高分遥感驱动的精准土地利用与土地覆盖变化信息智能计算模型与方法研究

通过对地观测可在影像空间上全面反映地表地理现象、格局及演化过程,基于遥感数据提取的土地利用与覆盖变化（LUCC）产品为分析地理要素空间分布规律及其变化机制提供全覆盖、定量化和快速更新的本底信息。本文以高分辨率遥感视觉特征（图）与多源多模态观测机理特征（谱）相互耦合的图谱认知理论研究为基础,提出了精细地理图斑空间结构（精）上融合定量指标反演模型（准）的精准LUCC简称P-LUCC（Precision LUCC）的概念,并依据“五土合一”的地理学思想构建了分层感知、时空协同与多粒度决策于一体的P-LUCC遥感信息智能提取与综合地理应用方法,提出并解析了其中视觉感知的深度学习、外部知识逐步融入的迁移学习以及增量式的自组织强化学习等3类机器学习模型的协同计算机制。基于此,进一步设计了“分区控制—分层提取—分级迁移—功能重组”为途径的高分辨率遥感P-LUCC信息产品生产线系统,并以苏州市高新区为应用区域针对土地利用（LU）图斑的形态、类型以及土地覆盖变化（LCC）的指标等内容开展了P-LUCC产品精度、生产效率的综合分析,展望了基于P-LUCC信息产品开展专题应用研究的新思路。     

基于特征压缩激活Unet网络的建筑物提取

自动提取城市建筑物对城市规划、防灾避险等行业应用具有重要意义,当前利用高空间分辨率遥感影像进行建筑物提取的卷积神经网络在网络结构和损失函数上都存在提升的空间。本研究提出一种卷积神经网络SE-Unet,以U-Net网络结构为基础,在编码器内使用特征压缩激活模块增加网络特征学习能力,在解码器中复用编码器中相应尺度的特征实现空间信息的恢复;并使用dice和交叉熵函数复合的损失函数进行训练,减轻了建筑物提取任务中的样本不平衡问题。实验采用了Massachusetts建筑物数据集,和SegNet、LinkNet、U-Net等模型进行对比,实验中SE-Unet在准确度、召回率、F1分数和总体精度 4项精度指标中表现最优,分别达到0.8704、0.8496、0.8599、0.9472,在测试影像中对大小各异和形状不规则的建筑物具有更好的识别效果。     

安徽铜陵焦冲矿田侵入岩锆石U-Pb定年、Hf同位素特征及成因

安徽铜陵矿集区出露的侵入岩可划分为高钾钙碱性和橄榄安粗岩系列,作为铜陵7大矿田之一的焦冲地区是否也存在两个系列侵入岩?它们的时代及成因与整个铜陵地区的侵入岩是否相同?这些问题目前仍不清楚。本文选择铜陵焦冲矿田的侵入岩开展了岩相学、岩石地球化学、LA-ICPMS锆石U-Pb定年及原位Hf同位素地球化学研究。结果表明,焦冲矿田也存在高钾钙碱性系列和橄榄安粗岩系列侵入岩,前者的主要岩石类型为石英二长闪长岩、花岗闪长岩,后者为辉石二长闪长岩。LA-ICPMS锆石U-Pb定年结果显示,高钾钙碱性系列侵入岩年代与铜陵地区其他矿区同类岩石年代相同,约为142 Ma;而橄榄安粗岩系列侵入岩年代比铜陵地区其他矿区同类岩石年轻,约为136 Ma。总体上看,铜陵地区两个系列侵入岩具有多期次侵位的特征。焦冲高钾钙碱性系列侵入岩含有较多的老的继承性锆石,说明本区古老地壳卷入了岩浆形成过程。结合铜陵地区侵入岩的特征和焦冲矿田侵入岩岩石地球化学研究结果,笔者认为,焦冲矿田两个系列侵入岩成因与铜陵地区侵入岩相似,即橄榄安粗岩系列侵入岩是来自莫霍面附近深部位岩浆房富碱基性岩浆结晶分异后的产物,而高钾钙碱性系列侵入岩是深位岩浆房分异后的岩浆与浅位岩浆房长英质岩浆混合后的产物。     

茫崖闪长岩的成因及对造山带构造演化的指示意义

南阿尔金造山带是中国西北地区重要的俯冲—碰撞杂岩带。笔者等对茫崖地区出露的闪长岩开展岩石学、地球化学、锆石U-Pb年代学和Lu—Hf同位素地球化学研究,探讨其岩石成因和成岩时的构造环境。研究表明,茫崖闪长岩亏损Nb、Ta、Ti、P、Th、U、HREEs、Ba、Sr等元素,富集Rb等大离子亲石元素及LREEs,显示与俯冲相关岛弧岩浆岩相似的地球化学特征。样品的锆石U-Pb年龄为494～461 Ma,ε_Hf (t)为0.01～3.90,t_DM2为1496～1447 Ma,少量ε_Hf (t)为负值(-2.22～-0.03),t_DM2为1453～1254 Ma,指示其物质来源以中元古代(1453～1254 Ma)新生地壳物质为主,混合少量中元古代(1496～1447 Ma)古老地壳物质。综上,该期岩浆活动是幔源岩浆的底侵作用导致下地壳熔融的产物,指示南阿尔金造山带在<494 Ma进入深俯冲陆壳断离—折返阶段,同时伴随着大规模幔源岩浆的底侵作用,茫崖闪长岩是深俯冲陆壳断离后折返作用的岩浆活动响应。     

城市环境下惯性辅助的GNSS多粗差探测方法北大核心CSCD

当多星座的GNSS接收机存在多个粗差时,传统的粗差检测和排除(FDE)方法需要通过频繁的搜索来排除潜在的观测值,剔除粗差的效率低,且定位性能可能急剧降低。提出一种惯性辅助的多粗差检测与排除方法,将惯性状态模型和测量模型的信息引入到自主完好性监测中,来构造全局和局部检验统计量检测粗差,并有效地排除错误测量值。结果表明,对于接收机存在2个以上粗差时,传统的FDE方法误检和漏检率高,而本文方法可显著提高检测效率,提高定位精度。