云南元阳大坪金矿地质特征及找矿标志

元阳大坪金矿床为含金多金属硫化物石英脉型中温热液矿床.该金矿位于哀牢山构造变质带南段之主构造方向的转折部位.次级断裂严格控制矿体的分布、规模和形态.石英脉是主要的找矿标志,民间采矿遗迹是找矿的直接标志,围岩蚀变是间接找矿标志.     

云南元阳哈播金矿地质特征及成因分析

哈播金矿位于昌都-兰坪-思茅褶皱系。矿体主要赋存于歪古村组中的构造破碎带中,北西西-南东东向构造破碎带是矿质运移通道和容矿场所。歪古村组的（火山）沉积岩石是主要矿源层,强烈的构造剪切作用和岩浆作用为成矿提供了热液。根据区域地质和矿床地质特征分析,哈播金矿属（火山）沉积改造型金矿床。     

基于ZY-3立体像对数据的水土流失地形因子分析

DEM是架构地理空间数据结构最重要的地理信息,在各行各业中都具有广阔的应用前景.本文利用envi的DEM提取扩展模块从立体影像号中提取数据,实验表明envi完全支持国内"资源3号"卫星的数据读取,提取精度高.结果显示,坡向上东坡、东北坡以及北坡分别占总面积的13.49％、8.37％和11.23％,坡度主要集中于0°～5...     

云南元阳大坪金矿矿床成因讨论

金矿位于哀牢山构造变质岩带、金（贵金属）成矿带南部西侧,含金石英脉分布于小新街断裂两侧的次级构造裂隙中,矿脉严格受次级压扭性断裂控制.     

基于随机森林的福建省区域滑坡灾害预警模型研究

福建省滑坡灾害群发,点多面广,开展区域滑坡灾害预警业务是有效防灾减灾的重要手段,预警模型的科学性和有效性是预警业务的核心问题。传统区域滑坡灾害预警模型,受到滑坡诱发机理复杂、数据积累有限,以及大数据分析方法不足等限制,存在预警精度有限、精细化不足等问题。本文基于近9年地质与气象大数据,采用随机森林算法,构建了福建省区域滑坡灾害预警模型并开展实例校验。研究得出如下结论：(1)提出区域滑坡灾害训练样本集构建的优化方法,并构建了福建省区域滑坡灾害训练样本集,样本集包括地质环境、降雨等26个输入特征属性和1个输出特征属性,涵盖了福建省近9年(2010～2018年)全部样本数量达15 589个(其中：正样本3562个,负样本12 027个,正负样本比例约1︰3.4);(2)基于随机森林算法,对福建训练样本集进行学习训练、模型优化和模型存储。模型训练采用5折交叉验证法,采用贝叶斯优化算法进行模型参数优化,采用精确度、ROC曲线和AUC值等指标校验模型准确度和模型泛化能力。优化后的模型准确率和泛化能力均较好(准确率94.3%,AUC为0.954);(3)选取2021年6月22日和28日的实际滑坡灾害...     

基于斜坡单元与随机森林模型的元阳县崩滑地质灾害易发性评价

针对基于栅格单元与定性定量方法模型在地质灾害易发性评价中存在模型预测精度低且使用较为频繁的不足与弊端,采用斜坡单元与机器学习方法之一的随机森林模型相结合开展元阳县崩滑地质灾害易发性评价。在ArcGIS中,利用曲率分水岭法划分出7851个斜坡单元。经过大量统计研究与地质环境条件分析,选取工程地质岩组、地貌类型、高程、坡度、坡向、曲率、起伏度、河流距离、断层距离等9个因子作为评价指标,并通过SPSS软件,将9个评价指标与灾点发育特征的关系进行数据分析,得出各评价指标权重。在SPSS中,采用随机森林模型,建立易发性评价模型,将元阳县崩滑地质灾害易发性划分为低、中、高、极高4类,所占面积分别为410.06 km2、470.21 km2、550.02 km2和776.87 km2,分别占元阳县面积的18.58%、21.30%、24.92%和35.20%。经与详查结果对比,评价结果与实际高度吻合。利用ROC曲线得出区划结果精度AUC值为92.7%,区划结果相当好。研究显示,元阳县中部和西南两个部分地质灾害集中,易发性极高。     

云南元阳小河边石英脉型金多金属矿

金矿赋存于晚古生代第一期闪长岩体、小新街断裂两侧次一级断层破碎带含金石英脉中.原生矿石中以粒状自然金为主,粗粒—细粒.尚见叶片状、针尖状、不规则状金.含金石英脉有四个成生阶段,以第二、第三阶段含金性较好.矿床属中—高温闪长岩次级压扭性断裂中石英脉型金矿.     

