人工神经网络分类及其在遥感调查中的应用

1 前言 20世纪80年代末,神经网络开始在我国应用于遥感图像分类.遥感图像分类是反映人对图像的一种理解,包括浅层的视觉生理理解和深层的逻辑心理理解两种层次.神经网络方法的图像识别是人的视觉生理现象的简单模拟.与传统方法相比,具有并行处理、自适应等优势;此外对数据源要求更宽松.     

人工神经网络在遥感图像处理中的应用探讨

遥感图像处理常见的困难有数据量巨大、噪声信息多，高度非线性及其导致的难以用解析或表述处理模型等。人工神经网络（artificial neural network,ANN)是由大量简单神经元广泛相互联接而成的非线性映射或自适应动力系统，可以解决上述问题，使用ANN进行遥感图像处理在遥感图像复原，变换和分类中有如下应用：（1）使用ANN和必要辅助数据从TM图像中提取地下火热辐射数据；（2）构造ANN非线性映射，利用TM1－5，7图像提高TM6图像空间分辨率；（3）模糊神经网络（FNN）遥感图像分类。     

三维向量筛及其在遥感地质找矿中的应用

三维空间具某种属性的向量集群通常呈椭球状分布。用常规的方法提取这部分信息,要通过复杂的计算才能实现。本文推导出一种能快速提取三维信息的方法,称为三维向量筛。并介绍一个它在遥感图像中提取金矿化蚀变带信息的应用实例。     

遥感技术在湖北黄石市—太子庙地区地质找矿中的应用

本文利用遥感技术与其它多种地质手段相配合的方法，以找矿为目标，借助计算机对卫星图像进行了处理提以有用信息，综合分析成矿地质背景，对控矿因子用找矿信息量法进行数理统计，圈定找矿预测单元，经实地进行了验证，具有明显的找矿效果。     

遥感地质技术在研究湘桂地洼型古岩溶中的应用及其找矿效果

遥感地质技术在研究湘桂地洼型古岩溶中的应用及其找矿效果王清河（中南地质局２３０研究所湖南长沙４１００１１）湘桂地洼型古岩溶分两期：地洼初动期和地洼激烈期。在地洼初动期古岩溶沉积体中，有Ｕ，Ｍｏ，Ｃｕ，Ｐｈ，Ｚｎ，Ａｓ，Ｎｉ，Ｖ，Ａｓ，Ｓｂ，Ｈｇ等元素...     

遥感技术在四川省地质找矿中的应用

通过对四川省矿产资源遥感综合调查的分析研究，充分利用地质、物探、化探、遥感的成果，以全省地质背景、不同矿种的成矿条件为基础，以综合找矿理论为指导，遥感为主要手段，以获得的地质矿产遥感信息为主要依据，结合物化探成果的综合解译和相互印证，对省内主要成矿地区及个别重点地区不同程度地进一步研究其地质环境和成、控矿条件，以达到矿产资源预测的目的。     

中国新疆北部遥感地质找矿的应用

在新疆北部,结合地面地质调查和验证,应用遥感图象解译进行找矿、预测、获得了成效。对含油气地洼盆地的构造研究中,发现了经地球物理成果证实对油气运移、聚集起控制作用的断裂构造;对地穹隆起区,依成矿理论指导解译选定的找矿有利地段,经实地验证发现一批新的侵入岩体和成矿构造、并找到一批内生金属矿产,本文例举实例以此说明:在自然景观改造不多,植被覆盖甚少,基本保持各种地质体面貌的地区,开展遥感图象的成矿解译分析,能够迅速、有效地捕捉找矿标,结合地质、物化探资料的综合分析和地面实地验证,可以达到快速找矿的目的。     

人工神经网络在识别浅覆盖区地质体中的应用

利用水系沉积物资料识别浅覆盖区地质体,对于提高区域地质填图质量具有重要意义。神经网络为解决此问题提供了新的途径。依据浅覆盖区基岩和其对应的水系沉积物在化学成分上的继承关系,以内蒙古四子王旗浅覆盖区为例,阐述了运用BP神经网络模式识别地质体的原理和方法,并识别出了化学成分相近的浅覆盖层下地质体。该方法可广泛应用于浅覆盖区地质填图。     

遥感技术在大狐狸山地区1：50000矿产远景调查中的应用

以内蒙古自治区西部阿拉善盟额济纳旗大狐狸山地区1：5万矿产远景调查为例,论述了遥感技术在1：5万矿产远景调查中的应用和具体工作方法。研究结果表明,在1：5万矿产远景调查中充分利用遥感技术,进行线性构造、环形构造、地质体的信息提取,利用主成分分析法有效提取矿化蚀变信息,在RGMAP数字平台,将工作区的标准影像图与其它数据源进行叠加整合,多轮回遥感地质解译成图,结合地质、物探、化探工作成果,快速有效地指导了地面找矿工作,对合理圈定找矿预测靶区起到了重要作用。     

人工神经网络在白云岩类型识别中的应用

利用地球化学数据,运用人工神经网络方法对美国密苏里州东南Ｂｏｎｎｅｔｅｒｒｅ组（寒武纪）滨海相的白云岩进行了分类、识别,判别率达１００％,结果表明,该方法性能良好,可望成为岩石分类、判别的有效手段。     

