大数据环境下内蒙古浩布高地区铅锌多金属矿智能矿产预测研究

传统机器学习算法已广泛应用于矿产预测,但面对地质大数据的高维稀疏、不平衡小样本等特性仍缺乏有效处理和分析的方法,设计适合地质大数据特点的机器学习算法是智能矿产预测亟需解决的新问题。本文以内蒙古浩布高地区的铅锌多金属矿产预测为例,提出了一种面向地质大数据的半监督协同训练矿产预测模型。首先对研究区地质找矿信息和地球化学异常信息进行定量分析,提取断裂构造、二叠系地层、燕山期侵入岩、地层与岩体接触带、围岩蚀变及Pb、Zn、Sn、Cu地球化学异常共9种找矿因子。然后利用递归特征消除法优选找矿因子组合,不包括Sn异常在内的8个找矿因子组合被选为最优组合。最后,利用支持向量机和随机森林算法作为基分类器进行半监督协同训练矿产预测,绘制成矿概率分布图。ROC曲线和预测度曲线分析结果表明,半监督协同训练模型的AUC值和预测效率都高于随机森林和支持向量机模型。研究结果也为大数据环境下的智能矿产预测提供了一种新的思路。     

基于多特征随机森林算法的深圳市土地利用分类

城市土地利用分类对土地资源可持续利用具有重要意义。为了进行深圳市土地利用信息提取,利用Sentinel-2影像,基于遥感光谱、光谱指数和图像纹理等多种特征信息,构建了多特征随机森林城市土地利用分类模型。并在相同分类条件下,与最大似然、K最邻近监督分类方法进行对比分析,利用混淆矩阵进行精度评价,分析随机森林分类算法的优缺点。研究表明,多特征信息融合丰富了遥感数据的信息内容,多特征随机森林分类方法具有更高的分类精度。     

教育 制度 监督三举并重 促进国土系统党风廉政建设

近年来,建德市国土资源局坚持教育、制度、监督三举并重。紧紧围绕国土资源中心工作。以落实党风廉政责任制为龙头,以廉政教育为抓手,以创新制度为保障、建设廉洁国土文化,扎实推进惩防体系建设,促进国土系统党风廉政建设,推动了各项国土资源管理工作的开展。该局连续五年被建德市评为“人民满意单位”。     

城市工业用地擅自改变用途监督管制的博弈分析

近年来,随着城市化进程不断加快,城市基础设施不断完善,拥有位于城市较好区位地段出让工业用地的市区企业,在经济利益驱动下,将工业用地擅自改变用途实际用于商业经营或用于办公,即将工业用地办公化、商业化。这一现象开始逐步引起政府部门的重视,也成为当前土地管理工作面临的新问题和新课题。     

遂昌县开展土地开发整理专项监督

10月29日,遂昌县政协与县监察局联合开展土地开发整理专项监督工作。县政协主席吴维生、副主席王凤琴、包建崇率部分县政协委员,视察了石练定溪、金竹洋岭头土地开发项目。县监察局负责人及驻遂市政协委员参加视察监督活动。近年来,遂昌县通过土地开发整理项目的实施,较大地改善了农业生产条件,为提高耕地质量,实现耕地占补平衡,确保粮食安全提供了基础保障。该县今年垦造耕地项目通过县级评审面积6200亩,其中2000亩正在施工建设;建设用地复垦项目通过县级评审面积800亩,其中300亩已动工建设。     

舞阳局邀请人大代表担任执法执纪工作监督员

为了更好的促进依法行政,加强法律监督,2007年12月7日舞阳县国土资源局聘请6名市、县人大代表担任该局执法执纪工作监督员,毕颁发了聘书。     

省自然资源厅召开2018年度党风廉政建设主体责任监督责任考核大会

1月3日,省自然资源厅召开2018年度党风廉政建设主体责任监督责任考核大会。省党风廉政建设主体责任监督责任第七考核组组长、省纪委监委驻省委办公厅纪检监察组组长万黎明及其带队的省考核组成员出席大会。厅领导,各事业局班子成员,厅机关各部门和直属各单位主要负责人,离退休干部代表,干部群众代表共约100多人参加考核大会。     

黄河三角洲地区GF-3雷达数据与Sentinel-2多光谱数据湿地协同分类研究

黄河三角洲湿地的动态变化监测对湿地资源合理利用、开发保护具有重要意义。采用C波段全极化高分三号（GF-3）合成孔径雷达数据与欧洲空间局哨兵二号（Sentinel-2B）多光谱数据,分析了黄河三角洲湿地7类地物的光谱、指数、极化散射以及纹理等特征信息,分别基于最大似然法（maximum likelihood,ML）、决策树（decision tree,DT）、支持向量机（support vector machine,SVM）方法实现了有监督分类,评估了两者协同与单独应用于湿地地物分类与识别的能力,结果表明,两者协同分类时,其总体精度分别可达90.4%、95.4%、95.7%,均明显高于两者单独分类的结果,证明了GF-3雷达数据与多光谱数据在湿地协同分类方面的可靠性和应用潜力。     

沈阳市建成区扩展动态监测

以辽宁省沈阳市为研究对象,以该地区1995年、2000年、2005年以及2016年不同时相的遥感影像为信息源。首先,利用ENVI影像处理软件进行数据预处理;然后,对沈阳地区土地类型进行MLC监督分类并评定分类精度;最后,采用分类后对比的方法并通过Arc GIS软件对沈阳建成区扩展情况进行研究。     

结合L0平滑和超像素的高空间遥感影像非监督分类

针对基于像元的非监督分类方法对高空间遥感影像分类时易形成“椒盐”噪声和产生大量错分、漏分的问题,提出了一种结合L0平滑和超像素的非监督分类方法．首先采用L0算法对高空间遥感影像进行平滑操作,减少大量图像噪声及冗余信息;然后采用简单的线性迭代聚类（SLIC）超像素方法处理平滑后图像,进一步抑制椒盐现象的同时降低处理复杂度,得到初始聚类图;最后采用K-means非监督分类方法得到最终分类结果图．为验证本文提出的方法,选取3景高空间遥感影像作为实验数据．试验结果表明,采用提出的方法能准确对地物分类,且总体精度分别达到了72.46％、77.55％和78.44％,Kappa系数分别达到0.788、0.779和0.779．提出方法能有效解决分类中存在的“椒盐”现象,可提高分类精度,对高空间遥感影像分类具有一定的参考价值．