古土壤的分类系统及其在地质学中的应用领域

古土壤是近年来沉积学研究领域的一个热点。古土壤就是形成于过去地貌上的土壤,是暴露在地表的沉积物或岩石经过物理的、生物的和化学的改造形成的,一般形成于很长的地貌稳定期,记录了地层间断或不整合,蕴含着丰富的有关古气候、古植被、古地貌、沉积环境状况的信息,并且是指示地层时代的"化石"。古土壤对恢复地质历史时期古植被与古环境、古气候提供了新的途径,是地层划分、对比的重要标志,并且可用以重建沉积盆地古地貌。古土壤的识别可以根据野外宏观标志、室内微观特征来进行,但是古土壤学家还没有解决古土壤的分类问题,我们对国际上流行的几种古土壤分类方案进行评述,认为古土壤的分类应该根据不同的应用目的采用不同的分类方案,而且在一个分类系统的组名中可采用形容词的组合作为修饰语。     

基于光谱复原的NMF遥感图像融合改进算法

在研究了非负矩阵分解(NMF)用于遥感图像融合技术的基础上,改进了一种基于光谱复原的NMF遥感图像融合算法,首先利用矩阵非负性分解求取图像的基向量矩阵,然后综合考虑图像融合后的光谱特性和波形变化情况,对基向量矩阵进行直方图规则化处理,最后得到融合后的图像。实验结果表明,该方法具有较好保持原始图像的光谱信息和空间信息的优点。     

海量多波束数据抽稀方法的比对分析

针对构建海底DEM高效率、高精确度的要求,对比分析了海量多波束水深数据的抽稀方法。利用格网分块结构高效组织海量多波束水深数据,分别采用三种数学模型内插网格节点水深值,实现了不同网格尺度下的数据抽稀。实验证明:所提分块索引策略能提高多波束数据抽稀效率;距离加权内插模型能有效提高海底DEM模型的准确度。     

基于IHO S-44不同测量等级的船速控制研究

通过船不同航速下对海底地形测量影响的仿真,给出相应情况下多波束测深仪波束对测区的覆盖情况,得出了航速不当时将无法实现对测区全覆盖的结论。据此问题推导了基于国际海道测量标准的船速控制模型,并针对SeaBat8101多波束测深仪给出不同测量等级的船速控制指标。     

直角坐标系的欧拉旋转变换及动力学方程

讨论了在直角坐标系中12种欧拉旋转变换中的6种坐标变换方式,根据矩阵的运算性质,推导了坐标变换的欧拉旋转矩阵和动力学方程,并且用M atlab的矩阵运算功能对所有公式的推导过程进行了验证。     

珠江口八大口门径、潮作用动力过程研究

根据2006—2007年期间在珠江口八大口门进行的丰水期大、中、小潮3个航次、平水期和枯水期各1个航次的全潮同步水文观测资料,分析了八大口门的潮流特性、涨落潮通量等特征,并建立了逐时潮差与流量的相关关系。在丰水期小潮期间,八大口门受强热带风暴"碧利斯"带来的强降雨的影响,潮流特性、断面流量等水文特征出现较大的变化,逐时潮差与流量的相关关系与其他航次相比表现出不同的规律。在无强径流影响下,逐时潮差与流量的相关关系用线性方程拟合,相关性较好;但在强径流影响下,则采用二次多项式拟合较为合适,且拟合曲线的左右侧表现出涨、落潮过程的区别。     

台风Mindulle变性再发展的特征及机理研究

对于2004年台风Mindulle登陆入海再发展进行研究分析。通过演变特征的分析,发现在台风北移时,冷空气入侵台风低层,台风经历一个变性再发展的过程,台风在高层一直保持暖心结构,并且在台风的西侧形成一个冷锋面结构,而在北侧为一个暖性锋面结构,使得暖空气被迫抬升,冷空气也逐渐包围了台风。冷平流与来自暖海面的暖平流交汇使得暖湿的海面对流加剧。同时高空急流入口处辐散区与台风低压的重合和西风槽的东移,对台风的维持和再发展起到了重要的作用。     

作物胁迫无人机遥感监测研究评述

作物胁迫是全球农业发展的一个重要制约因素,实现快速、大范围、实时的作物胁迫监测对于农业生产具有重要意义。传统的作物胁迫监测方式,如田间调查、理化检测和卫星遥感监测总是受到各种田间条件或大气条件的制约。随着无人机和各种轻量化传感器的快速发展,其凭借高频、迅捷等优势为各种作物胁迫监测提供了一套全新的解决方案。本文在介绍了目前主流的多种无人机和传感器的基础上,首先对目前无人机遥感用于作物监测的主要胁迫类型进行了梳理,然后重点阐述了基于光谱成像和热红外传感器进行作物胁迫无人机遥感监测的应用和技术方法,最后提出了作物胁迫无人机遥感监测尚需解决的关键问题,并展望了未来无人机遥感用于作物胁迫监测的前景。     

基于深度学习的钨钼找矿靶区预测方法研究

随着矿产勘查工作由浅部矿向深部隐伏矿、由易识别矿向难识别矿发展,找矿难度日益增大,地质专家越来越重视新理论、新方法、新技术的应用。深度学习作为人工智能的前沿领域/技术,对于实现矿产资源预测“智能化预测评价”具有得天独厚的优势。本文以陕西省镇安县西部钨钼矿集区单元素化探异常原始数据为基础,提出了基于深度学习的钨钼矿产评价方法。该方法以归一化地球化学数据作为模型训练数据,通过深度学习中深度自编码网络方法实现异常值提取进而识别重点成矿有利地段,实现矿产资源找矿远景区定性预测。研究结果表明,在对957条单元素化探异常原始数据分类且做好模型标签后,整个过程在计算机的“黑盒子”中自动完成学习和预测,相较于传统预测研究方法,本文方法具有自动化程度高和客观性强的特征。此外,本文利用已知矿点构建训练数据集,采用随机森林方法对预测区进行矿产资源找矿靶区预测圈定,为进一步缩小找矿靶区范围提供科学依据。     

改进的最小曲率迭代法在重力剖面数据插值中的应用

基于将约束点也作为待解算结点的思想,对传统最小曲率迭代法进行改进。改进后的方法在待解算结点周围存在约束点时,避免了根据约束点与待解算结点之间的不同关系需要进行分类推导的复杂过程,同时也避免了因使用泰勒展开式进行分解造成的精度损失,提高了解算精度。