径向基人工神经网络法在土壤盐渍化调查中的应用

土壤盐渍化是一个世界性的生态问题，同时也是资源开发和利用问题。对于盐渍化土壤的调查是合理利用土壤的前提条件。文章应用径向基（RBF）人工神经网络，结合多源遥感影像对北方某地区耕地土壤盐渍化状况进行调查研究，取得了满意的效果。     

Artificial Neural Network Model for Discrimination of Stability of Ancient Landslide in Impounding Area of Three Gorges Project, China

The factors of geomorphology, geological setting, effect of ground water and environment dynamic factors (e.g. rainfall and artificial water recharge) should be integrated in the discrimination of the stability of the ancient landslide. As the criterion of landslide stability has been studied, the artificial neural network model was then applied to discriminate the stability of the ancient landslide in the impounding area of the Three Gorges project on the Yangtze River, China. The model has the property of self-adaptive identifying and integrating complex qualitative factors and quantitative factors. The results of the artificial neural network model are coincided well with what were gained by classical limit equilibrimm analysis (the Bishop method and Janbu method) and by other comprehensive discrimination methods.     

滇西北红山晚白垩世花岗斑岩型Cu-Mo成矿系统及其大地构造学意义

红山铜多金属矿床位于滇西北中甸红山一带,其一直被认为是印支期夕卡岩型矿床。新的研究结果表明红山矿区存在两个成矿系统:1与印支期石英二长斑岩有关的夕卡岩型铜多金属成矿系统,其典型矿床是与石榴子石夕卡岩伴生的含铜磁铁矿体与磁黄铁矿体;2与花岗斑岩有关的斑岩型Cu-Mo-Pb-Zn成矿系统,其包括地表喷溢沉积成因的含铁钙硅质岩、可能为流体通道相的Cu-Mo多金属石英网脉与大脉、充填于岩溶洞穴中的层状Pb-Zn矿体、花岗斑岩内部的浸染状Cu-Mo矿化、及岩体外接触带夕卡岩型多金属矿床。含矿石英脉6个辉钼矿样品Re-Os模式年龄介于75.46~78.46Ma之间,等时线年龄为77Ma,红山矿区花岗斑岩型Cu-Mo矿床形成时代为晚白垩世。红山矿区晚白垩世花岗斑岩及其伴生斑岩型Cu-Mo矿床和大规模流体活动是滇西地区晚白垩世区域构造-流体-成矿体系的一部分,其形成与印度—亚洲大陆碰撞有关,据此可推断印度—亚洲大陆的碰撞作用及其伴生的大规模成矿作用在77Ma就已开始。红山矿区晚白垩世斑岩型Cu-Mo矿床成矿系统的厘定对于斑岩型矿床成矿流体结构模型和区域成矿与构造学的研究具重要的启示意义。     

人工神经网络在岩石变形温度估算中的应用

Ｃｈｒｉｓｔｉｅ（１９６２）、Ｓｍｉｔｃｈ（１９７２）和张翊钧（１９８５）都提出了钠质斜长石的Δ１３１－１３１（或σ）、Ａｎ与温度Ｔ的关系图，后来又提出了钠质斜长石变形温度的计算公式。但由于图解的不便之处及目前应用的公式中推断分界点的不确定性和σ、Ａｎ与Ｔ之间存在一种非线性关系的特点，本文基于具有高度非线性映射能力的人工神经网络，提出了求解岩石变形温度的新方法。文中先介绍了变形温度计的研究概况，然     

人工神经网络在岩石变形温度估算中的应用

Ｃｈｒｉｓｔｉｅ（１９６２）、Ｓｍｉｔｈ（１９７２）和张翊钧（１９８５）都提出了钠质斜长石的△１３１－（或σ）、Ａｎ与温度Ｔ的关系图，后来又提出了钠质斜长石变形温度的计算公式。但由于图解的不便之处及目前应用的公式中推断分界点的不确定性和σ、Ａｎ与Ｔ之间存在一种非线性关系的特点，本文基于具有高度非线性映射能力的人工神经网络，提出了求解岩石变形温度的新方法。文中先介绍了变形温度计的研究概况，然后阐述了ＡＮＮ（ＡｒｔｉｆｉｃｉａｌＮｅｕｒａｌＮｅｔｗｏｒ）模型，最后应用该模型估算岩石变形时的温度，经对比得出，利用人工神经网络在岩石变形温度估算中具有良好的应用效果。     

基于卷积神经网络的智能找矿预测方法：以甘肃龙首山地区铜矿为例

智能找矿预测是数字地质科学的前沿领域。本文基于一种二维卷积神经网络的智能找矿预测方法,以25种元素的水系沉积物数据和航磁数据为找矿预测数据,将已知的矿点作为监督样本,利用步长平移数据增强方法获取了训练数据集,对卷积神经网络进行训练后,将其应用于未知区域的找矿预测。应用该方法对甘肃省龙首山西段高台县臭泥墩—西小口子地区进行了铜矿智能找矿预测,根据已知的3个铜矿点,获取了22 934个训练数据,经过200轮训练之后,预测精度能够达到98.1%,最终圈定了5个预测区,5个预测区均具有良好的铜矿找矿远景。