基于耦合地理模拟优化系统GeoSOS的农田保护区预警

依据农田保护区规划与城市发展模拟相耦合的新思路,开展农田保护区预警研究。以广东番禺为实验区,首先利用基于多智能体的空间优化配置模型(AgentLA) 自动生成农田保护区范围。AgentLA模型能避免产生分散、破碎的空间格局,有利于保护区的管理和维护。通过地理模拟优化系统GeoSOS中的神经网络CA模型对研究区2025 年的城市发展格局进行三个情景的模拟：低速增长情景、基准情景和高速增长情景。最后利用GIS空间分析方法将预测结果与农田保护区相结合,提取农田保护与城市扩张产生冲突的区域。总体上,冲突的严重程度随着空间上城市扩张强度的增大而加剧,高速增长情景中冲突区域的面积较大。冲突区域的存在一方面说明了农田保护区需要相应的法律、法规支持,否则可能会因城市扩张而被侵占;另一方面也反映了农田保护与地区发展之间的冲突。因此,可以根据所提取的冲突区域面积大小、空间位置等特征,采取某种形式补偿,以此取得农田保护与地方利益之间的平衡。     

零平面位移高度的Marquardt算法

对数风速廓线中的零平面位移高度(d)是描述和估计地表粗糙元的空气动力学特征及其对地表风蚀抑制效应的重要参数之一。本文设计了用以计算对数风速廓线中非线性参数d的计算机非线性回归法——Marquardt法,并用砾质床面上风速廓线的风洞模拟实验资料加以验证。结果表明,用Marquardt法计算出的d/h(即d与砾石高度h之比)与砾质地表起伏度(Dv),d与风速(u)之间存都在较好的相关性,从而表明,Marquardt法是计算风速廓线非线性参数d的理想方法。     

基于主成分分析法的Q2黄土湿陷特性研究

Q2黄土由于埋藏深,结构相对致密,其湿陷性问题常常被忽视。湿陷系数作为评价黄土湿陷程度的定量指标,其影响因素众多,包括土的含水率、干密度、孔隙比等。由于各因素之间存在一定相关性,所建立的湿陷系数与物理指标之间相关关系往往准确度较低。为降低黄土湿陷指标多重相关性对数据回归分析结果的影响,提高预测精度,以彬州渭化乙二醇项目场地Q2黄土为研究对象,在统计分析场地地层物性指标及湿陷系数与物性单一指标之间相关性的基础上,筛选了7个与湿陷系数相关性较好的指标。采用主成分分析法,通过多元线性回归分析,建立了以累积方差贡献率为基础的Q2黄土湿陷系数计算模型。模型计算值与实测值对比结果表明,该方法有效较低了湿陷系数影响因子之间的多重相关性和相互影响问题,证实了所建立的Q2黄土湿陷系数与独立影响因子之间相关关系的合理性和准确性。     

基于多智能体系统的空间决策行为及土地利用格局演变的模拟

探讨了基于多智能体系统(MAS)的城市土地利用动态变化模拟的新方法. 模型是由相互作用的环境层和多智能体层组成. 旨在探索城市中居民、房地产商、政府等多智能体之间, 以及多智能体与环境之间的相互作用而导致城市空间结构的演化过程. 以广州市海珠区为实验区, 模拟了其1995~2004年的土地利用动态变化情况. 并与元胞自动机(CA)模型进行了对比研究, 结果表明MAS在模拟较为复杂的城市时比CA有更高的精度和更接近实际的空间格局.     

