基于主成分分析的青藏高原多年冻土区高寒草地土壤质量评价

土壤质量评价是提高对土壤质量理解的关键环节。为了了解青藏高原多年冻土区高寒草地土壤质量的基本情况,在青藏高原腹地西大滩至安多地区,根据不同海拔梯度和植被盖度共采集了154个土壤样品。通过主成分分析（PCA）法确定了影响青藏高原多年冻土区高寒草地土壤质量的最小数据集（MDS）：全氮、全磷、全钾。根据影响土壤质量的最小数据集对青藏高原多年冻土区高寒草地土壤质量进行评价,得出了不同海拔、不同植被盖度下的土壤质量指数（SQI）。通过对不同海拔、不同植被盖度的土壤质量指数进行对比研究表明：随着海拔的升高,SQI呈增加的趋势,即海拔4 300～4 600 m（0.270±0.043） < 海拔4 600～4 900 m（0.326±0.061） < 海拔4 900～5 200 m（0.410±0.075）;随着植被盖度的增加,SQI也呈现增加的变化趋势,即植被盖度小于50%（0.262～0.265） < 植被盖度大于50%（0.336～0.344）。在分别考虑了有机质、盐分、土壤水分对土壤质量的影响下得出的土壤质量指数值与基于最小数据集得到的土壤质量指数相一致,说明基于主成分分析的最小数据集可以对青藏高原多年冻土区高寒草地土壤质量做出较准确的评价。     

塔里木板块东北缘坡北杂岩体矿物成分和铂族元素特征:对硫化物熔离和构造环境的约束

坡北杂岩体位于塔里木板块东北缘北山裂谷带,主要由橄榄岩相、单辉辉石岩相、二辉岩相、辉长岩相、苏长岩相和辉长苏长岩相组成。坡一岩体中硫化物矿体赋存于超镁铁质岩中,而坡东岩体中硫化物矿体赋存于辉长苏长岩相中。坡一和坡东岩体不同岩相中单斜辉石的MgO和CaO含量、斜长石的An值和SiO_2含量连续变化且呈负相关,说明二者可能是同一原始岩浆分离结晶的产物。根据前人计算的原始岩浆成分,我们利用MELTS软件模拟了坡北杂岩体的分离结晶过程。结果表明矿物结晶顺序为:橄榄石→橄榄石+单斜辉石→橄榄石+单斜辉石+斜长石→单斜辉石+斜长石+斜方辉石,与岩相观察一致。坡北杂岩体原始岩浆经过20%分离结晶达到S饱和而发生早期硫化物熔离,形成坡一岩体中矿体。因此,在利用具有最高Fo值(90.9mol%)的橄榄石成分进行的模拟中,坡一岩体早期结晶的纯橄榄岩中橄榄石成分与分离结晶趋势线一致,而斜长橄榄岩中橄榄石成分低于趋势线,可能形成于早期硫化物熔离之后。随后岩浆中S再一次不饱和,但坡一岩体橄榄单辉辉石岩和辉长岩中橄榄石Fo和Ni含量在分离结晶趋势线之下,同时坡东岩体不含矿岩石中铂族元素总量主要在8.9×10~(-9)～29.0×10~(-9)之间,且相对于Ni和Cu明显亏损,说明在岩浆分离结晶晚期再次发生硫化物熔离,而且可能是地壳混染引起的,并形成了坡东岩体中的硫化物矿体。坡东岩体橄榄二辉岩和橄榄辉长苏长岩中橄榄石Fo值(74.5mol%～81.0mol%)较低,但变化范围较大,且Fo和Ni呈负相关关系,这可能是由于橄榄石和硫化物熔体在不平衡状态下发生成分交换造成的。坡北杂岩体超镁铁质岩石中单斜辉石Ti O2含量为0.21%～0.83%,阳离子中呈四次配位的Al(AlZ)为0.8mol%～7.8mol%,与裂谷环境堆晶岩中单斜辉石成分相似。因此,坡北杂岩体可能形成于和塔里木二叠纪地幔柱活动相关的裂谷环境。然而,超镁铁质岩石全岩Nd同位素指示其来源于亏损地幔,并不是地幔柱物质熔融的直接产物。纯橄榄岩和异剥橄榄岩La/Sm,Sm/Yb和La/Yb比值指示其源区为尖晶石二辉橄榄岩地幔。因此,坡北杂岩体源区应为浅部以尖晶石二辉橄榄岩为主的亏损岩石圈地幔,地幔柱在源区部分熔融过程中提供了大量的热。     

一种盾构施工引起的地面沉降预测方法

针对盾构施工引起的地面沉降的影响因素众多、关系错综复杂,常规数学模型难以准确预测沉降量的问题,该文提出了采用主成分分析法和粒子群优化的支持向量机方法来建立预测模型。并结合工程实例将预测结果与常用的多元线性回归模型和基于Levenberg-Marquardt算法改进的BP神经网络模型(LM-BP)的预测结果做了比较。结果表明:PCA-PSO-SVM的预测结果精度较多元线性回归模型和LM-BP神经网络有很大的提高,证明了该研究方法具有一定的理论意义和参考价值。     

一种基于最小广义方差估计的TLS点云抗差法向量求解方法

针对地面激光扫描点云中的粗差与不均匀采样对法向量计算的影响,基于最小广义方差估计与局部平面拟合原理提出了一种抗差法向量求解方法。首先通过快速近似最近邻居搜索算法得到最近k邻居点集,然后由确定型最小广义方差估计方法和多元马氏距离得到邻居点集协方差矩阵的抗差估计,最后根据主成分分析法（principal component analysis,PCA）计算得到抗差法向量。通过构造的模拟地面激光扫描（terrestrial laser scanning,TLS）点云数据将提出的方法分别与基于PCA、鲁棒PCA和随机抽样一致的法向量求解方法进行实验比较。结果表明,所提方法的抗差性能优异,且并行优化改进后可以满足大规模TLS点云的计算需求。将该方法应用于实际野外地形TLS点云数据,由求解的抗差法向量重建的泊松表面更符合实际地形,表明了该方法在实际应用中的有效性。     

