在部党组务虚（扩大）会上的总结讲话

四个小组代表的交流发言和七位党组同志的发言都很好。下面我简要做一个小结,讲三个方面的问题。     

遥感影像云检测网络泛化性能研究：以DeepLabv3+为例

近年来,深度学习算法得到了长足的发展,并开始应用于云检测。但是深度神经网络模型参数众多,依赖大量训练样本,因此理解其泛化性能对于深度学习在不同遥感影像的实际应用具有重要的参考价值。本文以深度语义分割算法DeepLabv3+为例,以一组广泛使用的云标记数据集"L8 Biome"为验证数据,探讨该算法用于云检测时在不同的地表景观、空间分辨率和光谱波段组合的遥感影像上的泛化性能。云标记数据集"L8Biome"包含96景具有全球代表性的Landsat 8 OLI影像及相应的人工云掩膜,被广泛用于测试云和云阴影检测算法性能。首先,利用Landsat 8 OLI云标记数据集"L8 Biome",构建不同类型景观、不同空间分辨率、不同波段组合的训练影像集和测试影像集;其次基于不同训练样本集和测试集,评估了DeepLabv3+算法在不同情况下的云检测精度,并与Fmask算法作对比分析。研究结果表明:(1)使用全混合景观类型的训练集训练出来的云检测网络在总体检测精度(92.81%)与稳定度(标准差12.08%)上都优于使用单一景观类型的训练集训练得到的云检测网络,也优于Fmask的总体精度(88.75%)与稳定度(标准差17.34%),说明在构建深度学习算法的训练集时,应该尽可能包含多类型的地表景观;(2)将全混合景观训练集中剔除一类景观的样本(冰/雪景观除外)构建的"混合-1"训练集与全混合景观训练集训练的DeepLabv3+网络的云检测精度也相差不大,说明现有训练样本集已具备较强的景观泛化能力;(3)基于30 m空间分辨率的全混合景观训练样本集训练得到的DeepLabv3+云检测网络在不同分辨率(30 m、60 m、120 m、240 m)的测试集上云检测精度差异不大,都取得较好的效果,说明DeepLabv3+能够泛化应用于不同空间分辨率的遥感影像,相反Fmask直接应用于低分辨率影像时精度明显下降;(4) DeepLabv3+能充分自适应不同波段的信息用于云检测,总体来说更多的光谱波段输入能够提高DeepLabv3+的云检测的精度和稳定度,其中短波红外波段对于DeepLabv3+区分冰/雪与云具有重要价值,而热红外波段对DeepLabv3+云检测网络的性能提升很微小。以上结果说明利用现有数据集"L8 Biome"训练的DeepLabv3+云检测网络能够适用于多种类型的遥感影像,并优于Fmask算法。     

建筑物雷击次数等效截收面积计算方法

采用滚球法,结合规范的有关规定,分析了周边建筑物对所考虑的建筑物等效面积的影响.在周边建筑物与所考虑的建筑物平行且忽略建筑物宽度的条件下,详细讨论了建筑物低于100 m时周边有等高、比它高和比它低的其他建筑物3种情况下,与建筑物截收相同雷击次数的等效面积的计算方法,并推导出计算公式.在此基础上,与规范规定的计算公式进行了对比,指出了规范中计算公式的局限性.该研究结果可满足更精细的防雷技术工作需要.     

普洱西盟五类锡矿特征及找矿前景

西盟锡矿群是云南锡矿主产区,存在五类锡矿床：“面型”云英岩型,大理岩型,矽卡岩型,断裂破碎带型及层间破碎带型。深入了解其不同成因空间、成矿规律、岩矿组合、赋矿条件,并结合隐伏花岗岩体特征,十分有利扩大找矿远景。     

在厅党组中心组理论学习（扩大）会议上的讲话

经厅党组研究,决定召开厅党组中心组第三季度理论学习（扩大）会议。这次会议主题是胡锦涛总书记＂七一＂重要讲话。前面,部分处室领导和厅领导围绕＂七一＂重要讲话做了很好的发言。从发言的情况来看,大家都高度重视,结合自己的业务,作了认真的学习和思考,我听了很受启发。下面,在大家发言的基础上,我讲四点意见。     

利用深度学习进行GF-6影像枣园检测识别

针对新疆南疆大规模枣园的检测识别,本文提出了一种基于泛化迁移深度学习的枣园目标检测识别方法。以GF-6卫星影像数据为基础制作了Jujube数据集,并将其泛化扩充增强;以Faster R-CNN体系为基础,利用多态协同模式实现数据集的有效关联和优化重构,进行检测识别模型的迁移深度学习以提高对目标对象检测识别的泛化能力。结果表明,模型算法的验证识别精确率、召回率和调和平均值分别达0.979、0.952和0.965,在应用测试中,3个指标平均值均大于0.929,优于传统检测方法,且本文模型方法总体分类精度为0.97,Kappa系数为0.93,均高于面向对象最邻近法,能够有效地满足研究区规模化枣园目标检测识别的精度和效率的要求,为精细化枣园田间管理提供基础依据。     

点云场景认知模式——泛化点云EI北大核心CSCD

随着传感器技术和观测平台的迅速发展,点云大数据作为新型遥感的主要数据形式,已经逐渐成为场景感知的重要信息载体,并在地质灾害态势感知、自然资源定量调查和道路交通安全服务等国家重大战略需求中发挥了越来越显著的作用。与此同时,点云观测装备和国家重大战略需求的双重驱动促使空间场景从感知迈向了认知,也对认知处理的算法和算力提出了新的要求。为此,本文以点云场景认知的基本框架为线索,分析了多源点云耦合观测的研究现状,总结了点云场景认知处理的关键进展及其在国家重大战略需求中的典型应用,并凝练了点云场景认知当前面临的主要问题。在此基础上,本文聚焦点云场景认知的前沿挑战,避开传统欧氏空间而转到高维张量流形空间进行点云数据处理,提出了“泛化点云”的科学概念和技术框架,为突破点云场景认知处理的算法和算力提供研究思路。     

基于Lasso回归模型的青岛海洋经济和海洋产业分析

为促进青岛海洋产业结构优化和海洋经济高质量发展,文章构建评价指标体系,采用Lasso回归模型分析对青岛海洋经济发展产生重要影响的海洋产业,并提出发展建议。研究结果表明：青岛海洋经济发展水平评价指标体系包括海洋渔业、海洋化工业、海洋进出口总额、海洋环境、海洋交通运输业和滨海旅游业6个大类和20个特征变量;采用10折交叉验证确定调节系数的最优取值,并通过求解Lasso回归系数最终筛选10个特征变量进入回归模型;根据回归系数估计值,国内旅客数量的重要性最强,海洋渔业产值的重要性较强,而货物吞吐量的重要性较弱;Lasso回归模型的预测准确率、模型泛化能力和可信度均较高,属于稳健的稀疏模型;未来青岛应进一步发挥滨海旅游业和海洋渔业等的产业优势,着力发展海洋交通运输业,保护海洋生态环境以及加大海洋科技研发投入。     

土层扩大头锚杆扩孔钻具的研制

本文通过分析土层扩大头锚杆施工方法,设计适合机械扩孔施工钻具,解决土层扩大头锚杆施工难题,降低成本,提高工效。