一种顾及障碍约束的空间聚类方法

为了使得空间聚类分析更加适应实际情况,发展了一种同时顾及空间障碍约束与空间位置邻近的空间聚类方法。该方法采用Delaunay三角网描述实体间的邻近关系,并且不依赖用户指定参数。实验验证了本方法的有效性与优越性。     

LN-ZHJC-Ⅱ型综合检测仪的研制

详细阐述了LN-ZGHC-Ⅱ型综合检测仪的工作原理。硬件结构和主要功能。     

LN-ZJQ型多路转接器的研制

为了实现测震台网设备布线规范化,保证地震信号高速传输和多点服务,研制了LN-ZJQ型多路转接器。本文介绍了该仪器的设计思路和功能。     

基于斜坡单元的山区城镇地质灾害风险快速评价研究—以江口镇为例

本文以江口镇为研究实例,以县城高清DEM为底图,对研究区所有具有潜在隐患的可能成灾的、同时具有威胁对象的斜坡进行了划分圈定并编号。基于《半定性半定量斜坡风险评估表》,采用工程地质类比法,对圈定的每一个斜坡进行实地逐坡调查,获取斜坡的危险性得分和易损性评分。采用自然间断法将危险性和易损性划分为高、中、低三个等级,然后再以评估出的危险性等级和易损性等级分别为行向量和列向量,建立风险评估矩阵。通过风险矩阵,获得每一个斜坡的风险等级,最后将各斜坡的风险等级在地理信息图上和VR全景摄影图上展示,形成风险评价产品。     

基于地表覆盖转移矩阵的公路工程进度监测方法

利用无人机摄影测量技术监测公路工程进度成本低,灵活高效。然而,现有的监测方法主要用于识别地面变化和提取变化范围,无法直观、定量地分析工程在不同阶段的进度,不能满足对工程进度准确监测的要求。结合公路建设的特点,本文提出了一种基于地表覆盖转移矩阵的公路工程进度监测方法,利用无人机低空摄影获取影像数据,提取并分类监测工程范围内的地表覆盖信息,基于空间转移矩阵定量分析地表覆盖变化和转移情况。主要过程包括数据预处理、工程地表覆盖提取与分类、工程进度分析。该方法应用于S312省道工程进度监测中,取得了良好效果。     

内蒙古乌拉山南缘地区破碎复杂地层钻进技术

内蒙古乌拉山-大青山是我国华北地区重要的金成矿带,其中在内蒙古哈达门沟地区先后发现金矿脉100余条,累计探获金资源储量超过100 t,是华北克拉通北缘西段重要的金矿集区。受该区强烈的构造地质背景影响,区内地层条件复杂,钻探施工中漏失、缩径、坍塌、掉块现象频发,不仅影响施工进度,部分钻孔还因处理不当会造成废孔现象。对此,结合以往施工经验与实际工作需求,根据不同复杂地层的施工情况,总结出一套“大裂隙地层水泥封堵+中裂隙加大钻井液配比剂量+小微裂隙稳速预防+缩径地层大剂量钻井液配比快速穿过”的钻进技术方法,并且在施工项目100ZK5916钻孔的过程中,取得了良好的施工效果。     

一种空间交叉异常显著性判别的非参数检验方法

空间异常探测旨在从海量空间数据中挖掘不符合普适性规律、表现出“与众不同”特性的空间实体集合,对于揭示地理现象的特殊发展规律具有重要价值。现有研究在空间异常度量方面取得了重要进展,但多缺乏对空间异常模式显著性的统计判别,且是针对单一类别数据,没有顾及多类别数据间的相互影响。为此,本文基于空间随机过程的思想,针对两种类别空间点数据,提出了一种空间交叉异常显著性判别的非参数检验方法。首先,针对基本数据集实体,采用约束Delaunay三角网,构建合理、稳定的空间邻近域;然后,统计落在基本数据集实体空间参考邻域半径范围内的参考数据集实体的数目,度量初始异常度;进而,采用α-Shape法构建支撑域,以空间随机过程为基础构建零模型,采用蒙特卡洛模拟检验空间异常的显著性;最后,采用生存距离对异常模式的稳定性进行评价分析。通过试验分析与比较发现,该方法能够有效识别具有统计显著性的空间交叉异常。     

龙门山大地电磁深部结构及汶川地震(MS 8.0)

2008年5月12日汶川发生的MS 8.0地震使四川、甘肃和陕西等省遭受重大人员伤亡及财产损失,本文通过震前完成的穿过龙门山构造带中段的松潘中江大地电磁测深剖面的反演解释,揭示了龙门山构造带及其两侧松潘甘孜褶皱带、川西前陆盆地地壳内部30 km深处电性结构。龙门山构造带东侧四川盆地为上部较厚低阻沉积盖层之下存在连续稳定高阻的扬子基底特征,而以西的松潘甘孜褶皱带分上部和下部两部分,上部为高阻古生界夹低阻中新生界,下部（中下地壳）呈连续低阻层,推测可能存在一个连续稳定的壳内高导层。而龙门山恰好是青藏高原与扬子地台联合作用的结果,形成了上部高阻及下部基底高阻,中间夹西倾低阻带,低阻带最厚10 km,其深度从地表10 km连续向西延伸至20 km深处,与松潘甘孜褶皱带15～20 km的低阻层相连。这个异常低阻带可能是松潘甘孜地块向东向上移动的传输带,北川映秀断层逆冲分量显然大于右行走滑分量,因此汶川地震属于右行平移-逆冲断裂型地震。     

Multi-sliding time windows based changing trend of mean temperature and its association with the global-warming hiatus

Based on three global annual mean surface temperature time series and three Chinese annual mean surface air temperature time series, climate change trends on multiple timescales are analyzed by using the trend estimation method of multi-sliding time windows. The results are used to discuss the so-called global-warming hiatus during 1998–2012. It is demonstrated that different beginning and end times have an obvious effect on the results of the trend estimation, and the implications are particularly large when using a short window. The global-warming hiatus during 1998–2012 is the result of viewing temperature series on short timescales; and the events similar to it, or the events with even cold tendencies, have actually occurred many times in history. Therefore, the global-warming hiatus is likely to be a periodical feature of the long-term temperature change. It mainly reflects the decadal variability of temperature, and such a phenomenon in the short term does not alter the overall warming trend in the long term.     

时空数据异常模式挖掘方法研究

正时空异常模式在时空数据中表现为偏离整体或局部时空分布的时空实体,可能隐含着潜在的重要信息,并代表了特殊的地理现象或地理过程。时空异常模式挖掘已成为时空数据挖掘与知识发现的重要研究内容,并在极端气候事件识别、环境监测、交通拥堵检测、犯罪和流行病爆发热点探测等众多领域得到了广泛应用。随着数据获取能力的提高,时空数据表现出多样、海量、动态、多尺度(或多分辨率)等特性,迫切需要针对不同类型的时空