像素级与对象级结合的变化检测方法

提出一种像素级与对象级结合的变化检测方法。通过像素级的主成分分析法获得代表差异信息的主成分影像;再用多尺度分割算法分割主成分影像,得到最终的变化检测结果。最后利用landsat影像进行实验,不仅可以有效抑制由误差造成的伪变化,同时提取的变化区域更加完整。     

基于独立成分分析的高光谱图像降维及分割

高光谱图像的高维数给图像的进一步处理带来了困难,为了解决这一问题,本文提出了一种基于独立成分分析的高光谱图像降维分割方法。首先,利用波段子空间划分和标准差对高光谱图像预处理,选择部分波段的高光谱图像作为实验对象;然后利用基于负熵的快速不动点算法对实验数据解混,再根据平均绝对权重系数对波段排序并选取;最后使用模糊C均值聚类算法对降维后的图像进行分割。实验结果表明,该方法能够有效实现高光谱图像降维,并获得较好的分割结果。     

区域综合地质调查助力乡村振兴的关键内容、战略路径与未来对策

区域综合地质调查是助力乡村振兴的基础性工作和重要技术支撑。本研究基于地质视角解读乡村振兴,围绕乡村人地安全、产业发展、地质文化、环境保护等方面进行剖析,提出地质灾害调查、工程地质评价、水文地质调查、农业地质调查、旅游地质遗迹调查等区域综合地质调查助力乡村振兴的关键内容;为提高助力效率效果,需做好项目顶层设计、制定乡村地区区域地质调查技术要求等标准、构建服务地方工作机制、开展系统人才培训培养等战略路径。未来乡村发展中,应进一步解决区域统筹部署与重点发展村镇选择、综合地质调查与乡村规划建设空间尺度匹配、综合地质调查和纵向专业性调查配合使用、工程地质评价与乡村地下空间集约利用、地质文化村建设与乡村规划建设衔接等问题,不断提高区域综合地质调查技术方法的服务能力,为乡村可持续振兴提供解决思路和方案。     

滇中地区因民角砾岩类型、特征及找矿意义

滇中地区“因民角砾岩”的成因及归属问题目前暂无定论。笔者通过对东川-易门地区前人所划的因民组“因民角砾岩”进行1：5万野外地质调查工作,对其进行了初步的分类。根据其成因及时代划分为复成分砾岩、冰碛砾岩、滑塌角砾岩、引爆角砾岩和构造角砾岩。对“因民角砾岩”成因及时代的研究,特别是“冰碛砾岩、复成分砾岩”的提出,对于解决滇中早前寒武纪地层层序、时代归属、构造格架、大地构造位置及大区域地层对比,探讨滇中元古宙地史演化、古环境研究以及指导找矿都具有重要的指示意义。     

喜马拉雅淡色花岗岩——关键金属Sn-Cs-Tl的富集机制

关键金属是全球高科技产业不可或缺的战略性资源,其富集机制和成矿作用是目前国际矿床学研究的热点之一。我们对喜马拉雅带吉隆和亚东地区淡色花岗岩开展系统的地球化学研究,发现侵入到藏南拆离系的淡色花岗岩含有较高的Sn、Cs、Tl、Be、W、B、Li和Bi。全岩元素地球化学分析表明,这些淡色花岗岩具有如下特征：（1）富集关键金属元素;（2）为原始岩浆经历斜长石、锆石、独居石、磷灰石、云母分离结晶作用后的残余熔体;（3）关键元素的富集和矿化与花岗岩高度分离结晶作用密切相关。随着分异程度的增强,岩浆变为富挥发分的高SiO₂体系,关键金属元素在残余熔体中富集,并且最后可能形成具有工业价值的矿床。由于地球化学特征的相似性,Cs和Tl呈类质同象替代钾、铷进入云母中。富集关键金属元素的花岗岩在时间上和空间上属于与藏南拆离系相关的同构造侵位花岗岩,藏南拆离系的活动促使了原始岩浆的广泛分离结晶作用,以及后期的关键金属元素（如Rb、Cs和Tl）的富集。     

使用长短期记忆人工神经网络进行花岗岩变形破坏阶段的判别

判别岩石所处的变形破坏阶段是分析岩石变化过程的重要基础。由于室内试验视频数据具有很好的等时距分布特征,可以使用基于长短期记忆的神经网络（LSTM-NN）模型判别外荷作用下岩石的变形破坏阶段。本文根据花岗岩室内单轴压缩试验所得应力-应变曲线和试验视频图像中裂隙的分布情况,将岩石变形破坏过程分成岩石压密阶段、弹性变形阶段、裂隙扩展阶段、整体破坏阶段,在提取不同阶段不同组分主要数字特征参数（面积）基础上,建立了基于LSTM-NN模型的岩石变形破坏阶段分类网络,分析了模型主要参数（学习率和最大周期等）对分类准确性的影响,使用所建模型对岩石所处变形破坏阶段进行了判别。结果表明,在LSTM-NN模型参数中,学习率和最大周期对变形破坏阶段判别准确率的影响较大,二者分别为0.005和200时的判别准确率达到最高;对于整个变形破坏阶段来说,LSTM-NN模型对裂隙扩展阶段预测的判别效果最好、对整体破坏阶段预测的判别效果最差;对于花岗岩中不同组分来说,LSTM-NN模型对变形破坏阶段预测准确性高低的顺序是裂隙、黑云母、长石、石英。