桥梁水平位移混沌特征识别与神经网络预测研究

跨海大桥系统受外界影响扰动,其变形伴有混沌现象发生.对桥梁变形监测数据实现了混沌识别,运用C-C法计算时间序列的延迟时间,用G-P方法求得最佳嵌入维数,通过求取的时间延迟和最佳嵌入维数对桥梁变形监测数据进行相空间重构,为混沌时间序列预测模型的建立奠定基础;基于RBF神经网络建立混沌时间序列预测模型,对实测数据进行桥梁变...     

利用多分辨率半边进行全球多分辨率DEM无缝表达

矢量化的复杂建筑平面图纸受各类图元的干扰,其空间布局识别难度非常高,然而在5G基站建设、智能家居以及AR/VR（augmented reality/virtual reality）中广为应用。提出了一种结合栅格图像和矢量表示的高性能融合对偶识别方法。首先,采用建筑平面图纸的栅格化表示,提取建筑图纸的主要发展方向,构建分割的若干个封闭区域空间。然后,采用建筑平面图纸的矢量化表示,利用空间识别的有向性和邻接特性,创新地提出使用半墙数据结构进行墙体几何位置和拓扑关系的计算,从而根据空间对偶原理高精度地整体重建墙体布局。最后,获取包含各类墙体布局的矢量建筑平面图数据集,并进行方法的实验验证。实验结果证明了所提出的先空间后墙体的融合对偶识别算法对于各类建筑模型类型均具有可用性和有效性。与传统先墙体后空间的识别方法相比,所提方法具有更高的鲁棒性,受特定建筑图纸类型的干扰更少。     

基于统计学习方法的安徽省安庆市自然资源自动化监测——以山体为例

遥感作为一种可以快速、大范围获取地表覆盖信息的技术手段,为复杂的自然资源调查任务提供了可靠的数据来源。针对山体确界问题,以遥感卫星影像为数据支撑,采用非监督的统计学习方法,为山体特征建模。然后,采用DBSCAN算法和边缘检测思想,识别山体区域,并提取山体边界。该方法不依赖于人工标记真值,实现了山体边界的全自动识别。实验采用安庆市Landsat 8遥感卫星影像数据,有效识别了安庆市境内的山体,并提取山体边界。通过定性和定量化分析,验证了方法的可靠性,证明了遥感技术和统计学习理论在自然资源调查领域的应用潜力。该研究方法和结果能够为安庆市明确山体范围,界定山体的完整性与山体保护规划工作提供理论支撑。     

顾及形态特征和语义信息的双线道路识别方法

双线道路识别与提取是城市路网综合的关键。提出了一种城市双线道路提取的方法。在构建好的道路网眼的基础上,综合考虑双线道路网眼形态特征以及构成网眼路段之间的语义相似度,设计了识别双线道路网眼的综合指标。通过判断网眼综合指标确定最终的双线道路网眼,最后根据识别出的双线道路网眼提取出双线道路。实验表明,该方法能有效提取出城市道路数据中的双线道路。     

内蒙古河套灌区春玉米作物系数试验研究

作物系数曲线是估算作物生长季耗水量变化的重要参数。基于2013年4—9月内蒙古巴彦淖尔市临河区田间水分试验和1994—2013年气象站观测资料,利用水量平衡法反求春玉米作物系数,分析生长季内的变化规律, 建立动态模拟方程,并与联合国粮农组织 (FAO) 分段直线法结果进行比较, 提出胁迫条件下作物系数的叶面积修正方法。结果表明:玉米作物系数随发育进程可用三项式曲线描述,变化趋势与产量水平无关, 但随产量增高而变幅增大;以出苗后相对积温为时间变量建立模拟方程效果较好,决定系数 (R2) 均在0.92以上;模拟计算出各站点最大 (1.30~1.48) 和平均 (0.831~0.919) 作物系数,与FAO分段直线法计算的典型值和区间值基本一致,生长中期平均相对误差为3.4%~7.2%;提出利用相对叶面积指数修正作物系数的计算方法;通过2014年实例检验,土壤水分模拟值与实测值的平均相对误差为6.3%,相对误差小于15%的占95.8%。     

