珠江口盆地基底结构的综合地球物理研究

通过对珠江口盆地重磁资料的分析处理及反演计算，依据盆地的地质、地球物理特征，采取了针对性的综合地球物理研究思路与方法，对地震资料难以解决的珠江口盆地基底结构进行了研究，确定了盆地的重力和磁性基底深度，并对盆地内的断裂和基底岩性作了推断，提供了新的认识，为今后研究提供了依据。     

新一代天气雷达观测的福建夏季对流云特征

2001年和2002年7～9月利用福建省建阳市和龙岩市二部新一代天气雷达对福建夏季对流云进行系统的观测.通过对观测资料的统计分析和实例分析得到不同类型福建夏季对流云的生命史、尺度、强度等特征;多单体合并对流云液态水总量最大,发展-成熟阶段平均值达4.8×109 kg,是福建夏季对流云中最重要降水云型;对流云发展的不同阶段,不同高度层辐合辐散特点.这些结果为进一步研究夏季南方对流云结构、降水原理提供科学依据.     

我国南方二叠纪—三叠纪界线粘土岩的微量元素特征及其地层意义

我国南方广大地区(包括川、黔、桂、湘、赣、闽、浙、皖、鄂等省),在二叠纪和三叠纪的交替时期,广泛地沉积了一至数层蒙脱石—伊利石粘土岩。它们分布面积广、厚度薄(多不超过10cm)、十分稳定。而且顶、底界面都非常平整清晰、颗粒均细、成分单纯,其中未见有任何风化残余物质和生物化石痕迹。甚至在经过氢氟酸处理后,都没有发现孢子花粉、藻类和有机片颗粒。由于二叠纪和三叠纪交替时期,海洋无脊椎动物曾发生了非常突出的变化,生存于     

大地电磁偏移成像技术的研究进展及其解决复杂地质问题的能力

总结和分析了大地电磁场成像技术的研究现状 ,在Zhdanov等对偏移电磁场的研究和成像技术基础上 ,提出了改进的有限差分法大地电磁场偏移成像技术 ,使差分方程精度和成像分辨率有了明显的提高 ,将前人大地电磁场偏移成像的模型试验研究推进到适用于复杂地电模型和实际资料处理解释的阶段 ,并通过松辽盆地大地电磁测深资料的偏移成像处理和解释展示了该方法的有效性和实用性     

车辆轨迹数据的道路学习提取法

车辆轨迹数据的道路信息提取是地理信息领域的热点也是难点之一,深度学习的快速发展为该问题的解决提供了一种思路与方法。本文针对车辆轨迹数据的车行道级道路提取问题,引入深度学习领域的生成式对抗网络,利用残差网络构建深层网络和多尺度感受野感知轨迹数据不同细节特征,构建了基于条件生成式对抗网络的轨迹方向约束下车行道级道路提取模型。首先提出了朝向-颜色映射栅格化转换方法,实现轨迹朝向信息向HSV颜色空间的转换;然后利用样本数据学习模型参数;最后将训练模型应用到郑州、成都、南京3个试验区域提取车行道级道路数据。试验结果表明,本文方法能够有效地提取完整的车行道级道路数据。     

利用卫星云图定量分析副热带高压活动的方法及应用

利用数字图像处理方法，设计了一种多重处理的算法，从卫星云图提取定量信息，定量描述副高强度和演变趋势，并应用于预报业务。应用实践表明，这些方法具有客观、定量、自动等优点，在实际使用中可客观定量地跟踪和预报副高演变，对做好广西前汛期暴雨预报有较大的帮助。     

BP、Hopfield神经网络在位场反演中的应用比较

比较了BP、Hopfield二种神经网络模型的特性及其运行机制,分别用于位场反演,还比较了各自在位场反演中的应用效果。结果表明:这二种神经网络模型虽然都可用于位场反演,但由于Hopfield网络缺乏学习能力,不能较好地利用已知地质、地球物理信息而受到限制。而BP神经网络具有较强的学习能力,能从已知的信息中得到有利于解决最优化问题的结论,比Hopfield神经网络更加适合于位场的反演问题。     

地质标准样品的多元素鉴定手段——不破坏中子活化分析

地质样品基体复杂,包含元素多而且含量差别很大。在测定其中的痕量组份时,由于受到基体效应和各种干扰的影响,往往不容易得到准确的结果。如何保证分析测定的准确性,是地球化学分析界乃至整个痕量分析界所十分关切的课题。     

基于Google Maps API的船舶自动站监控Web设计

简要介绍了Google Maps JavaScript API技术,并着重阐述了其作为主流的WebGIS技术在船舶自动气象站监控页面设计中的应用,包括：通过JavaScript和AJAX技术请求远程数据服务器获取气象数据、状态数据及GIS信息等,并将返回的JOSN格式数据加载到Google Map上,同时通过Google Maps JavaScript定制化船舶图标并对加载的船舶轨迹进行渲染,使用户需要的监控信息更加直观地显示在监控页面上。本文结果已成功应用到广东省气象局设备全网监控系统之中。     

混合最优化方法在潮汕坳陷重力资料反演中的应用

选用目前非线性方法中的2个研究热点——BP神经网络和模拟退火算法,用优化后的BP神经网络为主框架,结合位场反演的特点,在反演过程中引入模拟退火算法,这样既利用了BP神经网络具有指导学习的功能来提高局部搜索性能,也利用了模拟退火算法的概率突跳性来实现最终的全局收敛性,从而提高了反演的速度和精度。通过模型试验验证了其有效性之后,将该方法应用于珠江口盆地潮汕坳陷的重力资料反演,结果较好地反映了剖面的地质情况。