重金属迁移转化模型研究

大量重金属污染物迁移转化的现象和研究成果都表明重金属以泥沙颗粒为载体迁移转化,描述重金属在天然水体中的迁移转化必须紧紧抓住泥沙颗粒运动及重金属与泥沙之间的转化关系进行.为此在对现有的重金属迁移转化数学模型进行概括分类的基础上,根据水沙运动与污染物相互作用关系,分析了泥沙颗粒运动及重金属吸附解吸不平衡过程,并结合水沙数学模型,建立了重金属迁移转化的耦合模型.同时在模型合理性分析的基础上,对模型进行了计算分析,分析表明模型能够合理地反映重金属污染物在水体中的迁移转化过程.     

黄河侧修补给浅层地下水试验研究

通过对黄河下游山东东平县银山至滨州市段9条实测断面详细的观测试验、系统分析研究,定性得出了黄河水与地下水之间的补排关系及其变化规律,采用科学合理的计算方法和验证,确定了该段黄河水补给地下水的范围和强度,为沿黄地区地下水资源评价提供了依据,对黄河水资源合理利用、黄河下游治理开发有重要意义。     

“三圈环流”的教学设想

“三圈环流”是在热力环流的基础上，根据风的形成原理而形成的。“三圈环流”既是“大气运动”内容的进一步深化，又是学习“气候的形成和变化”的基础，所以它是本单元的重点和关键。但由于这部分内容的学习，要依赖学生较强的空间概念以及物理知识，而学生的空间想象能力较差，跨学科的知识迁移能力较弱，所以学生对教材内容的理解和掌握存在一定难度。     

基于时频特征的高分辨率遥感图像道路提取

针对传统的遥感图像道路提取算法存在错漏率较高的问题,提出一种基于时频特征提取和域自适应学习分类器的高分辨率航空遥感图像道路提取新算法。首先利用地统计学抽取道路的时域纹理特征和三维小波变换抽取道路的频域光谱特征,构成高分辨率航空图像中的道路特征。然后使用抽取的道路特征训练由迁移支持向量机模型构建的域自适应分类器,并对高分辨率航空遥感图像进行道路粗提取。最后,结合道路形态特征,用数学形态学方法处理粗分类后的道路,获得提取后的完整道路。仿真实验表明,所提方法能有效降低高分辨率航空遥感图像道路提取中非道路目标的干扰,提高道路提取的精确性。     

基于颜色迁移的单极化SAR图像伪彩色增强

本文从颜色信息角度出发,提出了一种基于颜色迁移的单极化SAR图像彩色增强方法。该方法通过伪彩色编码将SAR图像变为过渡彩色图像,运用保持细节的颜色迁移方法在颜色迁移的过程中保留SAR图像的细节信息,用改变各通道系数的方式进行色调调整使得SAR图像与光学图像有着相同的颜色信息,并通过实验证明该方法的有效性。     

迁移学习支持下的高分影像山地滑坡灾害解译模型

无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键。针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型。选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%。结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测。     

中国城市流动人口户籍迁移意愿的空间格局及影响因素——基于2012年全国流动人口动态监测调查数据

基于2012年全国流动人口动态监测调查数据和相关统计年鉴数据,对中国地级以上城市流动人口的户籍迁移意愿、空间格局及影响因素进行了系统分析。研究发现,中国城市流动人口户籍迁移意愿的整体水平并不高;等级高、规模大的城市流动人口的户籍迁移意愿高,而等级低、规模小的城市流动人口的户籍迁移意愿低;沿海城市群流动人口的户籍迁移意愿高,其他城市流动人口的户籍迁移意愿低,但内陆部分省会城市和交通区位与资源禀赋较好的中小城市也已经形成了一批流动人口的户籍迁移意愿高值区。中国城市流动人口户籍迁移意愿的空间分布特征受到流入城市和流动人口自身双重力量的影响,流入城市因素的正向影响作用大于流动人口自身因素。其中,流入城市的社会、经济发展水平和流动人口在流入城市的社会融合程度是核心要素,对城市流动人口户籍迁移意愿的提升具有正向的促进作用,而流动人口过于集中在次级劳动力市场的就业特征和较高的家庭财富与收入对户籍迁移意愿的提升却具有显著的抑制作用。最后,提出了相关政策启示。     

