沽源—多伦盆地火山岩类和花岗岩类同位素地质年代学及铀成矿条件研究

本文对沽源-多伦盆地火山岩类和花岗岩类进行了同位素地质年代学和铀成矿条件的系统研究。确定了该区张家口组、花吉营组火山岩类均属早白至世产物,其形成年龄为125—135Ma。指出本区花岗岩浆活动有前海西期、海西期、印支期和燕山期,不存在文献中提到的自北而南分布的3条东西向海酉期花岗岩浆活动带。本文还指出该区区域铀成矿作用具有多期次的特点,同一矿床铀成矿作用的叠加是形成富铀矿体的前提。该区火山岩类钠含量较低,对铀成矿不利。然而,在不利的地质背景中局部存在利于铀成矿的地段和岩性,应作为今后重点的找矿对象。     

GeoStar在北京绿化隔离带规划发展信息系统中的应用

概述了北京市区绿化隔离地区规划发展信息系统建设的背景，介绍了系统的总体构成，第一期建设的内容，系统功能模块与实现。通过本 建设，表明国产GIS软件GeoStar在二维矢量，三维表现，DEM，影像以及与MIS结合的综合应用中具有较强的优势。     

四川省地震超快速报系统试运行评估

2016年,四川测震台网部署JOPENS地震超快速报系统。2017年3月20日系统进入试运行阶段,统计分析产出的地震数据,发现震级、震中位置等出现偏差,并存在漏报、误报等现象。选取地震的第1次和最后1次自动定位结果,与传统的人工速报和地震编目定位结果进行对比分析,评估地震超快速报系统的准确性和实效性。结果表明：地震超快速报系统总体运行稳定,定位精度低于人工速报,速度和精确度与地震台站分布密切相关;与传统的人工速报相比,超快自动速报具有明显的速度优势,可在地震发生后几秒至几十秒内自动确定地震三要素,地震定位的准确性和实效性满足超快速报要求。     

中国海洋交通运输业的绿色全要素生产率及其空间分异

为促进中国海洋交通运输业的可持续发展和区域均衡发展,文章基于相关面板数据,将非期望产出即碳排放量纳入评价指标体系,运用SBM-ML指数测算2006-2017年中国海洋交通运输业的绿色全要素生产率,进一步采用GINI系数、对数离差均值、泰尔指数和重心-标准差椭圆模型研究其空间分异。研究结果表明：中国海洋交通运输业的绿色全要素生产率保持增长态势,仍具有较大的效率改善空间;中国海洋交通运输业的绿色全要素生产率具有显著的空间非均衡性,其中中效率水平地区的区域差异更大,而高效率水平地区的区域差异变动更明显;中国海洋交通运输业的绿色全要素生产率的重心移动呈现“S-N-S”特征,具有“EN-WS”的空间格局但偏移趋势不明显。根据研究结果提出建议：重视区域协调合作,缩小生产效率差异;加快能源结构转型,提高技术创新能力;促进产业集聚发展,提升综合管理水平。     

基于视觉图像的震区人员搜救方法研究

传统基于信号传感技术的震区人员搜救方法,利用惯性导航传感技术融合移动距离和方向角对待搜救人员进行定位,容易受到天气状况不理想以及局部遮挡的影响,其搜救效率和精度低。提出基于视觉图像的震区人员搜救方法,利用图像采集设备采集震区初始视觉图像,采用小波降噪法降噪处理,提升可辨程度。通过色彩对比方法提取降噪后震区人员视觉图像的特征,并与震区原始图像特征对比,获取震区待搜救人员候选图像;根据候选图像分别采用Kalman滤波跟踪算法和Mean shift跟踪算法,在天气状况不理想以及局部遮挡的复杂震区环境中跟踪搜救人员目标。实验结果表明,所提方法查全率保持在98.5%以上,平均准确率约为98%,人员搜救平均时间约为23 s,说明所提方法能够进行高效、准确的震区人员搜救。     

