东北地区火成岩的航磁异常特征分析

为了解不同时代火成岩的航磁异常特征,对东北地区1∶20万的航磁资料进行了化极、向上延拓及垂向导数的处理。通过与地质图进行对比分析,总结出研究区火成岩的航磁特征:区内广泛分布的各时代花岗岩表现出了不同的磁异常特征,寒武纪、石炭纪、三叠纪等时代的花岗岩表现为高磁异常,而二叠纪及侏罗纪花岗岩表现为低磁异常,其中磁异常最高的岩性为石炭纪花岗岩,磁异常最低的是二叠纪花岗岩。测区内存在的喷出岩-古近纪玄武岩磁异常较高,而更新统玄武岩并未见明显的异常特征。     

基于RTK的高程数据对比分析

以内蒙古扎赉特旗吉日根林场为研究区,通过采集区内高精度的RTK高程数据作为参考,比较区域内的Google Earth、SRTM-1和ASTER GDEM V2高程数据的垂直精度。研究结果表明,Google Earth和ASTER GDEM V2数据在地形起伏度小的区域有明显抖动。坡度与地貌不同时,SRTM-1数据的绝对均值误差、标准差和均方根误差均较小。相较而言,SRTM-1表达地形更为准确,和采集的RTK实验点基本相同。     

玻利维亚优势矿种成矿带划分和基于遥感地质解译的找矿预测

钨、锡和锑是玻利维亚的优势矿种。基于ETM遥感影像和遥感地质解译方法对玻利维亚安第斯山脉优势矿种分布特征进行解译,从遥感地质角度圈定玻利维亚优势矿种和科迪勒拉成矿带,并进一步分为科迪勒拉奥连塔尔(Cordillera Oriental)和科迪勒拉奥赛登塔尔(Cordillera Occidental)2个成矿亚带。成矿带在空间上具有东西分带,南北分区的特征;在时间上具有东带老、西带新,北段老、南段新的特征。依据成矿地质条件和成矿带时空分布特征进行遥感找矿预测,按不同比例尺由粗到细,逐步缩小找矿靶区,分层次划分找矿预测区。通过1∶100万遥感地质解译,提出战略选区;通过1∶25万遥感地质解译,提出重点找矿区;通过1∶5万遥感地质解译,提出找矿预测区。     

二维多尺度离散小波/小波包分析进行重力区域场和局部异常分离的模型分析

建立了三个不同的重力异常模型,在MATLAB下,利用二维离散小波/小波包变换分别对这三个模型的区域场和局部异常进行分离.(1)通过用相同的模型,选择不同的小波进行重力场分离具有良好的效果,但不同小波分析之间存在着较小的差异;(2)小波包分解比小波分解更精确,但小波分解能够直接确定低频成分,而小波包分解需要建立与实际地质情况更相符的模型来确定低频系数;(3)针对本文所建立的模型,在小波分析中Coiflets小波系的精度更高,但在小波包分解中Daubechies小波系的精度更高.     

辽东-吉南地区遥感解译和成矿预测

运用遥感技术,以ETM +为主要数据源,在辽东吉南地区建立起地层单元、岩浆岩和断裂构造的解译标志,完成区内遥感蚀变信息的提取工作; 详细探讨了区内主要金属矿床的遥感地质模型。根据区内典型矿床成矿地质条件、遥感解译标志等建立遥感矿化模型。结合提取的全区遥感矿化信息进行成矿预测,全区共筛选出Ⅰ级成矿预测区24 处,Ⅱ级预测区86 处,Ⅲ级预测区12 处。     

改进的模糊神经网络模型在储层产能预测中的应用研究

常规神经网络在当训练样本时分母项易趋于0，导致运算进入死循环，降低了结果的可信度。改进的模糊神经网络模型克服了上述现象，具有绝对收敛性，且隐含层的神经元个数容易调整。将该改进模型用于储层产能预测，正确率达95%以上。     

浅覆盖区基于ASTER 数据的蚀变矿物识别方法

国内外提取蚀变矿物的报道中,多数采用高光谱数据(图像和光谱曲线),而这两者具有数据价格昂贵和大范围进行反演蚀变矿物比较困难的缺点.ASTER在短波红外和热红外波段时刻画岩石中矿物成分具有一定的优势.本文选择内蒙古东乌珠穆沁旗北部地区为研究区域,尝试用ASTER图像进行蚀变矿物识别的研究,并给出了对五种常见矿物提取的主成分分析方法.通过对提取结果的实地调查验证发现,本文所给方法对铁氧化物(褐铁矿和赤铁矿等)、绿泥石、高岭石等蚀变信息提取效果很好,鉴于伊利石和明矾石均以K~+、Al~(3+)和OH~-离子为主要成分,对区分二者的效果并不明显.     

ASTER 热红外遥感地表岩石的二氧化硅含量定量反演

岩石的热红外发射率光谱特征与其SiO_2含量具有很强的对应关系,本文选择USGS、JPL和JHU光谱库中的52个火成岩光谱样本为数据源,分析了这些样本的SiO_2含量与热红外发射率光谱的基本关系,建立起SiO_2含量与发射率光谱两个多元线性回归分析模型,在此基础上,以内蒙古东乌珠穆沁北部地区为研究区域,对该区域内SiO_2含量进行定量反演,反演结果与地质图和实地考察相符.反演结果可以对区内酸性岩、中性岩、基性岩进行圈定.     

面向对象的遥感图像分类方法研究

影响遥感图像分类效果的主要因素之一是空间分辨率。通过融合多分辨率遥感图像,引入面向对象的思想,有效地克服了多光谱图像空间分辨率低的问题。该方法由图像分割和分类等一系列技术组成,首先用基于区域分割法则对正射校正SPOT图像进行分割,然后把它作为参考用最大似然法分类器和其他一些经验规则对TM图像进行分类。对土地覆盖图分类进行精度测试,取得了良好的应用效果。     

利用各方向均方差相关系数进行位场边界检测（英文）

位场边界检测在位场数据处理中占有重要的地位,大多数的检测方法都是基于位场的梯度计算,因此算法易受干扰、稳定性较低。本文基于数理统计理论,不需要进行位场梯度计算,提出了利用各方向均方差相关系数进行位场边界检测,并且对算法及其合理性进行了详细的阐述与分析。在模型试验中,分别做了单一模型、组合模型以及加入随机噪声的组合模型试验,验证了方法的可靠性,并进一步与其它边界识别方法作了比较。各方向均方差相关系数法的特点为:算法简单稳定,结果辨识度较高,能同时对不同埋深的地质体边界都有较好的检测效果,能较好地保留边界形态,对噪声敏感度较低。最后将方法应用于老挝万象附近某地实测布格重力异常的处理中,利用研究区遥感解译的构造格架作为佐证,说明了各方向均方差相关系数法在实际应用中的可行性,为进一步判读区内构造展布提供了依据。