Change detection in urban areas by object-based analysis and on-the-fly comparison of multi-view ALS data

The use of helicopters as a sensor platform offers flexible fields of application due to adaptable flying speed at low flight levels. Modern helicopters are equipped with radar altimeters, inertial navigation systems (INS), forward-looking cameras and even laser scanners for automatic obstacle avoidance. If the 3D geometry of the terrain is already available, the analysis of airborne laser scanner (ALS) measurements may also be used for terrain-referenced navigation and change detection. In this paper, we present a framework for on-the-fly comparison of current ALS data to given reference data of an urban area. In contrast to classical difference methods, our approach extends the concept of occupancy grids known from robot mapping. However, it does not blur the measured information onto the grid cells. The proposed change detection method applies the Dempster–Shafer theory to identify conflicting evidence along the laser pulse propagation path. Additional attributes are considered to decide whether detected changes are of man-made origin or occurring due to seasonal effects. The concept of online change detection has been successfully validated in offline experiments with recorded ALS data streams. Results are shown for an urban test site at which multi-view ALS data were acquired at an interval of 1 year.     

A New Approach for Border Detection of the Dumluca (Turkey) Iron Ore Area: Wavelet Cellular Neural Networks

Anomaly analysis is used for various geophysics applications such as determination of geophysical structure's location and border detections. Besides the classical geophysical techniques, artificial intelligence based image processing algorithms have been found attractive for geophysical anomaly analysis. Recently, cellular neural networks (CNN) have been applied to geophysical data and satisfactory results are reported. CNN provides fast and parallel computational capability for geophysical image processing applications due to its filtering structure. The behavior of CNN is defined by two template matrices that are adjusted by a properly supervised learning algorithm. After training stage for geophysical data, Bouguer anomaly maps can be processed and analyzed sequentially. In this paper, CNN learning and processing capability have been improved, combining Wavelet functions and backpropagation learning algorithms. The new architecture is denoted as Wavelet-Cellular Neural networks (Wave-CNN) and it is employed to analyze Bouguer anomaly maps which are important to extract useful information in geophysics. At first, Wave-CNN performance is tested on synthetic geophysical data, which are created by a computer environment. Then, Bouguer anomaly maps of the Dumluca iron ore field have been analyzed and results are reported in comparison to real drilling results.     

煤炭精准开采地质保障技术的发展现状及展望

声波矿井探测技术是基于声学法进行矿井信息探测的物探技术,相较于其他探测方式具有适用性广、可靠性高、经济投入低等优势。介绍了声波探测技术在矿井领域的发展概况,针对声波探测技术在矿井内部基础物理信息探测、矿井外部地质信息勘探领域内的研究进展和技术特点进行文献梳理与论述,研究声波探测技术在矿井探测领域内判断物体状态的探测机理、实现方式和适用场景。在矿井内部基础物理方面归纳了声波测温、声波定位、声波流场测速等方向的发展概况,针对煤体测温、矿井管线测距、地下构筑物完整性检测及生命探测救援领域内的技术进行重点介绍,同时拓展了声波在烟气流速监测、气体浓度感知、湿度信息探测等方面的发展趋势;在矿井外部地质情况勘探中,总结了声波测井技术和声波CT探测技术的应用情况,并着重介绍了其在围岩裂隙超声波探测及强矿震异常区探测等应用场景中的研究现状。探讨了现阶段矿井声测技术研究中有关定位精度、算法优化、噪声干扰等方面存在的不足,结合当前的物理探测技术现状和现代声学发展形势,对未来声波在微观信息探测、实时系统化控制、误差优化等矿井探测领域的发展趋势与研究重点进行展望,研究成果为我国在声波矿井信息探测领域的研究提供一定借鉴。

     

采用胶囊体进行三维城市模型的实时碰撞检测

针对复杂三维城市模型动态可视化中实时碰撞检测的可靠性和高性能需求,充分顾及离散检测与连续检测的特点,建立了视点运动空间的胶囊体模型,并定义了其描述参数,提出了基于该模型进行实时碰撞检测的两步检测算法。其中,预检测用来提高计算效率,而精检测则有力地保证了检测的准确性。利用典型的虚拟建筑环境进行实验,证明了该算法的有效性。     