支持向量机的车载雷达点云目标识别

为了进一步研究移动测量系统的数据处理问题,该文根据点云的基本特征,归纳了由7个特征构成的点云原始特征向量,在此基础上,结合语义环境构建了由17个特征构成的点云扩展特征向量,并采用支持向量机模型对车载LiDAR点云进行行道树点云识别的一系列实验。实验中采用粒子群优化算法和遗传算法对支持向量机进行参数寻优;采用不同特征向量和不同数目样本对点云进行学习和目标识别;分析了特征向量的学习曲线和识别精度。实验结果表明,支持向量机模型能够在行道树点云识别中取得较高的精度。     

Monitoring of water stress in wheat using multispectral indices derived from Landsat-TM

Detection of crop water stress is crucial for efficient irrigation water management. Potential of Satellite data to provide spatial and temporal dynamics of crop growth conditions makes it possible to monitor crop water stress at regional level. This study was conducted in parts of western Uttar Pradesh and Haryana. Multi-temporal Landsat data were used for detecting wheat crop water stress using vegetation indices (VIs), viz. vegetation water stress index (VWSI) and land surface wetness index water stress factor (Ws_LSWI). The estimated water stress from satellite data-based VIs was validated by water stress factor (Ws) derived from flux-tower data. The study observed Ws_LSWI to be better index for water stress detection. The results indicated that Ws_LSWI was superior over other index showing RMSE = 0.12, R² = 0.65, whereas VWSI showed overestimated values with mean RD 4%.     

Research Progress and Prospect on Reactivation of Ancient Landslides

The ancient landslide has endured long-term slope evolution which results in its complicated material and special rock-soil properties. The risk of ancient landslide reactivation is substantially increasing due to the increase of intensified human engineering activities and the frequency of extreme weather events. Many ancient landslides have been reactivated all over the world and led to serious fatalities and severe damage to many important engineering facilities such as transportation and hydropower engineering projects. On the basis of the analysis of the research situation about the ancient landslides at home and abroad, the main research advances were summarized including the regional developing laws and recognizing of the ancient landslides, the mechanics properties of ancient landslide body and related sliding zone, reactivation mechanism of ancient landslides, reactivating process and modeling analysis of ancient landslides, early recognization of ancient landslide reactivation, etc. To meet the demands of disaster prevention and reduction, three key scientific issues were put forward to be solved: ①automaticaly establishing the methodology and identification criterions for recognition of ancient landslide; ②revealing the reactivation mechanism of ancient landslide based on a new strength theory; ③establishing the early rapid recognition method and predictive model for ancient landslide reactivation. Solving the above mentioned scientific theory and methodology will facilitate the planning and site selection of major projects as well as the disaster prevention and reduction in ancient landslide developing areas.     

测井地质学前世、今生与未来——写在《测井地质学·第二版》出版之时

测井地质学以地质学和测井学的方法理论为指导,综合运用各种测井信息,来解决基础地质和石油地质的地质问题。经过数十年发展,测井地质学在油气勘探开发各个环节得到广泛应用。非常规油气的兴起使得测井地质学正面临多重挑战和全新探索,亟需建立针对非常规油气的测井地质学综合方法理论体系。本文以《测井地质学·第二版》出版为契机,系统归纳了测井地质学的起源及发展历程、主要研究内容和研究方法流程。然后总结了测井资料与地震、地质信息的匹配性,并分析了不同探测特性测井方法纵向分辨率区间特征。在此基础上评述了测井地质学在井旁构造解析、沉积学特征研究、层序地层划分、地应力方向判别及大小计算、井壁裂缝识别与评价、烃源岩评价以及非常规油气“七性关系”综合评价当中的应用。但由于测井资料的负载能力有限性、测井与地质信息属性不对应性以及测井资料本身的多解性,使得测井地质学在测井—地质转换、非常规油气测井评价及其与人工智能融合方面还存在一定的问题。因此加强基础岩石物理研究,挖掘测井曲线中包含的地质信息,并与人工智能相结合,将拓展测井地质学研究的精度和广度,从而使其未来可更好地应用至非常规油气测井评价等实践工作中。