云南元阳—马关地区布格重力异常及其找矿意义

评细研究区布格重力局部异常后认为:元阳哈播为金、铜、铅锌找矿有利地段,金平-新安里为金、铅锌、铜、钼多金属找矿地段,个旧老厂为锡多金属矿成矿有利部位,薄竹山为钨、银铅锌找矿区,而马关老君山为钨、铜、铅锌多金属矿有利地段。     

基于随机森林算法的砂土液化预测方法

砂土液化的影响因素较多且复杂。以唐山大地震的72个场地的实测液化样本数据为例,在不丢失任何信息的前提下,选取了8个砂土液化的判别指标,通过计算样本数据的Gini系数,采用CART算法的决策树对数据的特征属性进行划分。在此基础之上,通过增加多个决策树构造随机森林的方式,在一定程度上降低了单个决策树学习过度造成的过拟合风险,同时,通过10轮交叉验证的方式确定了决策树的最大高度为5,随机森林中决策树的个数为20时,模型的效果达到最佳。研究结果表明,与抗震设计规范中的标贯试验法判别公式相比,决策树模型和随机森林模型的训练结果和预测结果有显著提高,尤其是随机森林模型在训练样本和预测样本上均没有出现误判,稳定性更高。     

基于随机森林的基坑监测数据填补对比研究

根据项目监测实测数据,采用随机森林算法对基坑监测数据进行填充,分析了该方法的适用性、有效性,并与其他常见的数据填充方法进行对比研究.结果表明,随机森林方法作为一种集成学习方法,通过在模型训练时构造多个决策树,并输出分类结果,可以纠正普通决策树过度拟合的训练集合,且性能通常优于普通填充方法.基于随机森林方法填充后的数据,与周边数据相关性较强.在填充后的曲线图形上,还可以看到填补后数据分类性质明显,具有明显的归类特征.高质量的数据填充结果可以有效提高数据集完整性,达到高效、优质利用原有监测数据的目的.     

云南元阳菲莫铜钼多金属矿床成因及成矿模式

文章在矿床地质、地球化学及同位素年代学研究的基础上,总结了菲莫铜钼多金属矿床的成因及理想模式。矿床中岩、矿石S、Pb同位素组成显示,矿床成矿物质主要来源于深部地幔或下地壳古老基底,后混入部分上地壳物质;H、O同位素特征显示,矿床成矿热液以上升的岩浆热液为主,结合部分变质热液及渗透淋滤的大气降水形成混合热液;Re-Os同位素测年得出矿床形成时间为(47·81±0·71)Ma,矿化主要发生于大皮甲岩体岩浆侵位晚期的期后热液阶段。矿床成因类型属沉积-变质-岩浆热液叠加改造型铜钼多金属矿床。成矿作用具长期性、多期次、多来源、多阶段、多成因的特征,大致经历了古元古代的沉积定位阶段→中新元古代的区域变质改造富集阶段→喜马拉雅期的颠覆性改造叠加富集成矿阶段。     

云南大平糜棱岩化碱性花岗岩岩石地球化学特征及成因讨论

本文在野外工作基础上,系统研究了云南大平糜棱岩化碱性花岗岩岩石结构构造、矿物组成、主微量元素和锆石特征等。根据岩体本身还残留有层理,在糜棱岩化之前的岩石具花岗变晶结构和含有反映区域变质成因的钠铁闪石造岩矿物,以及锆石高度富集和显示有一定层位等,认为云南大平糜棱岩化碱性花岗岩为沉积变质成因。     

随机森林回归模型在地下水水质评价的新应用

地下水水质评价是地下水研究的一个重要课题,研究更精确、更适用的地下水水质评价模型具有重要意义。近年来应用较多的评价模型存在适用性小、精确度低的问题,其中主要原因在于现有的水质评价标准中,不同因子的等级分类标准不一,同一因子不同等级取值区间不一致等问题,而现有模型无法克服不同因子自身评价等级不匹配以及无法有效处理多重因子之间的相互影响。针对水质评价存在的问题,本文将研究一个能有效克服上述问题,且精确度较高、适用性更广的水质评价模型。基于北京市地下水监测网中污染源监测网的数据,选取大兴区作为研究区域,以大兴区2018年至2020年持续进行监测的39个点位作为研究点,根据监测点历年监测水样,选取化验数据中影响水质环境较为明显的pH值、Cl^-、NO^-₃、SO₄^2-、Na⁺、NH⁺₄、Mn^-、耗氧量(COD_Mn)、总硬度、溶解性总固体这10项指标作为水质评价因子,利用随机森林回归...     

福建龙海土壤重金属含量特征及影响因素研究

为有效预防土壤重金属生态风险,以福建龙海市表层土壤为研究对象,应用经典统计分析、随机森林等方法,研究重金属元素含量特征及其影响因素。结果表明：(1)第四纪冲洪(海)积成因水稻土中多数重金属元素含量较高;(2)燕山期中酸性岩风化形成的残坡积红壤中重金属元素活动态含量较高;(3)As、Cu、Ni形态含量与全量相关性较好,而Cd、Cr、Hg的多数形态含量与全量相关性较差;(4)除元素全量外,土壤有机质对弱有机结合态重金属(不包括Ni、Pb元素)以及离子交换态、碳酸盐结合态Cd、Zn有重要影响,阳离子交换量对各形态Ni,(Fe×Al)/Si对各形态Cu具有重要影响,而土壤成因、土壤类型对重金属形态组成的影响较小。研究表明土壤重金属形态组成及其富集区与其全量不尽一致,土壤重金属生态风险评价应考虑土壤重金属形态分布特征。     

