江西省区域岩矿石物性数据统计特征

介绍以江西省全境和两个地层区为空间范围内的53741个岩矿石密度数据、12677个磁化率数据、12424个剩磁强度数据的岩石物性统计特征,供在江西省境内进行矿区物探工作时参考。     

基于ETM影像数据融合的土地覆盖分类研究

在ERDAS软件支持下，对ETM遥感影像数据的TM1-TM5，TM7与其全色波段TM8进行融合，采用主成分、乘积法、Brovey转换三种融合方法，重采样方法分别为邻域法、立方卷积法及双线性内插法。采用相同的训练样本区及最大似然法分类方法，对融合产生的9幅影像及未融合影像进行土地覆盖分类，通过对分类影像的Producers Accuracy，Users Accuracy，Kappa三者的精度数据和地物波谱信息的对比分析，在总体上，上述的影像融合方法对提高土地覆盖分类的精度不明显，但就某些地物类型来说，还是值得采用的；三种融合方法和三种重采样方式它们之问相比较而言，乘积法融合法和立方卷积重采样法相对较为可取。     

玉米地组分亮度温度分类变化研究

以玉米整个生长期野外热红外辐射观测数据为基础,对两种组分亮温分类方法作了比较,并对玉米地组分亮温的变化特征展开了分析。结果表明,农田亮温组分的数目和数值随测量时间和日期改变。在整个测量期间,在当地时间中午前后,农田呈现出3个亮温组分植被、被阳光照到的亮土和植被阴影下的暗土。观测早期,植被亮温分布相对集中;随着农田植被覆盖率的增高,植被亮温分布逐步分散,组分间温差缩小,部分亮温值相互重叠。产生这些现象的原因将在以后的研究中加以探讨。     

NDVI-Ts空间全国土地覆盖分类方法研究

利用NDVI-Ts空间进行全国土地覆盖分类的方法。该方法利用1995年NOAA 10天合成的ch4、ch5通道亮温，先计算出陆地表面温度(Ts)，然后用最大值合成法计算每月的最大Ts和NDVI，以每月最大Ts和NDVI建立NDVI-Ts空间。根据像素点(NDVI，Ts)在空间中的位置矢量，求出矢量在空间中的方向角度，并作归一化处理，得到温度植被角度(NTVA)。对12个月NTVA做主成分变换提取前三个主分量，辅以全年总NDVI和大于O℃ Ts积温，用模糊K-均值法进行全国土地覆盖分类。研究结果表明，基于NDVI-Ts空间的NTVA与NDVI、Ts一起作为分类特征在土地覆盖分类中具有较高的分类精度，能够取得较好的分类效果。     

浙江黄岩富山山崩地貌景观及其旅游开发

浙江黄岩富山地区受新构造运动的影响，经历了节理发育、流水切割与节理扩张，最终发育成山崩地貌景观。该景观资源丰富，具有组合好、规模大、分布广、科考价值高等特点，是迄今发现的华东地区规模最大的山崩地区。根据《旅游资源分类、调查与评价》的国家标准，对该类景观资源单体进行评价与分级以及开发条件分析，认为黄岩富山山崩地貌观资源具有很大的旅游开发价值。旅游开发时应以保护山崩地质遗迹为前提，以凸显山崩地貌景观的主题与特色为关键，以环境的安全性为根本，实施综合开发。     

深埋隧洞围岩分类方法--JPQ系统

本文以某深埋隧洞围岩分类为例、以著名的巴顿岩体质量分类Q系统为基础,建立了高地应力、高外水压力条件下的围岩分类方法--JPQ系统,经验证该方法在某深埋隧洞围岩分类中适用性好,并可推广使用.     

高边坡岩体卸荷带划分的量化研究

边坡卸荷及其卸荷带是西南地区高边坡一种常见的现象，对岩石边坡稳定性及其它岩石工程问题有重要的影响。在分析目前卸荷带划分方法的基础上，根据卸荷带的形成机理及地质表现，提出了用裂隙率、张开裂隙率和“隙宽和”3个量化指标进行卸荷带的划分。结合实际工程，进行了大量的现场裂隙测量，分析结果表明，3个量化指标对卸荷带的强弱有较好的响应关系，作为卸荷带划分的量化指标具有较好的可操作性。进一步，结合卸荷带的地质特点，提出了所研究的具体工程其卸荷带划分的建议方案。     

Study on strength reduction factors considering the effect of classification of design earthquake

Introduction The strength reduction factor is defined as the lateral yielding strength required to avoid yielding in the system when subjected to a given ground motion, to the lateral yielding strength required to maintain the displacement ductility ratio demand equal to a pre-determined target duc-tility ratio under the same ground motion. The strength reduction factors are not only the key fac-tors in determining seismic action for force-based seismic design, but also one of the key parame-t…     

用雷达反射率作对流性降水和层状云降水自动分类

为提高雷达定量测量降水的精度,利用武汉CINRAD/SA雷达反射率数据,研究提出了对流性降水和层状云降水自动分类算法(ACSS)。该算法在二维反射率结构场初步分类降水的基础上,识别亮带并从体扫描数据中提取降水的三维结构特征,然后对初步分类结果进行订正。试验表明,ACSS能较准确地实现对流性降水和层状云降水的自动分类,相对于只根据二维结构分类降水性能上有较大提高,主要表现在能正确识别出亮带特征明显的强层状云和对流核外沿的对流弱回波区。     

Visualization of Volcanic Rock Geochemical Data and Classification with Artificial Neural Networks

An unsupervised neural network technique, Growing Cell Structures (GCS) was used to visualize geochemical differences between four different island arc volcanic rock types: basalts, andesites, dacites and rhyolites. The output of the method shows the cluster structure of the dataset clearly, and the relevant geochemical patterns and relationships between its variables. The data can be separated into four clusters, each associated with a specific volcanic rock type (basalt, andesite, dacite and rhyolite), according to a unique combination of major element concentrations. Following clustering, performance of the trained GCS network as a classifier of volcanic rock type was tested using two test datasets with major element concentration data for 312 and 496 island arc volcanic rock samples of known volcanic type. Preliminary classification results are promising. In the first test dataset 94% of basalts, 76% of andesites, 83% of dacites and 100% of the rhyolites were classified correctly. Successful classification rates in the second dataset were 100%, 80%, 77%, and 98% respectively. The success of the analysis suggests that neural networks analysis constitutes a useful analytical tool for identification of natural clusters and examination of the relationships between numeric variables in large datasets, and that can be used for automatic classification of new data.