大数据开创地学研究新途径：全数据挖掘提高研究精度——《地质科学》2018“纪念孙枢先生地质大数据专题”代序

随着计算机、互联网和计算技术的迅猛发展,人类已经进入大数据时代,大数据也将改变人们对自然的理解和认知方式,改变科学研究的思想和方法,成为科学研究的新引擎。大数据体量之大并非其必要条件,通过对大量数据的挖掘,研究问题并做出正确决策才是大数据的精髓所在。大数据可以在社会各个领域广泛使用,大数据是通过对大量数据的分析研究问题、做出决策,这样一个概念、一种思想同时也是一种研究方法。大数据带给我们3 个颠覆性的观念改变：大数据研究的对象是全部数据（全样本,全变量）取代传统统计学的随机抽样;大数据研究的方法、手段是查明数据间相关关系取代传统的追求因果关系的研究方法;大数据研究的特点是取向高概率做出决策取代追求精确无误。因此,大数据的研究结果更加真实、有效、精确。     

山区型地区解译样本采集方案探讨

为了更加科学、合理地采集符合规程要求的遥感影像解译样本数据,更加真实客观地反映地表覆盖的影像特征,快速高效地完成外业采集工作,笔者根据山区实际特点,结合具体项目实践,利用地理空间分析方法,从采集路线规划、样本点采集布置等方面进行了分析和探讨,为开展相关外业数据采集工作提供借鉴。     

顾及样本敏感性的滑坡易发性评价

滑坡作为一种危害极大的自然地质现象,严重威胁着人民的生命财产安全。因此,科学、准确地评价滑坡体的易发性至关重要。随着机器学习的发展,基于机器学习的滑坡易发性评价逐渐成为研究热点。而在真实情况中,滑坡区域与非滑坡区域面积占比悬殊,这使得机器学习模型的应用存在较严重的样本不均衡问题。本文采用样本敏感性分析方法,综合多个机器学习模型在不同比例的正负滑坡样本集上的表现,以获取最均衡滑坡样本集;并在此样本集基础上采用深度随机森林模型,在示范研究区开展滑坡易发性评价。最终的评价结果接近真实分布,表明本文方法具有较好的有效性。     

适用于训练样本选择的斜交因子模型研究

训练样本的质量直接影响训练阶段的训练质量（或效果）,进而在一定程度上影响测试阶段的分类精度。训练样本的代表性和典型性则反映出训练样本质量的一个重要方面。对于当前非常流行的深度学习模型研究,如何尽可能地减少训练样本的数量,一方面成为一个非常“棘手”的问题,另一方面从实际应用的角度来看,这也上升为一个经济或成本方面的问题。提出了一种适用于训练样本选择的斜交因子模型方法,该方法松弛了Q型因子分析和对应分析对于公因子之间独立的假设条件,并在斜交参考解的基础上提出一种适合训练样本选择的近似求解斜交旋转的方法。实验结果表明,所提方法是可行、有效的。与基于正交因子模型的方法相比,它可以更好地描述或逼近现实的真实情况,可以选择出更合理、更具有代表性的典型训练样本,并且还可以取得满意的分类精度。适用于训练样本选择的斜交因子模型方法优于基于正交因子模型的训练样本的选择方法,被选择的训练样本分布相对更分散、更合理,而且总的分类精度平均提高3%左右。     

几种具有编解码结构的深度学习模型在建筑物综合中的应用与比较

深度学习技术促使诸多领域研究取得突破性进展, 基于深度神经网络的地图综合研究备受期待。将建筑物综合过程抽象解释为编解码过程, 系统地研究基于编解码结构的深度神经网络在建筑物综合中的应用。首先, 利用空间划分与矢量-栅格数据转换相结合的方式构建样本和样本集; 然后, 利用样本集训练基于编解码结构的深度神经网络, 实现建筑物综合学习泛化并测试、评估其效果; 最后, 搭建5种代表性的基于编解码结构的深度神经网络, 分析比较各模型在建筑物综合中的应用效果。实验结果表明, 基于编解码结构的深度神经网络能够从建筑物综合样本中学习或推理出部分建筑物综合知识和综合操作, 且5种模型中Pix2Pix更适用于建筑物综合的学习模拟。     