江西省定南县滑坡形成条件分析

江西省定南县滑坡较为发育，1990～2002年，全县共发生滑坡283处，其规模一般较小，但造成的损失大。滑坡均由降雨诱发，4～6月份降雨量较大、多暴雨，该段时间滑坡较为多发；除此以外，影响滑坡形成的因素还有地形地貌、岩土类型、地质构造、岩土结构类型、人工切坡等。江西省定南县主要为中低山与丘陵地形，山坡坡度较大；岩土类型主要为岩浆岩、变质岩，岩石较为破碎，残坡积层与强风化层厚度大；断裂构造较为发育；居民大量挖山建房，形成大量的人工高陡边坡；这些因素为滑坡的形成提供了必要条件。     

基于随机森林模型的城市不透水面提取研究 ——以呼和浩特市为例

城市不透水面信息对于城市生态环境动态演化过程研究具有重要意义。以Landsat 8遥感影像为数据源,以呼和浩特市为实证区域,进行了随机森林模型应用于城市不透水面的提取研究,并与目前应用广泛的支持向量机模型进行了对比分析。研究表明：在不同的抽样比例训练样本条件下,随机森林模型对于城市不透水面的提取精度均优于支持向量机的提取精度;对于随机森林模型和支持向量机模型,70%的训练样本比例均为最佳训练样本抽样比例。在该抽样比例下,随机森林模型提取城市不透水面的总体分类精度为93.29%,Kappa系数为0.9051,支持向量机模型的总体分类精度为91.26%,Kappa系数为0.8757;随机森林模型对于城市裸土的识别度较高,能更好地将城市裸土和不透水面进行区分,而支持向量机模型对于城市裸土、不透水面和绿地的区分能力均弱于随机森林模型。综合而言,随机森林模型对城市不透水面的提取精度优于支持向量机模型,随机森林模型可以有效应用于城市不透水面提取领域,进一步丰富了城市不透水面提取方法体系构成。     

基于光谱-环境随机森林回归模型的MODIS积雪面积比例反演研究

积雪面积比例（Fractional Snow Cover, FSC）数据能在亚像元尺度上定量的描述像元内积雪覆盖的程度,相比二值积雪面积数据可以更加精确地估计积雪覆盖的面积。基于机器学习的随机森林回归模型可以表示高维的非线性关系,可显著提高MODIS FSC的反演精度。采用随机森林回归模型结合光谱、环境信息构建了一个新的回归模型——光谱-环境随机森林回归（Spectral Environment Random Forest Regressor, SE-RFR）模型,用于MODIS数据反演中国区域的FSC。利用中国典型积雪区内由Landsat 8地表反射率数据获取的FSC数据作为参考值,对SE-RFR模型的反演精度进行评估。研究表明,利用“SE-RFR”获取的FSC数据RMSE、MAE分别为0.160、0.104,精度较高。此外,根据SE-RFR模型与未加入环境信息的随机森林回归（S-RFR）模型比较结果可知,加入环境信息的随机森林回归模型提高了FSC反演的精度,特别是在受环境信息影响较大的青藏高原地区,RMSE从0.200降低到0.181。最后,将SE-RFR模型与目前使用广泛的MODIS FSC反演模型FSC_NDSI、MODSCAG和SSEmod进行了比较,结果表明SE-RFR模型的RMSE与FSC_NDSI、MODSCAG和SSEmod模型的RMSE相比,平均RMSE分别提高了12.0%、8.3%和5.5%。总体来说,SE-RFR模型可以准确地提取MODIS FSC,对于区域乃至全球FSC产品制备具有广泛的应用前景。     

基于自组织特征映射网络-随机森林模型的滑坡易发性评价

为深入探讨评价单元和非滑坡样本选取对滑坡易发性预测的影响,构建了一种基于自组织特征映射网络-随机森林模型的滑坡易发性评价模型。该模型针对栅格单元和斜坡单元在滑坡易发性评价中的不足,结合栅格单元和斜坡单元的相互关系,提出了滑坡易发性指数的优化计算方法。在此基础上,基于随机森林Tree Bagger分类器构建滑坡易发性评价模型,通过对比分析自组织特征映射网络和随机方法选取非滑坡样本对评价结果的影响,探讨自组织特征映射网络、随机森林和自组织特征映射网络-随机森林三种评价模型的有效性;将评价模型应用于大余县滑坡易发性评价。结果显示,随机森林模型和自组织特征映射网络-随机森林模型的预测精度较高,分别达到91.19%和94.94%,成功率曲线的AUC值分别为0.822和0.849,表明自组织特征映射网络-随机森林模型具有更高的预测率和成功率, 自组织特征映射网络聚类的预测精度虽然有限,但作为非滑坡样本的选择方法,能够有效提高随机森林模型的评价精度。