磁矢量三维反演技术在深部铀矿勘查中的应用前景探讨

磁矢量三维反演是近年发展起来的磁反演技术,能三维显示地下不同磁性体的空间展布,国外在磁性矿产勘查方面应用效果明显,开展该方法在铀矿勘查中的应用研究,可为寻找隐伏铀矿提供方法技术参考。文章简要介绍了磁矢量三维反演的基本理论,在此基础上选择龙首山铀成矿带中段新水井-芨岭地区的航磁数据分析其在碱交代型铀矿勘查中的应用效果,并利用二连盆地锡林浩特地区的航磁数据探索其在古河道型铀矿中的应用效果,探讨了将该技术应用于深部铀矿勘查的前景。结果表明:在碱交代型铀矿勘查中,磁反演结果可以较好地定位深部岩性界面这一有利找铀环境的空间位置;在古河道型铀矿勘查中,磁反演可以分辨出局部隆坳格局,缩小寻找深部古河道发育有利地段的范围。磁矢量三维反演可为寻找深部有利铀成矿环境提供地球物理参考,值得推广应用。     

基于优化经验模态分解和聚类分析的滑坡位移智能预测研究

针对三峡库区"阶跃式"滑坡的变形特征,提出了一种新的滑坡位移预测方法。以白水河滑坡ZG118和XD-01监测点位移数据为例,采用基于软筛分停止准则的经验模态分解(SSSC-EMD)将累计位移-时间曲线和影响因子时间序列自适应地分解为多个固有模态函数(IMF),并采用K均值(K-Means)聚类法对其进行聚类累加,得到有物理含义的位移分量(趋势性位移、周期性位移以及随机性位移)和影响因子分量(高频影响因子和低频影响因子)。使用最小二乘法对趋势性位移进行拟合预测;采用果蝇优化-最小二乘支持向量机(FOA-LSSVM)模型对周期性位移和随机性位移进行预测。将各位移分量预测值进行叠加处理,实现滑坡累计位移的预测。研究结果表明,所提出的(SSSC-EMD)-K-Means-(FOA-LSSVM)模型能够预测"阶跃式"滑坡的位移变化规律,且预测精度高于传统的支持向量机回归(SVR)、最小二乘支持向量机(LSSVM)模型;并通过改变训练集长度,进行单因素分析,发现其与预测精度之间呈正相关关系。     

基于多源遥感影像的长春市城市建成区提取

夜光遥感影像记录的城市灯光与人类活动密切相关,已广泛应用于城市信息提取。珞珈一号作为新一代夜光遥感数据源,比以往的夜光数据具有更高的空间分辨率和光谱分辨率,可以更清晰地表达城市建成区范围和内部结构。本文利用珞珈一号夜光遥感影像,通过人类居住指数（human settlement index, HSI）、植被覆盖和建筑共同校正的城市夜光指数（vegetation and build adjusted nighttime light urban index, VBANUI）及支持向量机（support vector machine, SVM）监督分类3种方法对长春市城市建成区进行提取,并与利用NPP/VIIRS（suomi national polar-orbiting partnership/visible infrared imaging radiometer suite）夜光遥感影像、采用同样方法得到的结果对比。结果显示：本文提出的VBANUI提高了传统植被覆盖校正的城市夜光指数（vegetation adjusted nighttime light urban index, VANUI）的提取精度,使用珞珈一号夜光遥感影像通过VBANUI提取的城市建成区结果最优,其Kappa系数为0.80,总体分类精度为90.74%;使用珞珈一号和NPP/VIIRS夜光遥感影像通过HSI按最佳阈值提取城市建成区的Kappa系数分别为0.75和0.72,总体分类精度分别为88.27%和86.54%;复合数据的SVM监督分类法中Landsat-NDBI、Landsat-NDBI-VIIRS、Landsat-NDBI-LJ和Landsat-NDBI-LJlog的Kappa系数分别为0.602、0.627、0.643和0.681,总体分类精度分别为81.11%、81.52%、82.25%和84.48%。研究结果表明：3种提取方法下,均为使用珞珈一号夜光遥感影像的结果优于使用NPP/VIIRS夜光遥感影像的结果,证明相比于NPP/VIIRS夜光遥感影像,珞珈一号夜光遥感影像更适用于城市尺度的建成区范围提取。     

GNSS控制网方案优化与数据处理分析

GNSS布设平面控制网已在工程项目中得到广泛应用.获得满意的平差结果的前提条件为:①高质量的基线数据;②约束GNSS控制网的已知点精度足够高,使得GNSS控制网的整体精度不受已知点约束而有明显改变;③优化的平差方案;④科学严密的平差模型.通过对某项目GNSS控制网的布设进行优化设计,并利用不同软件对观测数据进行处理分析...     

