SS-Y型伸缩仪观测问题分析及优化方法探讨

SS-Y型伸缩仪在我国地震洞体形变监测台网中已安装使用多年。对地球固体潮观测而言,仪器观测资料精度高且长期稳定性较好,但从地震预测的观测需求来看,SS-Y型伸缩仪仍然存在很多不足,如高频信息缺失、抗干扰能力较弱、存在格值误差、自校验能力较差等。对伸缩仪存在的问题进行分析,并提出一种超宽频带短基线伸缩仪的设计思路,以期为后续新仪器的研制提供理论依据。     

丽江2.4米望远镜的圆顶侧窗自动化控制系统

丽江2.4 m望远镜的圆顶采用方位随动和滑动式天窗的超半球结构,起初为改善因圆顶和望远镜终端电子设备引起的内外大气湍流,设计了大面积的多组机械式侧窗。但由于高平台手动操作危险、缓慢、不精确且易损坏,为实现侧窗稳定的多组自动控制,开发了基于STM32板的嵌入式圆顶侧窗自动控制系统,利用WiFi模块、串口模块和手柄实现侧窗的远程和多通道控制。同时结合气象数据、圆顶位置信息等使系统能根据气象阈值进行预警、自动开合,并尽量减小风对望远镜振动的影响。侧窗控制系统的设计可满足上层系统集成的需要。该系统稳定可靠,能满足侧窗的自主运行与人为控制。     

深度学习遥感影像油罐检测算法精度对比分析

油罐目标的检测对于海洋战场环境保障具有重要的意义和作用。选择当前较为经典的几种深度学习目标检测算法,包括FRCNN、RFCN、SSD、YOLOv3、RetinaNet,利用已有的公开数据,对各算法进行油罐检测的精度进行深入对比分析和实验验证。实验结果表明,上述方法中鲁棒性和平均精度最好的是RFCN和RetinaNet;影像中目标的尺寸是影响各算法精度的重要因素。最后对基于深度学习的遥感影像油罐目标检测算法提出了改进的建议。相关研究对于利用深度学习算法完成油罐目标的实际检测应用具有重要的指导意义和参考价值。     

特征重标定网络的高光谱影像分类方法

高光谱影像特征的利用率对提高其分类精度具有重要意义。为充分利用影像的特征,提出了一种特征重标定网络的高光谱影像分类方法。该方法通过全局平均池化将特征图转换为具有全局信息的实数,利用全连接层与非线性层生成能够代表各通道相对重要性的权值,进而采取加权法完成初始特征的重标定。为验证该方法的有效性,选取PaviaU和KSC两组高光谱影像数据进行实验。结果表明,提出方法总体分类精度分别达到98.38%和95.61%,可为高光谱影像提供有效的类别判定特征,有助于提高影像分类精度并获取平滑的分类结果图。     

珊瑚骨架灰岩三轴压缩声发射特性研究

通过对珊瑚骨架灰岩在不同围压条件下的声发射监测试验,获取珊瑚骨架灰岩三轴压缩力学特性及其声发射（AE）基本特征。研究表明,珊瑚骨架灰岩强度特性符合Mohr-Coulomb强度准则。珊瑚骨架灰岩在三轴压缩作用下的宏观破坏特征表现出较明显的围压效应,即单轴压缩表现为劈裂式张拉断裂面;随着围压的增大,由两级台阶式宏观断口逐渐过渡呈现为单斜面剪切带。珊瑚骨架灰岩在三轴压缩作用下的AE时序演化规律与其应力-应变曲线特征基本吻合,等效破坏时间所对应的累计振铃计数、累计能量计数与围压之间呈良好的对数函数关系。峰前累计振铃计数、累计能量计数在长期强度?cd之前表现出稳定的平缓现象,符合岩石的线弹性变形特征,并在约90%处呈现剧增现象,即为岩石内部微裂纹快速不稳定扩展的开始。珊瑚骨架灰岩在单轴压缩作用下的峰前能量演化规律与其应力?应变曲线特征基本吻合,峰前弹性能、峰前耗散能同样在约90%处出现转折现象。     

