面向对象的精细化建模分析

本文首先利用像片与点云融合建模的技术方法,提出了面向对象的精细化建模思路,从数据采集、数据处理及模型生产3个阶段对某一景观小品进行了实践与探索。然后通过对比分析,得出不同类别传感器所获取的数据在模型成果中的优缺点。最后利用点云与像片融合建模的技术,解决了实景模型几何结构粗糙、纹理差的问题,为小尺度规划工作提供了可参考的基础数据。     

基于港口船舶识别的高分二号卫星遥感影像融合方法比较

在卫星遥感影像识别中,相较于海上单一环境的船舶识别,港口船舶识别由于存在集装箱、码头等大量干扰目标,显得更为困难。采用强度-色度-饱和度(Intensity-Hue-Saturation, IHS)变换、Brovey变换(Brovey Transform, BT)、ESRI全色锐化变换、简单均值变换和施密特正交变换法(Gram-Schmidt, GS)等5种融合算法,进行高分二号卫星全色和多光谱影像的融合试验,通过定性和定量评价选出适用于港口船舶影像的最优方法。结果显示GS融合方法在增加影像空间信息的同时维持了光谱保真性,其均方根误差、峰值信噪比、结构相似性等指标均优于其他4种融合方法,可用于港口船舶识别。     

雷达与多光谱图像融合技术在矿产勘查中的应用研究

文章阐述了雷达图像与ETM图像的特性,重点介绍了在几何精校正的基础上,雷达图像与ETM图像进行HIS融合变换的原理与方法.经融合处理后生成的图像,既反映出ETM图像多光谱信息丰富的特点,又反映出雷达图像上丰富的结构信息,从而大大提高了对地物的识别和判读能力.图像融合技术在地质和矿产勘查中有更广阔的应用空间.     

基于地震沉积学的古河道展布特征与演变过程——以川东北通南巴背斜中下侏罗统为例

基于地震沉积学理论,根据基准面旋回变化,利用沿层地层切片的高分辨率纵向演化特征与高精度地震成像技术,研究川东北地区通南巴背斜中下侏罗统的古河道展布、古河道定量化特征与演变过程.结果表明:研究区中下侏罗统沉积时期发育4期古河道(湖侵体系域两期曲流河河道、高位体系域早期顺直型河道与晚期辫状河河道),古河道为厚层砂岩沉积,测...     

我国三维云融合分析业务系统(3DCloudA-V1.0)研制与开发

云是地球系统的重要组成部分,能够通过影响大气辐射传输,进而影响地气系统的辐射平衡.目前对于三维云场观测得到的信息均具有一定的局限性,需要通过融合分析,综合多源观测资料的优势,得到更为准确的三维云场信息.三维云融合分析业务系统(3DCloudA-V1.0)基于逐步订正方法,融合数值预报产品、静止气象卫星、雷达等多源数据,...     

南海东部地区断层阴影带构造落实方法及其应用研究

南海东部地区断层阴影带构造圈闭资源潜力巨大,部分区带老三维地震资料近似平行于新近系控圈断层走向方向采集,断层阴影带照明度低,受断层带、断层两盘地层速度差异等因素影响,阴影带速度各向异性特征明显,准确深度偏移成像面临挑战,断层圈闭构造落实难度大,不利于断层圈闭的评价及油田开发方案部署.基于此,近年开始在油气成藏有利区带垂...     

近岸水体异源遥感反射率产品的融合方法研究

数据融合能够综合利用多源遥感数据优势,获取高空间分辨率和高测量精度的遥感影像,对于近岸水体生态环境监测和灾害预警均具有重要意义。但目前使用的数据融合方法多是针对内陆水体或大洋水体的,其在近岸水体的适用性仍需进一步评估,因而本文开展了近岸水体遥感数据融合方法的对比研究。本文以高空间分辨率的Sentinel-2 MSI影像和中等空间分辨率的Sentinel-3 OLCI影像为数据源,分别开展了基于小波变换（WTBF）、生物光学模型（BOBF）和混合像元分解（IUBF）三种方法的数据融合实验,并在此基础上借助现场实测遥感反射率（Remote-sensing Reflectance,Rrs）数据与融合影像对应点的平均相对误差（MRE）、均方根误差（RMSE）、偏差（bias）和平均梯度对各种方法的融合数据质量和区域适用性进行了评估。结果表明：（1） OLCI的Rrs数据精度高于MSI。其中MSI在443 nm、560 nm和665 nm三个波段的MRE、RMSE均高于OLCI,表明MSI的Rrs精度相对OLCI较低;目视效果和平均梯度表明MSI的清晰度高于OLCI。（2） BOBF是三种方法中...     

天文星表入库的自动化

天文数据主要包括星表、星图、光谱、文献资料等,其中星表是包含天体信息的数据表格,是天文学家最常用到的天文数据。目前天文数据分布存储在全球各个数据中心。中国最大的天文数据中心是北京天文数据中心,其数据库的重要部分是天文星表数据库。本文阐述了建设天文星表数据库的意义,着重探讨了星表自动入库工具的实现,并介绍了在天文星表数据库基础上的数据融合和数据挖掘。     

地质模式约束的SVR属性融合在浅水三角洲储层描述中的应用: 以西湖凹陷X气田为例

X气田位于东海盆地西湖凹陷中央反转构造带,主要目的层H4层为浅水三角洲沉积环境,气田地震资料主频较低（25 Hz）,而H4层埋深较大（3 300~3 400 m）,储层低孔低渗,常规地震反演预测砂体厚度吻合度较低。针对X气田三维地震资料全覆盖及钻井较少的特点,通过地质模式指导下的正反演结合设置虚拟井来弥补SVR（Support Vector Regression）算法中样本点的不足,通过提取地震属性并优选表征砂体厚度的敏感属性,利用SVR算法进行多属性融合,完成了H4层砂体的定量预测。基于储层预测成果,提出H4层为浅水三角洲曲流型分流河道沉积,并进一步完成了砂体沉积模式解剖,成功指导了开发调整井部署,实钻砂体厚度与预测砂体厚度吻合度高达84%以上。探索得到了海上少井条件下地质模式约束的SVR算法储层定量预测方案,对X气田中深层分流河道储层完成了精准预测,亦对同类型油气田的储层描述具有一定指导意义。      

多核学习算法及其在高光谱图像分类中的应用研究进展

多核学习算法在高光谱图像分类领域占据着十分重要的地位。与灰度图像、全色图像和多光谱图像等相比,高光谱图像因具有很强的分类识别能力等多方面优势而被广泛应用。为进一步提高高光谱图像的分类精度,促进多核学习算法在高光谱图像分类中的应用,本文对多核学习算法及其在高光谱图像分类中的应用进行了总结。首先在回顾核方法的基础上阐述了多核学习框架,其次对多核学习核函数组合方法进行综述,随后根据求解多核学习组合系数方法的不同将多核学习分为两类：固定规则的多核学习算法和基于优化的多核学习算法,并对两类多核学习算法在高光谱图像分类中的应用进行综述,总结各类算法在高光谱图像分类的应用进展。同时,为了便于研究者对多核学习算法及其在高光谱图像分类问题中的应用研究,本文对常用核函数和高光谱图像数据集进行了整理归纳。最后,讨论了多核学习算法在高光谱图像分类研究方面的不足,并对未来研究方向进行了展望,以期为该领域的研究和应用提供参考。