地震勘探技术在煤炭勘查中的应用与展望

地震勘探作技术为一种重要的勘探方法,可以经济、有效的发现资源和解决资源开采过程中遇到的构造、地层、岩性等问题。煤炭地震勘探发展过程中地震野外数据采集、地震数据处理和地震解释都取得了重大成就,目前煤炭地震勘探正进一步向高信噪比、高分辨率、高保真度、高清晰度、高精度、定量分析的方向发展,未来也必将在煤炭资源发现和矿井隐蔽致灾因素的探测中发挥重要作用。     

对DMAPS野外采集程序的改进

随着数字化测图的开展和深入,安徽省测绘局DMAPS成图软件野外采集程序的原有功能已不能较好的满足数字化生产需求,但其本身和其它数字化成图软件的野外采集程序相比又有较多的优点,如加以适当改进,便能更好的适应数字化测图的需要,本文论述对野外采集程序加以改进的方法。     

青藏高原羌塘盆地二维地震数据采集方法试验研究

羌塘盆地地表地质条件复杂,地震资料信噪比低,取得高质量的地震剖面存在很大困难。为了改善这一问题,我们通过50km长的二维反射地震试验剖面,初步探索出一套适用于羌塘地区地震资料采集的方法技术。研究对比表明,合理加大接收排列,采用有效深井、药量,添加适当大炮与适当延长记录长度等措施能够在该地区获得较丰富的地下反射信息。从试验处理的剖面看,该施工方式是合理的、有效的。     

目标采集技术在西部新区地震勘探中的应用

目标采集技术是根据复杂的地下地质构造提出来的,它是针对诸如小断层、小断块、复杂断裂带、特殊岩性、泥岩裂缝等主要地质构造目标而进行的有针对性的目标观测系统设计及目标采集施工方法设计的技术。针对目标采集的特点,在观测系统设计中提出了以地质模型正演模拟分析为核心的观测系统设计技术;在老资料分析和采集参数论证中提出了细化、量化分析技术。通过目标采集技术在西部探区的应用,有效的解决了西部新区勘探开发中广泛存在的复杂隐蔽油气藏勘探难题。     

基于多源数据的主体功能区划分方法——以广州市为例

以广州市为例,基于城市感知数据、遥感影像等多源数据,采用卷积神经网络对遥感影像进行了语义提取,将提取结果与兴趣点（Points of Interest）样方密度的功能用地识别结果进行补充校验,根据政策和规划文件建立功能用地与主体功能区之间的关联,利用信息熵分析广州市功能用地混合程度,以辅助判别主体功能区,最终得到广州市主体功能区划分结果。将划分结果与《广州市主体功能区规划（2008—2020年）》和《广州市城市总体规划（2017—2035年）》草案对比验证,结果表明文章所提出的方法精准度较高,并能体现广州市空间格局形态,反映主体功能区实际分布情况。     

面向ResearchGate的古气候文献数据采集系统的研制与应用测评

论文基于Linux平台,利用Python(V3.6)和MySQL(V5.7),开发了一套“面向ResearchGate的古气候文献数据采集系统”;并且通过人工判读从全球古气候资料共享网(https://www.ncdc.noaa.gov)数据库中遴选出1450篇古气候重建论文,对关键词进行了分类汇总,初步构建了用于古气候文献检索的关键词表。依据这一关键词表,利用古气候文献数据采集系统,从ResearchGate数据库中进行了文献检索。针对来自ResearchGate的32493篇文献和来自NCDC的1450篇文献,通过时间尺度、代用资料类型、气象要素、研究地区(国家)4个维度关键词词频的对比分析,发现2套文献数据关键词词频的相对差异基本一致。这表明依据初步构建的关键词表,自ResearchGate检索获取的古气候重建文献是有效的,能反映古气候重建研究现状。如此庞大数量的研究论文为下一步收集未被NCDC收录的古气候重建结果提供了丰富的数据源。“面向ResearchGate的古气候文献数据采集系统”达到了预期设计目标。     

