砂岩铀矿岩心颜色的成像光谱自动识别与定名方法研究

现阶段砂岩铀矿岩心编录中颜色的辨识和描述依赖编录人员的感知与经验知识来完成,急需引入自动化手段,实现颜色识别的定量化和描述的规范化。文章分析了砂岩铀矿颜色和成像光谱数据的特点,参考石油行业岩石颜色参数命名规范,设计了可见—近红外全谱段法和真彩色三通道法的岩心颜色识别流程、结果优化与定名方法,开发了相应的软件代码。在庆阳地区ZKH3孔岩心颜色自动识别与定名实验中,针对岩心块之间空隙和岩心箱残留等干扰会造成颜色异常的问题,提出了通过判别待识别单元及前后色段颜色来去除异常色的方法,提高了颜色和定名的准确率。实验结果表明,三通道法识别的颜色偏暗且分段位置不准确,全谱段法识别结果与彩色相机照片一致,可以作为岩心颜色自动识别的有效方法。     

华北区域性低能见度天气的自动识别及预报

利用2002~2011年的能见度观测资料以及NCEP格点资料,采用天气学方法研究了华北地区的低能见度天气过程。结果表明:造成研究区域低能见度的500 h Pa天气形势可分为3种类型:2槽1脊型、低槽型、纬向气流型;用特征物理量作为这3种天气型的入型判据,建立了华北区域性低能见度天气的自动识别系统;并在此基础上,利用K指数、露点温度差以及500 h Pa和850 h Pa的假相当位温差等天气诊断物理量,进行第二次判别,进一步消空,最后制作低能见度天气预报。利用以上建立的预报方案,对2002~2011年进行冬半年逐日回代检验,预报准确率达到了78%左右;对2012年的试预报结果为:出现3 d区域性低能见度天气过程完全报对,试验结果表明预报方法达到了较好的效果。     

基于振幅和瞬时频率的震相自动识别方法

为了充分反映地震信号振幅增大和频率改变的特征,发展了一种以振幅和瞬时频率比乘积为特征参量的震相自动识别方法。谐波信号和有限实际地震记录的应用表明,本方法具有较高的识别精度。     

天津港调度指挥中心采用全球定位系统

日前，天津港（集团）调度指挥中心建成投入使用。该中心运用现场视频监控系统、船舶交通管理系统、船舶自动识别系统、全球定位系统、货场图形化管理系统、智能交通系统、视频会议系统等现代化手段，对航道、泊位、库场、道路进行信息识别和视频监控，达到优化港口资源配置，实现港口生产集中指挥的目的，从而保证港口生产安全、科学、高效、有序地进行。     

基于神经网络的气象卫星影像森林火点自动识别的试验研究

森林火点的识别是利用气象卫星资料监测森林火灾的基础。传统的目视解译火点识别法难以实现计算机的自动识别，神经网络技术为解决这一问题提供了新的工具。作者探讨了应用神经网络实现气象卫星影像森林火点自动识别的技术方法，并在湖北省地理范围内进行了试验。试验结果显示，经过训练的神经网络能够记忆火点的特征，具备将森林火点从气象卫星影像中识别出来的能力。与目视解译法相比，神经网络方法的精度接近目视解译法，最重要的是实现了森林火点的自动识别。     

数字化台网的近震震相自动识别

首次提出了数字化台网对于近震震相自动识别的“波形变化值增长”算法和“无后续震相”判据 .前者根据波形变化值来描述近震波形的变化 ,用该值的增长捕捉地震波振幅或频率的突变 ;后者在识别到初动后考察后续波形的变化情况 ,如果没有其它震相 ,初动识别无效 .该判据使算法在初动震相振幅过小识别不清时 ,不会误将后续振幅较大的震相识别为初动震相 .该方法经实例检验表明精度符合地震速报的要求 ,并编制了相应的程序     

基于地貌特征的崩塌、滑坡、泥石流遥感自动识别

建立了一种基于地貌特征的崩滑流（崩塌、滑坡、泥石流）遥感自动识别方法,通过对地物的光谱特性、几何形状和顺坡性相关的6次布尔运算完成对崩滑流的自动识别。并以碧罗雪山一处高山峡谷地区为例,采用10m空间分辨率的SPOT-5多光谱影像和1：5万地形图生成的DEM（数字高程模型）作为数据源,进行了崩滑流自动识别效果的检验。实验结果表明：①该方法顾及了地貌对崩滑流空间几何形态的影响,可以有效地提高崩滑流遥感自动识别的正确率;②识别对象与数据源的关系明确、逻辑简单、决策阈值容易确定,便于使用决策树进行分类;③该方法对数据源要求较低,只需中等以上比例尺的DEM和拥有红、近红外的遥感影像即可;④粘连图斑的分割是该方法面临的主要难题。     

山地垂直带谱的数字识别方法探讨

在地学信息图谱思想和数字带谱体系的基础上,阐明了垂直带谱数字识别的概念和方法.通过AML语言组合ArcGIS功能模块,实现了昆仑山北侧垂直带谱的数字识别,通过评价认为其成果能够适用于山系尺度的带谱研究;探讨了Matlab软件编程实现山体360°带谱数字识别的算法;进一步分析了垂直带研究中带谱界限自动识别的前景和挑战.在对两种程序设计方法进行对比和分析的基础上,确立了山体单侧、山体360°两种垂直带谱模式的构建技术.研究表明,带谱数字识别技术能够为山地垂直带谱的构建提供可行的支持,促进地学信息图谱的进一步发展.     

基于深度学习的镜下矿石矿物的智能识别实验研究

矿石矿物鉴定的智能化是智能地质学和智能矿床学的基础技术之一。计算机视觉技术和深度学习理论使矿石矿物鉴定的智能化成为可能。本研究基于深度学习系统Tensor Flow,以吉林夹皮沟金矿和河北石湖金矿的黄铁矿、黄铜矿、方铅矿、闪锌矿等硫化物矿物为例,设计有针对性的Unet卷积神经网络模型,有效自动提取矿相显微镜下矿石矿物的深层特征信息,实现镜下矿石矿物智能识别与分类。实验显示,模型在训练过程中,随着训练次数的增加,模型精度在不断增大,损失函数不断减小;经过3000个批处理之后,模型精度和损失函数基本趋于稳定。训练出的模型对测试集中的显微镜镜下矿石矿物照片的识别成功率均高于90%,说明实验所建立的模型,具有很好的图像特征提取能力,能完成镜下矿石矿物智能识别的任务。     

叠前去噪技术在煤矿采区全数字高密度三维地震中的应用

高密度三维地震采用数字检波器单点接收,数字检波器灵敏度高,对信号采取宽频接收,使得更多弱背景噪声和有效信号一起被记录下来。因此,全数字高密度三维地震资料单炮信噪比偏低,需要在叠前采用针对性去噪技术以提高处理效果。以淮北矿区全数字高密度三维地震数据为例,讨论了高密度空间采样的充分性以及高密度三维地震数据中面波、异常振幅与多次波等主要干扰波的特点,结合高密度三维地震数据宽方位、宽频带、高密度等特点,针对性地压制面波、异常振幅与多次波。在纵测线和非纵测线方向上对面波进行十字排列分析,根据面波空间分布规律设计锥形滤波器进行滤除;通过计算多个地震道的包络并设定阈值自动识别后进行单道压制以处理异常振幅。应用抛物Radon变换把CMP道集变换到τ-ρ域剔除多次波。原始数据经过处理后,有效信号得以保留,信噪比得到较大提升,取得了良好的效果,对今后的全数字高密度三维地震数据处理工作有借鉴意义。