MEMS陀螺仪随机误差KF补偿方法的普适性验证

针对MEMS陀螺仪随机误差成为影响系统导航精度的主要因素及建模存在的普适性等问题,提出一种3次卡尔曼迭代估计的误差补偿方法。采用Allan方差对MEMS陀螺仪随机误差参数进行辨识,同时结合MEMS陀螺仪输出数据自相关与偏相关函数具备的拖尾性,设计基于时间序列ARMA的MEMS陀螺仪误差卡尔曼滤波模型。采用同型号6只MEMS陀螺仪惯性测量单元搭建测试环境,并开展导航验证实验,结果表明,经过滤波处理后的MEMS陀螺仪各项误差系数明显降低,且滤波效果随滤波次数的增加而增强。6组MEMS陀螺仪测试设备显现出的误差减弱趋势具有一致性,姿态误差对比结果也进一步验证了该方法的可行性。     

网络三维技术下的时空可视化分析

随着数据获取技术的快速发展,海量时空数据的来源越来越广。然而受限于数据的认知能力,人们无法高效地从海量时空数据中获取有用信息。利用人的视觉带宽,进行数据可视化分析,可以大大增强对数据的认知能力,提高数据分析效率,从而更快地对时空进行感知,制定决策。时空立方体作为一种三维的时空数据可视化方法,可以直观地展示时空数据的动态特质、周期性规律以及分布状况,对于辅助决策具有重要意义。本文利用WebGL技术,实现了Web端时空立方体的快速生成;并基于中国铁路运输开展实验,对全国铁路运输时空数据进行可视化分析,验证了网络时空可视化分析的实用性。     

中国南麂列岛产海洋底栖硅藻新种-南麂侧链藻(Pleurosira nanjiensis sp. nov.)的形态与分子系统学研究

本文描述了采自南麂列岛小柴屿岩相潮间带的一海洋底栖硅藻新种,南麂侧链藻（Pleurosira nanjiensis sp.nov.）。本研究使用光学显微镜和扫描电子显微镜对该种进行了形态学观察,并基于SSU rRNA和rbcL基因重建了其系统发育关系。南麂侧链藻具有壳面橄榄形、椭圆形或圆形,壳面隆起,单眼突出于壳表面,2–3个唇状突（rimportulae）,放射排列的线纹等特征,区别于其他侧链藻。     

天宫二号近天底角交轨干涉SAR的海洋涡旋探测

海洋涡旋是海洋科学研究的一个重要分支,在海洋热循环中起着重要的作用。传统的卫星高度计通常能够探测到水平尺度超过100 km的中尺度涡旋,但是由于其分辨率较为粗糙,对于1—100 km的亚中、小尺度涡旋难以探测。天宫二号搭载的三维成像微波高度计（InIRA）是国际上第1个可以用于进行海面高度测量的Ku波段干涉SAR,为观测和研究海洋亚中、小尺度涡旋提供了数据来源。InIRA不仅可以获取海洋涡旋2维SAR图像,同时通过两个天线获取复图像间的干涉相位,能够获取涡旋海表面高度异常,为海洋涡旋的探测研究提供了新的可能。本文基于天宫二号InIRA数据,开展了海洋涡旋探测的研究,提出一种通过计算涡旋海面相对高度变化实现海洋涡旋探测的方法。通过对InIRA涡旋数据的处理与分析,发现该方法能够实现海洋涡旋的探测,并利用MODIS叶绿素浓度数据和海表温度数据对海洋涡旋探测结果进行了验证。     

Strength of ensemble learning in multiclass classification of rockburst intensity

Rockbust is a violent expulsion of rock due to the extreme release of strain energy stored in surrounding rock mass, leading to considerable damages to underground strucures and equipment, and threatening workers' safety. As the operational depth of engineering projects increases, a larger number of factors influence the mechanism of rockburst. Therefore, accurate classification of rockburst intensity cannot be achieved based on conventional criteria. It is urgent to develop new models with high accuracy and ease to implement in practice. This study proposed an ensemble machine learning method by aggregating seven individual classifiers including back propagation neural network, support vector machine, decision tree, k-nearest neighbours, logistic regression, multiple linear regression and Naïve Bayes. In addition, we proposed nine data imputation methods to replace the missing values in the compiled database including 188 rockburst instances. Five-fold cross validation and the beetle antennae search algorithm are used to tune hyperparameters and voting weights of the individual classifiers. The results show that the rockburst classification accuracy obtained by the classifier ensemble has increased by 15.4% compared with the best individual classifier on the test set. The predictor importance obtained by the classifier ensemble shows that the elastic energy index is the most sensitive input variable for rockburst intensity classification. This robust ensemble method can be extended to solve other classification problems in underground engineering projects.