陆相泥页岩层系岩相测井识别与预测:以南堡凹陷拾场次洼为例

泥页岩层系岩相研究是页岩油勘探的基础工作，由于钻井取心较为困难且陆相湖盆范围小，相变快，使岩相精细识别与预测较为困难。测井曲线精确度高，纵向连续性好，可以准确识别与预测岩相。利用全岩X衍射（XRD）、薄片鉴定及地球化学分析测试等实验数据，将岩相按"三级次-三单元"划分方案进行划分，将测井曲线与TOC值、矿物含量等参数进行拟合，综合识别岩相，最后在高分辨率层序格架下建立岩相旋回叠加模式，从而进行岩相展布研究。结果表明该地区为一套以Ⅰ型和Ⅱ₁型干酪根为主生油湖相烃源岩，可划分为18种岩相，其中富有机质黏土质层状泥岩、富有机质混合质纹层状泥岩、页岩为页岩油优势岩相。岩相各评价指标可通过测井曲线计算与预测。岩相与层序存在耦合关系，在等时地层格架下具可预测性。沙三4亚段泥页岩层系岩相在此格架下，形成了MSC1中部与MSC2两个有机质富集层，以及SQ5~SQ8上升半旋回4个沉积构造发育带。      

测试研究中心喜迎50华诞

1月9日．核工业测试研究中心在南昌银海大酒店隆重集会,庆祝测试研究中心成立50周年。江西核工业地质局党组成员、副局长黄江明,江西省政协常委、原江西省核工业地质局党组书记、局长赵传宝等领导与中心干部职工、离退休老同志及曾经在中心工作过的同志共200多人参加了庆典。     

基于LiDAR高度纹理和神经网络的地物分类

使用LiDAR单一数据进行点云分割工作时,基于斜率的严格分割LiDAR点云的方法不能很好的适应复杂地物 的分类工作。本文将LiDAR粗分割后的点云转换为高度图像和反射强度图像,并求取高度图像GLCM高度纹理。将4 种GLCM高度纹理、地面粗糙系数、平均高度和平均反射强度共7种纹理作为识别地面覆盖物的特征,并利用后向传播 神经网络(BP-ANN)方法对LiDAR数据进行地物识别。实验表明,这种方法能够从LiDAR独立数据源中有效的实现地 物分类,实验获得的精度大于90%。与传统的最大似然法进行对比,BP-ANN的分类精度高于最大似然法。当预设地 面类型能同时满足被光学影像和LiDAR数据识别的条件时,LiDAR高度纹理分类与光学影像分类结果的一致性达到 76.5%。     

基于数据同化的元胞自动机

提出基于集合卡尔曼滤波(EnKF)的元胞自动机(CA)模型。在CA模型中,由于不同的样本会训练出不同参数值 的转换规则,且获取的转换规则在整个模拟过程中不能改变等原因,误差在模拟过程中会不断累积。本文在CA模型中 引入集合卡尔曼滤波的数据同化方法,建立了基于集合卡尔曼滤波的数据同化CA模型,同化遥感观测数据,根据得出 的同化值修正模拟结果使之向真实情况逼近。利用该模型模拟了广东省东莞市的发展情景(1995年—2005年),实验表 明,与传统CA模型相比,基于集合卡尔曼滤波的CA模型能够融合遥感观测数据,并能更有效地模拟城市扩张过程,达 到良好的模拟效果。     

土地利用变化模拟模型及应用研究进展

元胞自动机CA(Cellular Automata)和多智能体ABM(Agent-Based Model)模型是土地利用格局和演化模拟的主流方法,两者在模拟自然因素影响和人文驱动机制方面具有突出优势,为LUCC研究提供了重要的工具。当前,ABM无论在模型构建还是应用研究方面,CA和ABM均取得了显著进展。论文从数据基础、模拟尺度、CA转换规则挖掘、ABM行为规则定义、CA和ABM的耦合4个方面梳理土地利用模拟模型和方法的研究进展。并总结这些模型在虚拟城市模拟与理论验证、真实城市模拟与规划预测以及多类用地模拟与辅助决策等方面的应用。最后,总结土地利用模拟模型在精细模拟和全球变化研究方面存在的局限性,认为未来发展将主要集中于解决从2维模型向3维模型发展、大数据与规则精细挖掘以及大尺度模拟与知识迁移等问题。