全椒县范水洼金矿区控矿构造初步研究

研究区主要构造活动可分为3期：早期，发育以透入性的剪切劈理为特征的复式褶皱及倒转翼的逆冲剪切减薄拉断作用；中期，伸展作用；后期，脆性的挤压剪切破碎作用。通过详细地质构造剖面测制。建立了区内的主要构造格架：总体为一复式向斜一汪洼向斜，以杨柳岗组中上段为两翼，以琅琊山组为核，二级褶皱总体表现为向斜开阔，背斜紧闭，向南东倒伏的特征；二级褶皱的转折端为主要的控矿容矿构造，矿(化)体主要赋存于复式向斜的核部、背斜转折端。二级褶皱背斜转折端的拉张垮塌破碎角砾岩及翼部特别是近倒转翼的剪切破碎带是最重要的控矿容矿构造。     

厦门海沧经济开发区环境地质条件及其变化趋势预测Ⅱ.环境地质条件变化趋势预测

通过野外调查和室内分析,研究并预测了海沧经济开发区的环境地质条件变化趋势。结果表明,该区原生地质环境在一个相当长的时期内不会发生重大变化,而次生地质环境随着总体规划的逐步实施将变得更加美好。只要依据科学规律办事,经济建设与地质环境协调发展是完全可能的。     

国土资源数据管理初探

在分析国土资源数据及其管理特点的基础上,基于国土资源信息化和数据资源保护,将国土资源数据整体上分为资料数据、基础数据、业务数据、管理数据和元数据5类,提出了各类数据进行计算机管理的组织方法和采用的相关技术。     

结合地物空间特性的高光谱图像分类方法研究

以往的高光谱或多光谱图像分类与识别,往往只关注像元光谱维上的特性,其一切特征统计也只在光谱及波段维上展开。但是自然界的复杂性、混合像元问题的存在,仅靠像元的光谱特性是不够的,常会出现"麻点"现象。针对这一问题,本文提出一种结合地物空间特性的高光谱图像分类方法,其分类过程可以分为两个阶段,第一阶段是基于像元光谱特性的图像分类,获得影像分类图;第二阶段是针对第一阶段的分类结果,结合地物空间特性进行空间后分类处理。试验研究结果表明,该方法能够保持地块的连续性和均一性,同时克服了"麻点"现象,大大提高分类的精度。     

应用NOAA/AVHRR数据测算局地水稻种植面积方法研究

本文采用在模糊监督分类中增加迭代过程的方法－－模糊监督分类一迭代法,在分解混合像元的基础上,利用ＡＶＨＲＲ数据求算水稻种植面积。根据稻田与旱地存在温度差异的特点,在分析ＡＶＨＲＲ数据统计特征的基础上,增加了第３和４两通道参加模糊监督分类,从而增加了分类橡元值矢量维数,增强了对水稻的鉴别能力。反采用的迭代法是收敛具有效的,经本方法输出的水稻种植面积百分含量图与实际水稻分布十分吻合,测算出的面积值与Ｔ     

次生稠油油藏成藏模式研究—以鲁克沁构造带为例

鲁克沁构造带稠油油藏主要为次生油气藏,原油本身低熟,加之成藏过程中多种原因造成轻质组分逸散,进一步稠化而成。该构造带位于库木凸起前缘,长期处于有利的油气指向部位。台北凹陷二叠系桃东沟群湖相泥岩为长期稳定的油气来源。同时,该构造带断层和不整合面非常发育,为油气运移聚集提供了良好通道。通过对该构造带油气运聚规律的认真研究和总结,概括出次生稠油油藏的成藏模式,对吐哈油田下一步对浅层稀油、浅层气、深部气及深部凝析油的勘探具有重要意义。     

基于深部地球物理信息的构造变形岩相分类研究

“构造变形岩相”填图方法的创立和应用为老矿区深部及外围的找矿工作指明了方向,在实践中取得了显著的效果,需要大力推广和深入研究。对于构造变形岩相带的深部结构认识,需要依靠地球物理信息的解译。与地球物理场性质相类似,构造变形岩相带也是一个现存的地质体;物探工作目的是要探测和揭示构造变形岩相带的埋深、轮廓、内部结构构造等特征,为确定其形成时间和演化过程提供依据。由于地质与地球物理的复杂时空关系,如果仅以新鲜岩石标本物性参数的差异作为判别标志,难以提高地球物理方法的分辨率和有效性。结合构造变形岩相进行综合解译,更能提高解释推断成果的多学科融合性。作为终极勘探目标,需要紧密结合构造控矿级序,建立构造变形岩相带的三级分类标准,提取对应的地球物理信息:一级构造变形岩相带为目标物所处的构造单元及构造应力场,及其所对应的区域地球物理场特征,如隆凹构造相间的伸展构造域;二级构造变形岩相带为目标物所处的控矿构造体系,及其所对应的矿田地球物理场特征,如岩浆核杂岩隆起-拆离构造系统;三级构造变形岩相带为目标物所在的有利成矿构造部位,及其所对应于关键剖面的地球物理特征,如侵入岩体与围岩的接触带或者含矿断裂带等。选择国际流行的典型金属矿床类型,介绍了三级构造变形岩相带的地球物理组合信息特征及其分级利用操作流程,为有效应用地球物理勘探方法开展深部找矿预测提供了范例。     

膨胀土判别与分类的人工神经网络方法

提出了运用神经网络理论对膨胀土进行判别与分类的方法。通过对安康膨胀土的实测数据分析，建立了研究膨胀土判别与分类的计算机智能专家系统。结果表明，用人工神经网络方法对膨胀土进行判别与分类的准确率很高，它无需在判别因子与预测目标之间建立基于某种理论的经验统计关系，该方法具有重要的实用价值。     

多波束声参数在海底热液区底质分类中的应用——以东太平洋海隆“宝石山”热液区为例

多波束声纳底质分类可以高效且全覆盖地认识海底底质类型及其分布特征。应用Simrad EM120多波束声纳对东太平洋海隆附近的"宝石山"热液区进行底质分类,一方面可以研究多波束声参数在深水热液区进行底质分类的效果,挖掘多波束声纳在海底底质分类方面的应用潜力;另一方面,通过研究热液区的底质取样、摄像以及多波束声纳资料,建立综合分析热液区底质的模式,获得热液区的底质类型及其分布特征。通过提取与底质属性相关的声纳回波反向散射强度数据,形成"宝石山"热液区的声纳图像,并结合该区域的取样与海底摄像资料,综合分析该热液区的底质类型及其分布特征,结果表明,沉积物在该热液区的喷口西侧广泛分布,在喷口周围主要是基岩与砾石的混杂底质。     

基于码字匹配和引力筛选的半监督协同训练算法

针对传统的Co-training和Tri-training协同训练算法中基分类器独立性低、迭代过程中误差累积和整体泛化性能低的问题,将多视图理论、编码理论和万有引力公式引入协同训练分类算法中,提出了改进算法,算法有效地防止了迭代过程中的误差累积,同时提高了分类系统的泛化性能。在高光谱图像分类实验中,随机地从数据集中抽取5%、10%和20%样本作为已标记训练集时,码字匹配的协同训练分类算法对比Co-training和Tri-training算法,在分类精度上平均分别提高了12.38%和6.13%,在Kappa系数上平均分别提高了0.2和0.07。进一步加入引力筛选机制,对比Co-training和Tri-training算法,在分类精度上平均分别提高了21.30%和10.99%,在Kappa系数上平均分别提高了0.26和0.13,结果表明了本文算法的有效性。