冀东-辽西太古宙火成岩岩石组合和动力学意义

冀东-辽西地区是华北克拉通北部出露面积最大的太古宙变质基底区.经过岩石组合填图和综合研究,将其太古宙变质火成岩分为2.64~2.60 Ga MORB型拉斑玄武质火山岩、2.61~2.52 Ga拉斑玄武质-钙碱性变质火山岩、2.52~2.50 Ga浅变质钙碱性火山岩组合和2.54~2.50 Ga英云闪长质-奥长花岗质-花岗闪长质片麻岩、2.54~2.51 Ga闪长质-石英闪长质-英云闪长质-奥长花岗质-花岗闪长质片麻岩、2.54~2.51 Ga紫苏花岗闪长质-紫苏花岗质岩石、2.57~2.52 Ga闪长质-石英二长闪长质-花岗闪长质-二长花岗质片麻岩和2.53~2.51 Ga弱片麻状到块状二长花岗质-正长花岗质深成侵入体岩石组合.这些岩石组合从东北部的辽西阜新到西南部的遵化马兰峪地区呈现出条带状时-空分布特征.变质作用研究揭示了青龙-上营-洒河桥-马兰峪为高压麻粒岩带,记录了ITD型PTt轨迹,与NNW-NW向SSE-SE方向逆冲推覆构造相伴生;而三屯营-太平寨高温麻粒岩带,记录了IBC型PTt轨迹,与锦州-兴城-安子岭-界岭口-太平寨-三屯营伸展-底劈构造带相伴生.综合分析表明冀东-辽西太古宙晚期的构造-岩浆活动形成于热造山带型俯冲-弧后伸展到碰撞隆升的侧向增生动力学过程.      

应用陆坡形态-迁移轨迹组合法寻找大型富砂深水扇

在海外选区研究阶段,盆地勘探程度极低,资料贫乏,导致常规深水沉积分析工作很难开展。而陆坡形态与陆坡迁移轨迹富含丰富的地质信息,可借助二者的组合对深水沉积进行宏观分析。以二维地震资料为基础,应用陆坡形态-迁移轨迹组合法寻找大型富砂深水扇的有利发育区。A盆地发育上升型、平直型、下降型三种陆坡迁移轨迹类型,其中平直-下降型迁移轨迹对应的陆坡进积距离更大,更有利于发育大型深水扇沉积;同时A盆地发育上凸型、下凹型、直线型和坡坪型四种陆坡类型,上凸型与下凹型陆坡的坡度更缓,宽度更大,更有利于重力流的砂泥分异,从而形成富砂深水扇沉积。将同一时期的大型、富砂深水扇的有利分布区相叠合,重叠区域即为该时期大型富砂深水扇的有利发育区,主要位于盆地东部拐角带与盆地西部。同时应用组合法还可建立盆地漂移期的沉积演化模式,分析漂移期沉积演化历史。     

基于岩石图像深度学习的岩性自动识别与分类方法

岩石岩性的识别与分类对于地质分析极为重要,采用机器学习的方法建立识别模型进行自动分类是一条新的途径。基于Inception-v3深度卷积神经网络模型,建立了岩石图像集分析的深度学习迁移模型,运用迁移学习方法实现了岩石岩性的自动识别与分类。采用此方法对所采集的173张花岗岩图像、152张千枚岩图像和246张角砾岩图像进行了学习和识别分类研究,通过训练学习建立岩石图像深度学习迁移模型,并分别采用训练集和测试集中的岩石图像对模型进行了检验分析。对于训练集中的岩石图像,每组岩石分别用3张图像测试,三种岩石的岩性分类均正确,且分类概率值均达到90%以上,显示了模型良好的鲁棒性;对于测试集中的岩石图像,每组岩石分别采用9张图像进行识别分析,三种岩石的岩性分类均正确,并且千枚岩组图像分类概率均高于90%,但是花岗岩组2张图像和角砾岩组的1张图像分类概率值不足70%,概率值较其他岩石图像低,推测其原因是训练集中相同模式的岩石图像较少,导致模型的泛化能力减小。为了提高识别精确度,对准确率较低的岩石图像进行截取,分别取其中的3张图像加入训练集进行再训练,增加与测试图像具有相同模式的训练样本;在新的模型中,对3张图像进行二次检验,测试概率值均达到85%以上,说明在数据足够的状况下模型具有良好的学习能力。与传统的机器学习方法相比,所提出的岩石图像深度学习方法具有以下优点:第一,模型通过搜索图像像素点提取物体特征,不需要手动提取待分类物体特征;第二,对于图像像素大小,成像距离及光照要求低;第三,采用适当的训练集可获得较好的识别分类效果,并具有良好鲁棒性和泛化能力。