基于 LandsatＧ８OLI和 ASTER数据集成基于 LandsatＧ８OLI和 ASTER数据集成以包古图斑岩型铜矿为例

围岩蚀变现象是热液矿床成矿作用发生的重要标志之一,使用遥感数据进行蚀变信息的提取能够降低找矿成本,提高找矿效率.多光谱遥感数据以覆盖范围广、获取容易、价格便宜等优点成为蚀变信息提取的主要数据之一.根据 LandsatＧ８OLI和 ASTER数据各自的波谱优势,把两者进行集成,得到 AO 数据;然后融合 AO 和 LandsatＧ８OLI全色波段得到融合后的 AOM数据.基于 AOM 数据,利用波段比值、相对吸收深度、混合调制滤波对研究区的矿化和围岩蚀变进行了提取.为了验证 AOM 数据在矿化蚀变信息提取中的优势,对比了数据集成和融合前后的蚀变信息提取结果.对比结果表明:①AOM 数据能够充分利用LandsatＧ８OLI和ASTER的波段信息,包含了比任何单个数据都多的蚀变信息;②AOM 数据能够提取出更多的信息,尤其是对一些细节信息提取效果更好,可应用于矿化信息提取研究.      

������CORSվ�춥�������ӳ������ڱ仯�о�

??????????9??GPS????????????????????4??IGS?ο??????????????????????????GPS??????????????????????????仯????????λ???GPS????????????????????????????以????????4 mm??????????????1 cm??2006???2007?????????9 mm???????????4 cm??     

内蒙狼山成矿带东升庙多金属硫化物矿床硫的来源及矿化过程

东升庙多金属硫化物矿床是狼山成矿带最大和最典型的铅锌多金属硫化物矿床,目前该矿床硫的来源及成矿过程仍存在争议。本文对矿区常见硫化物矿石和最重要的赋矿围岩——绢云石墨片岩中的硫化物分别进行硫同位素分析。结果显示东升庙矿床的硫化物普遍富集硫的重同位素,且矿石与围岩中的硫化物的硫同位素分布范围均较为集中。绢云石墨片岩中的黄铁矿的δ~(34)S值在+19.4‰~+23.4‰之间,具有和当时海水硫酸盐相似的硫同位素组成,指示围岩中的不规则黄铁矿是孔隙水(海水)中的硫酸盐被完全还原后形成的。矿石硫化物的δ~(34)S值在+28.3‰~+31.3‰之间,相比围岩中的黄铁矿明显富集硫的重同位素,指示两者具有不同的硫源。矿石中的硫可能源自基底地层中蒸发岩的溶解,由此形成的硫酸盐占主导的热液流体可萃取大量铅、锌等金属,当遇到狼山群地层中富含有机质的沉积岩时发生热化学还原反应,从而造成硫化物的大量卸载,形成金属硫化物矿床。     

激光点云在地铁盾构隧道病害诊断中的应用

移动式三维激光扫描技术在地铁盾构隧道安全监测工作中应用较为成熟。本文以地铁盾构隧道监测点云数据为基础进行研究,实现了地铁盾构隧道病害智能诊断。首先通过激光点云生成灰度图像;在此基础上运用卷积神经网络CNN,对地铁盾构隧道中的渗漏水和裂缝的识别技术进行了深入研究;最终生成隧道病害智能诊断系统,为地铁安全运营提供了智能监测方法,有效提高了我国地铁运营监测的技术水准。     

新型测绘技术在轨道交通智慧建造中的应用

随着建筑业"十三五"规划收尾和"十四五"规划的启动,轨道交通智慧建造的水平大大提升。智慧建造能够辅助项目进行精细化智慧化管控,可以在一定程度上使得城市交通建设满足我国社会发展的现状和要求,但是在轨道交通智慧建造过程中出现的问题和需要考虑的因素较多。因此,本文在轨道交通智慧建造现有体系中引入新型测绘技术,分析其在应用中的主要特点和功能,重构了智慧建造架构体系,深入探讨了新型测绘技术带来的智慧变革,提升了轨道交通建设的整体水平和应用深度。     

城市轨道交通保护区综合安全管理研究与应用

随着城市轨道交通建设规模不断扩大,运营里程逐年累积,轨道交通沿线的工程建设项目存在数量多、工艺复杂、对在建/运营线路安全影响大等问题。本文分析了保护区内影响轨道交通安全的主要因素,针对轨道交通保护区安全管理现状提出综合解决方案,并设计研发出一套针对轨道交通运营安全管理的综合平台,在规范保护区内施工项目管理的基础上,运用物联网、三维激光扫描等先进手段,实现数据的快速采集、处理、分析及预警,保障城市轨道交通的安全运营。     

越江盾构隧道结构形变分析与预测

首先通过分析三维激光扫描技术逐环获取的某越江盾构隧道汛期多期水平直径收敛变形与沉降数据,研究越江盾构隧道结构形变与水位相关性关系。然后讨论不同水位情况下盾构隧道收敛变形和道床沉降的趋势,通过汛期监测数据对比分析,得出水位升高状态下导致隧道水平直径收敛变形和沉降增大,水位下降后,水平直径收敛变形呈现回归趋势,并针对盾构隧道水平直径收敛与沉降提出加固措施。最后为预测隧道水平直径收敛变化情况,搜集往期隧道管片水平直径数据,通过Python 运行灰色算法程序预测未来隧道管片水平直径,实现了盾构隧道水平直径收敛精度为1 mm时的精准预测。     

面向地铁隧道表面渗漏水的快速检测技术

随着地铁运营时间的不断增加、地下水位的上涨,地铁隧道渗漏水情况日益严重,已严重影响地铁隧道的安全运行。传统的检测方法为人工现场巡查,效率低、准确率差,高自动化、高精度、高稳定性的漏水检测方法是改进传统检测方法的关键。因此,本文提出了一种利用移动激光扫描隧道进行渗漏水检测的深度学习方法。该方法由以下部分组成:①利用获取的隧道衬砌点云建立渗漏水数据集;②通过基于掩码区域卷积神经网络进行自动渗漏检测。在南京地铁2号线奥体东—兴隆大街测试结果表明,本文方法实现了隧道衬砌漏水在二维平面的自动化检测和评价,为检测人员提供了直观的漏水信息展示。     

结合决策树分类和区域生长的轨道扣件检测方法

轨道扣件数据量大、体积小,轨道扣件病害的检测工作繁重、效率低下,因此亟须改进轨道扣件检测技术。线结构激光技术发展迅速,其具有高分辨率、高精度、高响应等特点。本文采用线结构激光测量技术快速获取轨道扣件精细三维点云,利用决策树分类和区域生长算法对精细扣件三维点云进行分析,实现扣件病害快速检测和扣件几何参数计算。利用该技术对广州18号线轨道交通扣件进行检测,由检测结果可知,该方法检测效率高、检测结果精准。     

静力水准自动化测量技术应用于地铁隧道结构监测

目前地铁隧道结构沉降主要采用水准仪进行人工测量。该监测方法不仅作业效率低、耗费较多的人力物力,并且无法实现全天候监测。针对传统人工监测无法满足地铁运营期间的实时监测需求的问题,本文引入静力水准自动测量技术,通过在地铁隧道道床布设静力水准仪,在远程采集端实时获取监测点数据,实现隧道结构保护区在施工时全程监测,为施工期隧道结构安全提供保障。最后结合实际工程应用案例对工程中的监测结果进行分析。结果表明,该技术实现了地铁隧道自动化水准测量,为地铁运营安全提供技术支撑。