GVG采样线代表性检验

通过在实验区内设置不同类型的采样线,对GVG采样线的代表性进行检验.结果表明,高速公路和乡村道路类型的采样线对区域代表性的精度在95%以上;国道为86.726%;省道为65.447%.对于不同的缓冲区,高速公路、省道和乡村道路类型采样线,以200m缓冲区的代表性最好.而国道则以800m缓冲区的代表性最好.对于不同的作物而言,无论何种类型的采样线或者缓冲区,种植面积最大的棉花的精度是最好的.最低的是省道采样线1000m缓冲区,精度是78.146%,最好的是国道采样线800m缓冲区,精度是99.974%.除省道外,其他精度都在94.8%以上.这说明GVG采样线所获得的成数对于区域主要作物的代表性是很好的.     

MODIS数据自适应火点检测的改进算法

在MODIS火点检测算法基础上提出一种自适应火点检测的改进算法,并对改进算法进行的构建详细描述.改进的算法按照直方图统计来选择进行非火点排除的中红外通道亮温阈值,利用背景像素相对增温法判断疑似火点,提高了火点的识别能力.另外改进算法对云覆盖下的火点也有一定的识别能力.选择中国小火点发生频繁的广东地区进行改进算法的检验,结果表明火点检测效果理想.     

基于LBV变换的遥感影像多步骤分类法研究

面对与日俱增的遥感数据,如何快速准确地进行影像分类成为遥感领域亟待解决的问题。本文在前人的基础上提出了一种基于LBV变换的遥感影像多步骤分类方法。L:地物的总辐射水平,集中反映了裸地的信息;B:地物的可见-红外光辐射平衡,是地面水分状况和水体存在的一个良好指标;V:地物辐射随波段变化的方向和速度向量,能集中反映地面植被状况。多步骤分类法遵循由易到难的原则,能克服类别之间的互相影响,从而提高分类精度。文章结合LBV变换和多步骤分类法的优点对影像进行了分类,结果表明该方法简单易行,且能达到良好的分类精度。     

矿集区预测中的探索式空间分析方法及应用——以中亚铜矿集区预测为例

随着地理信息科学和计算机技术的发展,计算环境下矿集区预测方法的研究热潮也初现端倪.依据矿集区所包含的理论内涵(矿床密集区、潜力密集区的聚集内涵),提出了应用探索式空间分析法进行矿集区预测的设想,并以北至科克舍套,南至帕米尔高原,西至乌拉尔山,东至新疆边境的中亚区域为研究区,利用探索式空间分析方法从含矿潜力的确定及其空间分布模式的探索入手,对研究区铜矿集区进行了预测,初步圈定了乌拉尔、矿区阿尔泰、北滨巴尔喀什、斋桑、塔尔巴合台等17处铜矿集区.研究成果除包含了研究区已知矿集区外,还有7处新区,反映了探索式空间分析法在矿集区预测中的应用潜力.     

复杂山地速度建场新方法在秋参1井区的应用

速度建场的精度是制约复杂构造区成图精度的关键因素.针对山地构造复杂、地震资料品质差、叠加速度谱可信度低等问题提出了相应的解决办法.其中,层速度曲线绘制技术、曲线轨迹计算层速度技术、盐层速度建场技术等具有一定的创新性,在实际应用中取得了很好的效果,在复杂山地的变速成图中可以进一步推广使用.     

大型矿集区的预测方法应用——以巴尔喀什准噶尔成矿带为例

以中亚环巴尔喀什成矿带为典型研究区域,结合地质矿产、地球物理、地球化学和信息科学等信息数据及野外调查成果,以斑岩铜矿为主要矿床类型,以中比例尺对新疆及邻区的跨境巴尔喀什.准噶尔成矿带的含矿潜力进行整体研究.分析中亚大型矿集区成矿地质条件,总结研究区斑岩铜矿成矿规律,建立多元信息综合识别标志及矿床模型.结合空间数据分析技术,以ArcGIS为平台,建立中亚跨境成矿带主、客观模型整合的大型矿集区预测系统,得出中亚成矿带矿集区预测分布图,通过理论研究到技术方法的实现,为境内寻找大型矿集区奠定基础.     

岩溶探测中井间地震波层析成像的应用

结合在岩溶地区开展的工程勘察实例,运用井间地震波层析成像技术研究钻孔之间的地质剖面.在确定岩溶、裂隙、破碎带的空间位置方面所能解决的程度、适用条件、准确性等方面,表明该技术是一种数字化、高精度的技术方法.     

遥感技术在地质找矿中的应用及发展前景

遥感技术作为矿产勘查的一种手段应用于找矿,并取得了一定成就.遥感技术的直接应用是蚀变遥感信息的提取,遥感技术的间接应用包括地质构造信息、植被的光谱特征及矿床改造信息等方面.遥感找矿具有很大的发展前景的领域主要有:高光谱数据、数据融合技术、3S的紧密结合、计算机技术的发展.     

地震瞬时属性分析技术在岩溶勘查中的应用

介绍地震瞬时属性分析技术的原理及处理方法,分别对岩溶在地震剖面、瞬时振幅剖面、瞬时频率剖面、瞬时相位剖面上的表现特征作了说明.并结合实际资料进行多参数解释,进而确定地下岩溶的发育情况、分布范围和规模,同时对异常进行钻井验证,结果表明,地震瞬时属性分析技术比常规地震处理方法能更好地排除干扰,确定岩溶异常.     

RBF网络在地质样品非线性基体效应校正中的应用

基于RBF(Radial Basis Function)网络的正交最小平方算法,对攀枝花地质样品进行动态非线性基体效应校正.首先采用EDXRF仪器对样品进行测量,并对样品的荧光计数进行归一化,设计出自动分类模型和动态非线性数据基体效应校正模型的二级串联结构,用自组织神经网络(SOFM)进行分类,然后用RBF网络预测了未知样品元素Ti的百分含量.结果表明:对所预测样本的Ti的百分含量与化学分析相比的误差均小于0.5%.由此可见,用RBF方法可以有效地对地质样品进行非线性基体效应校正,能够达到工矿生产的要求.