒体以及夜间灯光等多源数据和K-means聚类方法进行县域主导功能区分类,分类结果能客观反映区域特征,广东省县域主导功能可分为生态主导型、农业主导型、工业主导型、中心服务型和均衡发展型5类;② 基于腾讯位置大数据的位序—规模法则方法能够突破城市尺度,结合遥感数据定量分析,可用于中观县域尺度的空间结构模式识别研究;③ 农业主导型和生态主导型县域空间结构指数均值都大于1,呈单中心空间结构特征趋势;工业主导型县域空间结构指数均值小于1,呈多中心空间结构特征趋势;均衡发展型县域空间结构指数均值接近1,不同地区均衡发展型县域所呈现的空间结构特征存在差异;④ 不同主导功能县域之间的空间结构模式差异明显,生态主导型县域多呈单中心极核式,农业主导型县域多呈单中心极核+散点式,均衡发展型县域多种模式并存特征明显,而工业主导型县域呈多中心网络分布模式。     

彩色扫描地图点状符号的自动识别

本文初步探讨了彩色扫描地图上点状符号自动识别的方法及软件设计的模型和框架.彩色扫描地图上规则符号的主要视觉特征是颜色、形状及大小.识别符号建立在符号模式库的基础上,根据模式库中提供的颜色类型,通过颜色分层方法去寻找彩色扫描地图上的目标,然后提取其轮廓线,获取形状和大小等特征量,最后用符号特征相量与模式库中的特征相量相匹配,对符号进行判别分类,并通过坐标转换,输出符号的中心点地理坐标及符号的其他对应属性.本文最后以彩色地图上电信号强度符号的识别为实例,论述了具体应用系统的设计和开发.     

基于空间结构模式匹配的褶皱地貌类型自动识别

褶皱的自动化识别是构造解译、地貌类型划分、三维建模等工作的基础。目前,基于地形形态进行空间统计特征分析的地貌类型自动识别方法,难于满足以“对称重复”空间结构为特征的褶皱构造地貌的识别需要。本文以基于ARG的褶皱场景建模为切入点,利用形式文法定义不同褶皱类型的空间结构模式,形成了一种基于空间结构模式匹配的褶皱构造自动识别方法,进而有效地支持了褶皱地貌的自动化识别。该方法包括4个环节：（1）根据核部地层与横切剖面线提取原则,提取可能存在褶皱的场景条带;（2）基于邻接ARG建模方法对场景条带进行场景空间结构的建模与化简;（3）将化简后的邻接ARG模型表达成句子,并通过判别其能否由模式文法推导而来,实现针对不同褶皱构造模式的匹配识别;（4）基于识别出的褶皱场景进行山、谷的进一步判别,最终确定褶皱构造地貌类型。实验表明,本方法可以较为准确地识别出庐山北部山地区域的褶皱构造,并确定褶皱地貌类型。该方法基本解决了构造地貌类型的自动化识别问题,是对传统地貌形态划分方法的有效补充。     

基于空间突变特征的城市边缘区提取方法

城市边缘区位于城市与乡村之间的过渡交接地带,既是城市扩张的前沿,也是城乡建设和用地置换中最具活力的地区。准确识别城市边缘区的空间范围一直是城市空间结构研究的核心问题,有助于从城乡对比的角度来衡量城市化程度。本文以城市边缘区的空间突变特征为切入点,基于格网尺度评价构建基于多源数据的城市边缘区特征识别指标,然后采用小波变换检测进行特征值突变点群的识别,并利用基于Delaunay的自动边长阈值的边界提取算法识别突变点群内外边界,从而实现了一种基于空间突变特征的城市边缘区提取方法。最后,以江阴市作为研究区进行了实证分析,并将本文方法提取结果与通过信息熵模型和土地利用程度综合指数模型提取城市边缘区的经典方法提取结果进行对比,经典方法所提取的城市边缘区结果更为混乱分散,而本文结果更为完整客观。将本文方法提取结果与使用土地利用数据与行政区划统计年鉴数据构建城市边缘区识别指标进行突变检测的不同指标方法提取结果进行对比,二者重叠度达88.03%,体现了本文方法的正确性,而从局部细节分析来看,本文结果更符合实际情况。为了更好地验证本文方法的有效性,利用景观格局指数对本文方法和不同指标方法提取的城市建成区、城市边缘区和乡村腹地的范围进行检验：从斑块类型层级指数分析, 2种方法划定的区域都具有典型的空间特征;而从景观层级指数分析,本文识别出的边缘区所计算的斑块密度、最大斑块指数、景观分离度、景观破碎化指数和香农多样性指数均高于对比方法,而蔓延度和香农均匀度均低于对比方法,说明本文识别的城市边缘区范围内景观破碎化程度和异质性更高,景观分布不均匀,社会经济条件更复杂,从而证明了本方法的有效性,尤其适合于非闭合环状的城市边缘区的提取。     