毛乌素沙区1961-2016年降水特征

基于毛乌素沙区10个气象站1961-2016年观测资料,应用Mann-Kendall方法和t检验法对各气象站年降水量进行了突变检验,借助小波分析讨论了各气象站年降水量的周期特征,根据降水量等值线划分结果对整个研究区分区分析了年、季、月和日尺度上的降水变化特征,并在两个时段上分析了季节性降水的差异。结果表明：毛乌素沙区年降水量空间特征差异明显,东部亚区呈上升趋势,中西部亚区呈下降趋势,但变化趋势不显著且无突变发生;降水年内分配不均,干湿季分明,降水集中在5-9月,夏秋季降水占全年降水比重大,季、月和日尺度降水量存在梯度递减变化;年降水量的年际变化过程存在多重时间尺度的自相似结构;近26年的冬春季降水增加显著,但降水波动幅度小于前30年。     

中国活动构造研究的进展与展望

在简要介绍中国活动构造基本特征的基础上,分析了21世纪以来中国大陆7级以上大地震活动出现的2个新特点：一是大地震主要沿青藏地块区的巴颜喀拉活动地块边界断裂带丛集发生;二是在活动盆地内部或盆山交界地带发生了多次逆断裂–褶皱型地震。面对新的地震活动特点以及工程建设和社会公众对防灾减灾的新需求,分析了活动构造研究中的一些关键环节或研究薄弱领域,探讨了进一步加强相关研究的发展方向和技术途径。一是要注重活动构造研究自身的理论提升与应用实践,包括活动断裂几何学的精细研究,注重断裂活动习性与破裂分段性相结合的运动学研究,切实加强古地震探槽和断错微地貌的互补性研究,更为重要的是应切实加强活动构造研究与构造地貌、地球物理勘探、地壳形变、地震学等相关学科的交叉融合与应用实践。二是强化区域活动构造研究与大震丛集迁移规律和动力学机制的认识,提升对活动块体及其边界断裂带强震构造活动的整体认识。认真梳理和分析我国各活动地块区发生丛集地震各自的孕震构造环境和发震机制,综合历史地震和古地震详细研究结果,识别可能存在地震丛集活动的活动构造带或地震构造区,为巴颜喀拉活动块体大地震主体活动区结束之后可能的迁移地区将面对的大震灾害风险做好科技支撑。三是关注逆断裂–褶皱型地震构造研究等薄弱环节。除采用传统的活动构造研究技术之外,应结合构造地貌学开展地表地貌变形特征研究,以及开展深部地震构造探测和地震学研究等,以获取其深部结构构造特征,综合分析其深浅构造关系、构建变形模式和讨论发震机制等。重点关注上述关键技术环节和未来发展趋势,为活动构造深入研究和防灾减灾提供参考依据。

     

GPS数据质量控制中实时周跳探测研究

对传统的周跳探测理论和方法进行了改进,实现了非差载波相位周跳的实时探测。通过对Geome-try-free组合和Melbourne-Wbbena组合的特性进行分析,同时利用滤波技术,很好地实现了周跳的实时探测。对GPS车载动态数据以及星载GPS数据进行了仿实时模拟,实验结果表明,本文方法能实时地探测出1周的GPS非差载波相位周跳。     

基于大数据的极端暴雨事件下城市道路交通及人群活动时空响应

随着全球气候变化加剧,极端降雨增多,暴雨内涝灾害频发,严重威胁城市的可持续发展。快速掌握暴雨给城市交通及人群的影响,有助于提高灾害应急管理水平和事件响应能力。利用实时动态的交通路况信息和手机定位请求数据,通过一种融合STL时序分解技术与极端学生化偏差统计检验的时间序列异常探测方法,监测和分析暴雨内涝灾害事件中,城市道路交通和人群活动的时空响应特征,并以2018年7月16日发生在北京的极端暴雨事件为例开展实证研究。研究结果显示,在降雨集中的早、晚高峰两个时段（8—9时、18—19时）,市区的拥堵道路数量超出往常水平最高可达150%,异常检测分析显示拥堵道路数量和交通拥堵指数均达到异常甚至极端水平。人群活动的异常响应分析结果显示,暴雨事件引起定位请求量异常升高、异常点增多,且异常点的空间分布与1 h前的降雨量分布存在较高相关性。以上结果不仅证明了大数据及异常检测方法对于快速洞察暴雨事件对城市交通及人群影响的有效性,也为城市暴雨内涝灾害的应急响应与管理提供了新的技术手段。     

利用极化角点指数进行数字曲线快速多边形近似

针对曲线结构特征,引入极化角点指数作为特征角点的候选依据,提出了一种与曲线起始点位置无关的基于角点检测的多边形近似算法。实验证明,此方法快速有效,结果稳定,噪声抑制效果较好。