西沙群岛基底火山碎屑岩中单斜辉石的矿物化学特征及其地质意义

本文利用电子探针对南海西沙群岛琛航岛珊瑚礁底部火山碎屑岩中的单斜辉石矿物的化学特征进行了研究。结果表明,该单斜辉石属于富钙透辉石,部分有正环带结构,从核部到边部Ca、Fe、Ti的含量逐渐增加,是岩浆正常结晶顺序的反映,说明该区域的岩浆演化是向着富Ca、Fe、Ti方向发展的。主量元素数据显示,单斜辉石具有低Si高Al的特征(SiO₂=41.40%～48.44%,Al₂O₃=5.54%～10.20%),且AlⅣ含量较高,说明母岩浆为不饱和碱性岩浆系列;此外,单斜辉石Ca含量偏高,Ca/(Ca+Mg+Fe)值在46.1%～51.4%之间,推测是母岩浆的高Ca含量导致了大量高钙辉石的产出。结合西沙海域的地震和构造资料,推测琛航岛珊瑚礁的基底是玄武质火山碎屑岩组成的平顶状海山,系岩浆穿过断裂发育的岩石圈层在西沙群岛的海底喷发,随后火山碎屑物质经过堆积、固结作用而形成;该火山碎屑岩的原岩为板内碱性玄武岩。     

直线特征辅助的靠岸舰船检测

针对靠岸舰船难以检测的问题,提出了一种直线特征辅助的靠岸舰船检测方法。首先利用高精度的卷积神经网络目标检测算法YOLOv3对影像进行粗检测,获取可能存在舰船目标的区域作为兴趣区域;然后提取影像的直线特征,将直线的方向作为确定舰船方向的辅助信息;最后利用具有一定角度的滑动窗口遍历兴趣区域获取候选目标,并对侯选目标进行二次分类和识别得到最终检测结果。利用不同港口的遥感影像进行实验的结果表明,提出方法能够有效检测港口内多种方向和并列停靠的舰船目标。     

一种改进的RFB Net遥感影像目标识别算法

针对高分辨率遥感影像场景复杂,现有的目标识别算法检测率较低且速度较慢的问题,提出了一种改进的RFB Net模型。算法在RFB Net模型的基础上构建特征金字塔网络,融合高层语义信息和低层特征信息,提高了网络识别能力。为验证该算法性能,以遥感影像中飞机目标为例进行了实验验证。以油罐和立交桥目标为例,对该算法的推广性进行了实验验证。结果表明,改进的RFB Net模型在遥感影像目标识别中精度较高、速度较快,且具有较好的推广性。     

基于Network In Network网络结构的高光谱影像分类方法

为进一步提高高光谱影像分类精度,通过引入Network In Network网络结构,构建了一种新的网络模型。该网络模型能够对局部感受野内的数据进行更加抽象的建模,从而能够对影像中的空谱联合特征进行更为抽象的表达。通过在Pavia University和Indian Pines两个数据集上进行验证,实验结果表明,所构建的网络模型能够有效提高分类精度,在减少训练样本的条件下仍具有较好的分类性能。     

基于主体人与地学本体的人-地-GIS关系讨论

“人-地-GIS”关系是地理信息科学及相关研究的基础。传统的人-地-GIS双向联系模型正在向以地学本体为核心的本体中心模型演化。通过主体人与客体人的区分,探讨两者在“人-地-GIS”关系中的地位与作用,分析人-地、地-GIS与人-GIS的相关关系。通过地学本体与本体论的分析,讨论地学本体与科学本体、哲学本体论之间的关系,分析地学本体与类、元数据之间的区别与联系。进而构建以地学本体为核心的“人-地-GIS”关系新模型,该模型整体上分为认知与再现两部分,由核心的本体模型及人的认知层、GIS的模型层与“地学”现象及其关系层构成。以主体人的认知为主线,讨论该模型中各模块的功能与相互关系,指出今后的发展方向。     

基于模糊综合评判的动态路径行程时间预测模型

针对城市交通路网的复杂性和不确定性,提出一种基于模糊综合评判的动态行程时间预测模型,将总行程时间分为行驶时间和交通延误时间两部分,分别介绍这两部分时间的预测模型,并利用该模型对一组模拟道路信息和路况信息进行实际预测,对预测结果进行比较和分析。研究表明该模型算法简捷实用,预测结果精度较高。     

南极中山站全天信息采集系统

南极高原拥有独特的天文观测优势,为了对南极中山站夜天文观测条件进行实测研究,中国科学院云南天文台专门研制了一套具有耐低温、自动除雪除霜等适应南极气候特征的全自动全天信息采集系统,该系统可以提供实时的全天云量、天光背景和全天图像,并将信息推送到网页实时显示。介绍了系统的研制及为适应南极气候进行的耐低温实验,统计分析了中山站2016~2017年的全天信息数据,结果显示,中山站2016和2017年的可观测时间为772.21 h和437.38 h,可观测夜数为93 d和51 d,天光背景最大真实值为22.05 Mag/arcsec 2,年平均气温为-10.6℃,最高气温19.1℃,最低气温为-44℃,2016年平均相对湿度为55.2%。