黄土地貌类型的坡谱自动识别分析

地貌形态特征识别与分类,对生态环境、水文研究及地质构造分析等地学研究具有重要意义,已成为现代地貌学的一个研究热点。传统的统计模式识别方法精度较低,难以解决线性不可分的模式分类问题。人工方法虽然识别精度高,但因各人认知偏差导致的识别误差难以控制。人工神经网络作为一种动态信息处理系统,能有效解决线性不可分的地貌类型识别问题。坡谱是利用微观地形定量指标来反映宏观地形特征的有效方法,在地貌学研究中正受到广泛的关注。本文以陕北黄土高原8个不同地貌类型区的数字高程模型（DEM）为实验数据,以流域为分析单元,提取坡谱及其特征指标作为描述地形特征的定量因子,并通过BP神经网络的构建与学习,进行黄土地貌类型自动识别。实验结果表明,在8种地貌类型的样本数据中,第1次实验正确识别率平均值达70%;第2次和第3次实验中,去除相似度较高的峁状丘陵沟壑或峁梁状丘陵沟壑任一种地貌类型后,正确识别率平均提升为80%和85%。经Kappa系数验证,该方法能以DEM数据有效识别不同类型的黄土地貌。     

省级区域化探数据库信息系统PGD2.0

《省级区域化探数据库信息系统ＰＧＤ２．０》是以中文Ｗｉｎｄｏｗｓ９５为平台,研制的一套集数据管理、处理、解释和制图为一体的区域化探综合应用系统,目前已推广应用。该系统建立了四个数据库：区域化探数据库、监控数据库、中大比例尺数据库及地质和地理图形库。同时提供了可视化多模式条件检索功能。系统提供的数据处理方法能对区域化探数据做多元统计分析、数据校验、各种投影变换及系统调平等处理;系统提供的制图功能,可以绘制等值线图、充填颜色的彩色等值线图、数据点位图、数据符号图和色块图。系统还提供了异常解释功能,能以衬度异常的面金属量ＮＡＰ值自动圈定异常。在辽宁省已经使用该软件建立了区域化探数据库,这给区域化探资料的使用带来了很大的方便。在异常筛选、找矿及战略选区等方面,也起到了不可替代的作用。     

Application of Dempster-Shafer theory in mineral resource potential mapping

The Dempster-Shafer theory has been successfully applied to mineral resource potential mapping in G1S environmental. In this applied form, basic probability assignment and combined basic probability assignment are applied to measuring map pattern and map pattern combination, respectively; and the environment composed of the only two singleton sets (deposit set and non-deposit set), is used for expressing the entire map area. For a subarea in which the certain map pattern combination exists, the combined basic probability assignment corresponding to the map pattern combination existing in this subarea, expresses the belief of inferring the subarea belonging to the deposit set from the evidence that the corresponding map pattern combination existing in the subarea. Thus, it may be served as a statistical index measuring the relative mineral resource potentials of the subarea. And it may be determined like 1) dividing the map area into a series of small equal-sized grid cells and then select the training sample set composed of the well-known grid cells or the entire grid cells; 2) estimating the basic probability assignments corresponding to each map pattern from the training sample set; 3) determining the map pattern combination existing in each cell, and then appling the Dempster's Rule of Combination to integrating the all basic probability assignments corresponding to the map patterns existing in the cell into the combined basic probability assignment. Mineral resource potential mapping with the Dempster-Shafer theory is demonstrated on a case study to select mineral resource targets. The experimental results manifest that the model can be compared with the weights of evidence model in the effectiveness of mineral resource target selection.     

Application of Dempster-Shafer theory in mineral resource potential mapping

The Dempster-Shafer theory has been successfully applied to mineral resource potential mapping in GIS environmental. In this applied form, basic probability assignment and combined basic probability assignment are applied to measuring map pattern and map pattern combination, respectively; and the environment composed of the only two singleton sets (deposit set and non-deposit set), is used for expressing the entire map area. For a subarea in which the certain map pattern combination exists, the combined basic probability assignment corresponding to the map pattern combination existing in this subarea, expresses the belief of inferring the subarea belonging to the deposit set from the evidence that the corresponding map pattern combination existing in the subarea. Thus, it may be served as a statistical index measuring the relative mineral resource potentials of the subarea. And it may be determined like 1) dividing the map area into a series of small equal-sized grid cells and then select the training sample set composed of the well-known grid cells or the entire grid cells; 2) estimating the basic probability assignments corresponding to each map pattern fromthe training sample set; 3) determining the map pattern combination existing in each cell, and then appling the Dempster's Rule of Combination to integrating the all basic probability assignments corresponding to the map patterns existing in the cell into the combined basic probability assignment. Mineral resource potential mapping with the Dempster-Shafer theory is demonstrated on a case study to select mineral resource targets. The experimental results manifest that the model can be compared with the weights of evidence model in the effectiveness of mineral resource target selection.     

太湖水质站网数据的主成分分析应用

本文采用主成分分析方法,对太湖湖区的水质站网数据进行了定量化研究,挖掘出对于表征水质状况的主成分变量贡献较大的水质指标,并分析了影响水质的主要原因和各个主成分的环境意义,最终求得主成分的综合得分并进行分级排序,结果表明:前四个主成分已经可以综合90%以上的因子信息,完全可以取代11个指标因子进行综合分析太湖湖区的水质状况。说明主成分分析方法克服了多维指标难以综合分析的缺陷,可能是未来水质综合分析的一种重要方法之一。