面向灾害应急土地覆被分类的样本自动选择方法研究

通过对自动化样本选择方法进行研究,实现了局部区域内面向对象的土地覆被自动分类。首先通过模糊聚类获得影像中的候选对象样本,分别提取影像特征和先验知识中的地类特征,通过预设阈值完成样本初步筛选,然后根据先验知识进行半监督距离度量学习,完成样本的自动选择,并为最终的监督分类提供度量依据。应用舟曲泥石流灾区影像进行了实验,结果表明,本文方法与基于人工选择样本的分类结果精度非常接近,同时在多次实验中表现出较高的稳定性,相对人工方法更加客观,适合批量自动化处理。     

人工神经网络氡气灾害模型在铀矿山的应用

对多层前馈神经网络模型(BP神经网络)的结构特点、数据分析、学习方法和过程等内容做了分析。以中核抚州金安铀业有限公司铀矿山氡气状态为学习训练样本及预测样本,建立铀矿山氡气灾害模型。讨论了基于BP神经网络技术的氡气灾害模型分析方法及其有效性。通过实例样本的训练检验表明,采用人工神经网络方法对铀矿山氡灾害预测取得了比较满意的效果,为神经网络在铀矿山氡气灾害预报的应用提供了可行性。     

地磁变化场的MEEMD-样本熵-LSSVM预测模型

针对地磁变化场时间序列的混沌特性,提出了一种改进的集成经验模态分解(modified ensemble empirical mode decomposition,MEEMD)-样本熵-最小二乘支持向量机(least square support vector machine,LSSVM)的地磁变化场预测模型。首先,利用MEEMD-样本熵将非平稳的地磁变化场时间序列分解为一系列复杂度差异明显的地磁变化场子序列;然后,针对每一个子序列分别建立LSSVM模型,选择各自适合的最优模型参数;最后,以地磁台站实测的地磁变化场数据为例进行实验,并与基于单一LSSVM以及RBF径向基神经网络的两种预测模型进行比较。实验结果表明,MEEMD-样本熵-LSSVM模型的预测值能紧跟地磁变化场的变化趋势,相比另外两种模型,体现出更好的预测效果,在地磁Kp指数小于3时,预测3h平均绝对误差为1.63nT。     

随机地震反演关键参数优选和效果分析(英文)

随机地震反演技术是将地质统计理论和地震反演相结合的反演方法,它将地震资料、测井资料和地质统计学信息融合为地下模型的后验概率分布,利用马尔科夫链蒙特卡洛(MCMC)方法对该后验概率分布采样,通过综合分析多个采样结果来研究后验概率分布的性质,进而认识地下情况。本文首先介绍了随机地震反演的原理,然后对影响随机地震反演效果的四个关键参数,即地震资料信噪比、变差函数、后验概率分布的样本个数和井网密度进行分析并给出其优化原则。资料分析表明地震资料信噪比控制地震资料和地质统计规律对反演结果的约束程度,变差函数影响反演结果的平滑程度,后验概率分布的样本个数决定样本统计特征的可靠性,而参与反演的井网密度则影响反演的不确定性。最后通过对比试验工区随机地震反演和基于模型的确定性地震反演结果,指出随机地震反演可以给出更符合地下实际情况的模型。     

盘状星系的大小分布的统计研究

在Sloan数字巡天计划第四批释放的数据中选择了40599个面向的盘状星系,统计研究它们的大小分布.结果表明,面向盘状星系的大小分布在绝对星等区间内,遵从对数正态分布函数.星系的大小与绝对星等紧密相关,即星系越亮,其尺度越大.与文[1]的结果相比, 在相同的绝对星等区间,我们得到的r波段半光度半径要稍高于他们的结果,这主要是因为我们的样本只包括了面向晚型星系,而他们的样本则包括了所有空间取向的晚型星系.