旅游城市餐饮业空间布局特征--以拉萨市为例

受城市功能定位、旅游消费驱动等因素影响,旅游城市餐饮产业空间布局具有其自身特征。通过对互联网电子地图POI数据的挖掘,并结合ArcGIS最近邻分析、标准差椭圆、核密度分析和缓冲区分析工具,本文分析了高原旅游城市拉萨市主城区餐饮业空间分布格局特征及其影响因素(基于道路交通、旅游资源和人口视角)。研究发现拉萨市主城区餐饮业空间分布总体呈现集聚特征,主要集中在交通发达和旅游资源密集区周边地区;常住人口集聚区域餐饮点同样集中布局,餐饮点密集区与实时人口密集区高度重叠。针对拉萨市城市空间结构、功能定位和旅游发展,文章进一步提出拉萨市餐饮业空间布局优化措施。     

融合POI数据的建成区人口数据空间化方法——以武汉市为例

人口数据空间化对城市精细化管理具有重要意义,现有的人口数据空间化方法主要采用夜间灯光数据和土地利用数据,鲜有涉及关注点(POI)数据研究.通过多元线性回归构建土地利用分类数据、POI数据与人口统计数据之间的关系得到人口模型进而实现建成区人口数据空间化.并以武汉市建成区为例,进行方法验证.结果表明,不同尺度格网下反映出的...     

北京市出租车OD流多尺度空间预测深度重力模型及其可解释性研究

准确预测城市内部OD流对于优化城市交通运行效率、提高资源利用率以及促进城市可持续性发展具有重要作用。现有研究大多基于单一尺度利用地理位置之间大量的历史流量来预测未来的流量,尚未有研究充分探究不同空间尺度下OD流预测可能存在的重要特征或建模精度差异等问题。本研究以北京市出租车轨迹为例,采用深度重力模型（Deep Gravity）对不同空间尺度下的轨迹OD流进行预测。同时,引入SHAP值（SHapley Additive exPlanations）揭示不同尺度下影响OD流预测建模的重要特征。结果表明：(1)相比于重力模型和辐射模型,街道尺度下深度重力模型的OD流预测精度最高（CPC值高达0.83）,且成功捕捉到了北京市早晚高峰时段的OD流网络整体结构,呈现出“环形散射状”特征;(2)在本研究所选各空间尺度下,对OD流预测精度影响最大的4个特征均为O、D点之间的出行距离,O、D点周围公司企业数量、餐饮服务数量以及购物服务数量;(3)同一特征对OD流预测模型的局部影响不同于全局,如科教文化和体育休闲类POI在全局尺度下对模型影响较小,但在局部尺度下却表现出极大的影响。     

基于POI数据的西宁市零售业空间格局探究

零售业是城市商业结构中最有活力的组成部分,合理有序的零售空间结构对促进经济的发展、提高资源的配置、满足居民的生活需求至关重要。POI作为新的空间数据源,能够客观地、准确地对商业空间结构进行识别和探究。西宁市位于青藏高原东北部,是连接青藏高原与中国大陆的重要门户。西宁市集中大量的人口,且存在有潜力的消费市场。基于POI大数据,运用核密度、局域Getis-Ord G^*指数、Ripley’s K函数和区位熵的分析方法,以西宁市为研究案例探究零售网点的空间分布特征。零售业详细地分为以下8种类型,分别是食品、饮料及烟草制品,纺织、服装及日用品,文化、体育用品及器材,家用电器及电子产品,五金、家具室内装饰材料,医药及医疗器材,汽车、摩托车燃料及零配件,综合零售。结果表明:西宁市零售业集聚区空间分布特征显著,呈现"多集聚、多核心"商业空间形态。密度等级由中心区沿交通干线逐渐向外围递减;高密度集聚区分别分布在水井巷附近街区、商业巷附近街区、祁连路—北禅路交汇的附近街区(北山市场)和以万达广场为核心的海湖新区。行业属性不同使得零售点集聚和分布变化表现出较大的差异性,与人们日常生活密切相关的业态零售点呈现社区化、微型化和便利化的特征,且区位选择性较大,如:食品饮料及烟草制品、医药及医疗器材和综合零售行业,而家用电器及电子产品、文化体育用品和纺织服装等行业区位选择尺度小,集中在特定的区域;基于道路数据构建的街区单元冷热点区域分布特征显著,它受城市建设用地扩张,人口密度,交通可达性和城市规划等因素的影响,海湖新区将成为最有发展潜力的商业区;在街道尺度,各业态零售业专业化功能区块显著,发展成熟的街道表现出多优势行业集聚特征,西宁市多业态集聚区域较少,只有人民街街道。这项研究一方面有助于填补基于POI数据青藏高原河谷型城市商业空间结构研究的空白;另一方面,为政府战略制定,零售商选址和城市规划提供一些参考。