支持向量机在海洋随机资料分析中的应用

在随机海洋资料的分析中,需要从大量的实际数据中提取出有用的信息来建立或检验各种海洋理论模型,因此我们要正确运用适当的手段来分析处理各种实际数据。文中简要介绍了数据挖掘中一项新的技术支持向量机,着重介绍了最优化问题的求解算法,以及如何应用于海洋资料的分析处理。     

航空矢量重力测量中科里奥利加速度对测速精度要求分析

首先论述了航空矢量重力测量中科里奥利加速度的计算模型,给出了科里奥利加速度改正对水平、垂直速度要求的分析模型。数值表明,在低纬地区欲达到1mGal的科里奥利加速度的精度,要求速度的精度为5cm／s左右;依据实测数据,目前GPS测得的载体速度精度为0．3mm／s,完全能够满足航空矢量重力测量对科里奥利加速度改正的要求。     

个性化大地测量报表服务的实现

报表服务是大地测量信息系统的一项基本功能,但往往会因为格式的微小调整而导致系统的整体重构。首先分析了当前报表生成方法的缺点,提出了基于XML相关技术生成报表的新思路;然后介绍了以XML为基本语法的统一数据交换接口,屏蔽了各种报表数据源的差异;重点讨论了如何运用XSL技术将接口文件变换成通用的HTML,并对报表中的图形信息用SVG进行描述,从而将报表转换成通用浏览器可以识别的信息模型;最后对此技术进行了实践。通过在系统外部更改报表样式文件,能够实现报表服务的个性化,增强系统的扩展性。     

利用模板阴影体算法实现矢量数据在三维场景中的绘制

提出了一种基于模板阴影体算法的矢量数据绘制方法,实现了矢量数据在三维场景中的高质量实时叠加显示。由于该方法基于屏幕空间,所以具有像素级的精度,不会出现传统的基于纹理方法所产生的绘制走样现象;而且不受地形几何数据的约束,其执行效率与地形数据的复杂度无关,仅取决于矢量数据本身的复杂度。详细论述了基于模板阴影体算法矢量数据绘制的关键技术,并通过试验验证了该方法的有效性。     

广西森林转型与森林扰动遥感监测研究

近20年来由于封山育林政策的实施和人工乔木林的大面积种植,广西森林面积大幅增加,正在经历深刻的森林转型,森林转型过程中农林交错带和森林内部的结构重组都给生态系统带来了不容忽视的扰动。本文基于2000—2016年MODIS-EVI影像数据、1∶100万地貌图和4期土地利用数据,采用变化矢量法和Sen+Mann-Kendall对广西进行森林转型背景下的森林转型路径和森林内部扰动特征分析。研究表明:自2000年以来广西森林的EVI变化强度以无变化和低变化类型为主,总体EVI上升趋势略大于下降趋势,EVI显著下降主要分布于十万大山、大瑶山、海洋山和越城岭等山地区域和桂西北的百色水利枢纽和龙滩水利枢纽周围,显著上升部分主要集中于桂中南的左江-邕江-郁江流域平原丘陵区、桂西南喀斯特区和桂东北山地区地势低平的河谷地带。广西森林面积增加的土地来源于耕地和草地,森林转型路径表现为"经济增长型"和"森林短缺型"两种路径并存,或者存在更为复杂的复合型路径。广西森林内部扰动的减少型和扰动型分布于桂西北喀斯特和桂东北山地起伏度较大的陡坡区域,增加型分布于桂中南的平原丘陵地区。由于山地陡坡区域和喀斯特地区的生态敏感性,应更多关注扰动型和减少型在桂西北和桂东北地区的集中分布问题。     

Geospatial data mining for digital raster mapping

We performed an in-depth literature survey to identify the most popular data mining approaches that have been applied for raster mapping of ecological parameters through the use of Geographic Information Systems (GIS) and remotely sensed data. Popular data mining approaches included decision trees or “data mining” trees which consist of regression and classification trees, random forests, neural networks, and support vector machines. The advantages of each data mining approach as well as approaches to avoid overfitting are subsequently discussed. We also provide suggestions and examples for the mapping of problematic variables or classes, future or historical projections, and avoidance of model bias. Finally, we address the separate issues of parallel processing, error mapping, and incorporation of “no data” values into modeling processes. Given the improved availability of digital spatial products and remote sensing products, data mining approaches combined with parallel processing potentials should greatly improve the quality and extent of ecological datasets.