山东栖霞市郝家楼铁矿地质特征

郝家楼铁矿赋存于新元古代震旦纪蓬莱群豹山口组中,矿体呈层状、透镜状。倾角缓,局部近水平,含矿层厚5～20m,呈互层状产出,东侧Ⅰ号矿体以磁铁矿为主,西侧Ⅱ号矿体以赤铁矿为主,铁矿化受岩性控制明显,赋存于厚层状大理岩或砂质板岩中,以层状、条带状或块状构造为主,层厚一般几厘米-几十厘米不等。品位分布不均匀：Ⅰ号矿体一般25％～40％,Ⅱ号矿体一般6％～10％,局部品位可达58．78％,矿体一般位于山顶或山坡上,抗风化力强。     

北部湾沉积物中放射性核素的分布特征与控制因素

北部湾是我国大西南地区重要的海上通道,也是我国重要的渔场之一。本研究利用高纯锗γ谱仪系统分析北部湾表层和柱状沉积物中4种最主要的天然放射性核素(238U、226Ra、228Ra、40K)含量和分布特征。结果显示,北部湾沉积物中放射性核素含量低于我国大部分海域的结果,高于珊瑚礁区的极低放射性水平的结果。北部湾沉积物中4种核素都存在“蝴蝶”状空间分布特征,该特征主要源于沉积物粒径的非线性调控,且与沉积物总有机碳浓度存在正相关。此外,利用Mn和210Pb所指示的氧化还原状态和物理/生物扰动过程也可以对柱状沉积物中氧化还原敏感型核素(比如,238U)分布产生一定的影响。本文从232Th/238U、40K/238U、226Ra/238U活度比值角度,发现北部湾沉积物具有典型的陆源沉积物特征,且显著不同于南海珊瑚礁区中生源沉积物特征。本研究有利于掌握滨海核电发展背景下的北部湾海洋环境中放射性核素水平,揭示核素的“蝴蝶”状分布特征和控制因素,探索基于放射性核素的地球化学新指标在海洋沉积过程中的应用。     

多特征融合的高分辨率遥感影像飞机目标变化检测

为利用高分辨率遥感影像实现高精度的飞机目标变化检测,提出了一种自适应的多特征融合变化检测与深度学习相结合的方法。首先,通过加权迭代的多元变化检测法获取变化强度图,并结合自适应的直方图统计法自动获取显著的变化与不变化样本;然后,提取多时相影像的光谱、边缘和纹理特征,完成多特征融合的变化检测,并通过形态学处理得到变化图斑;最后,利用训练的NIN(Network in Network)结构的卷积神经网络飞机识别模型,完成变化图斑的类型判别,实现变化飞机的检测。实验结果表明,本文方法在两组数据的正确率分别达到100%和91.89%,均优于对比方法,能实现准确可靠的飞机目标变化检测。     

基于小波分解和最小二乘支持向量机的ENSO集成预测

用小波分解和最小二乘支持向量机相结合的方法,建立了ENSO的集成预报模型。该方法将复杂海温系统分解为相对简单的带通分量信号,然后建立分量信号的独立预报模型,最后对预报结果进行集成。试验结果表明,模型在保留预报对象主要特征的前提下,有效地降低了预报难度,集成预报准确率和预报时效均较传统方法有明显的改进和提高。     

西北太平洋热带气旋强度统计动力预报的改进模型

利用NCEP再分析资料、T106L19模式产品和热带气旋历史观测资料,设计和筛选气候持续性因子和动力因子,结合主分量因子分析技术,对统计-动力模式进行了改进,开展了西北太平洋热带气旋强度预报技术研究试验。结果表明,对预报因子进行主分量分析,可提高因子的独立性,降低线性回归模型的维数和不稳定性,从而提高了模式对热带气旋强度的实际预报能力。