海洋重力测量数据精度分析

海洋重力测量仪器工作环境的特殊性,决定了其测量数据精度分析与检测难以方便实现。在分析一般数据处理方法的基础上,研究了海洋重力测量精度分析的特点,采用一种以重复测线不符值、测线网交叉点不符值的标准差对海洋重力测量的内符合精度进行分析,并根据重复测线、交叉点内符合精度评估方法,通过对某型海洋重力测量仪器的多次航行试验,获取了该型仪器测量数据的部分精度数据,分析结果表明该方法可以全面衡量仪器性能。     

水深测量中的质量控制与数据检查软件的开发

水深测量是测量中常见的工作,涉及到测深、定位、姿态等数据的融合处理,为了得到高质量的数据,需要采用合适的数据采集软件,并针对测量数据进行有效的数据检查和质量控制。提出了一个"好"的数据采集软件所应具备的基本特征、如何进行质量控制等问题,提出了水深测量软件必须具备的关键功能、水深数据中空间参考系、位置精度、时间精度、数据完整性等质量因子的检查和质量控制方法,同时以HYPACK软件为例,针对其数据格式提出了采用高级语言编程,开发出了数据检查和质量控制程序,并与传统的方法进行比较。研究结果表明,开发有针对性的水深数据检查和质量控制软件不仅能显著提高工作效率,进行科学的精度评价,也能解决和修复测量数据中的参数错误等问题。     

混积岩分类命名体系探讨及对混积岩储层评价的启示——以渤海海域混积岩研究为例

混积岩是一种普遍而重要的岩石组合类型。然而长期以来,对混积岩的岩石学分类与命名一直存在诸多争议,且尚未有统一的分类体系与命名规则。本文结合渤海海域混积岩岩石薄片组分鉴定、岩石储层物性分析等最新研究成果,并与相关文献结合,最终确立以陆源碎屑物、生物成因碳酸盐颗粒、化学沉淀碳酸盐为三组分端元的一套新的混积岩岩性分类体系,并将混积岩分为4大类、16亚类。通过讨论混积岩混积层系及混积岩组构界定的问题,进一步完善了混积岩定义。利用新的岩石学分类方案,可为储层评价研究提供指导。以渤海海域为例,建立起研究区不同岩性相与储层物性的对应关系,并在岩性分类体系中划分出差储层、中等储层及优质储层三个储层区。     

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。     

基于Hyperion高光谱数据和随机森林方法的岩性分类与分析

探索利用高光谱数据的岩性填图新方法是遥感地质应用领域的重要需求之一。本文运用随机森林方法和EO-1Hyperion高光谱数据,对新疆塔里木西北部柯坪地区的局部区域进行岩性分类,并对相关问题进行分析。分别利用光谱特征以及加入光谱一阶导数特征进行岩性分类,并对不同特征对岩性分类的重要性进行分析,同时与现有的基于光谱角制图方法(SAM)进行比较。结果表明,与SAM方法相比,随机森林方法得到了更高精度的岩性分类结果,是一种有效可行的岩性分类方法。根据特征重要性的排序,蓝绿光波段、短波红外波段以及相应的一阶导数特征对研究区Hyperion数据的沉积岩岩性分类贡献更大。     

基于面向对象分类的稀土开采区遥感信息提取方法研究

离子吸附型稀土矿是我国宝贵的矿产资源,运用遥感影像分类技术提取稀土开采区可以准确地实现对稀土开采状况的监测,但仅利用光谱信息往往难以保证分类精度。本文以江西寻乌稀土矿区为研究区,以IKONOS影像为数据源,应用面向对象分类方法提取了稀土开采区的遥感信息。针对稀土开采区的分布特点,选择基于边缘的分割算法进行影像分割;结合地形信息、光谱信息及几何信息建立规则集,进行特征提取;最后采用隶属度函数法实现面向对象分类,并与传统的光谱角填图分类进行对比分析。研究结果表明,面向对象分类法提取稀土开采区的总体精度为92.49%,Kappa系数为0.857 6,与传统监督分类方法相比有了很大的提高。     

区域和形状特征的兵马俑碎片分类方法

针对传统方法对兵马俑碎片分类准确率较低情况,提出一种基于区域和形状特征的碎片分类方法。首先提取碎片的显著性区域特征,采用地球移动距离EMD(Earth Mover’s Distance)方法对区域特征进行匹配并初步分类;其次对表面特征不明显的碎片进行预处理,获取二维图像信息,利用Hu不变矩提取形状特征;最后采用支持向量机SVM(Support Vector Machine)分类器对表面特征不明显的碎片进行进一步分类,实现兵马俑碎片的最终精确分类。通过对30个兵马俑模型的508个碎片进行分类,实验结果表明,基于区域特征的碎片分类方法可以实现兵马俑碎片的快速、精确分类,是一种有效的兵马俑碎片分类方法。     

机载北斗差分定位系统的测量船应用

针对测量船测控设备传统精度检测方法的局限性,该文提出了使用搭载北斗差分定位系统的无人机检测测控设备测量精度的方案。在充分分析北斗系统应用于精度检测可行性的基础上,研制了一套适用于码头和海上的无人机差分定位系统,并通过该系统的单站静态和双站动态差分实验,验证了基于北斗系统的无人机精度检测系统的性能与精度指标。最后通过测控设备跟踪测量无人机实验,检测了标校经纬仪和脉冲雷达设备的测距、测角精度。     

小波去噪的广西加权平均温度插值研究

针对广西地区探空站稀少,难以获得精确的T_m问题,GGOS atmosphere提供了利用ECMWF的相关资料计算而得到的时间分辨率为6h(UTC 00:00:00,06:00:00,12:00:00,18:00:00)、空间分辨率为2.5°×2°的全球T_m格网数据可以在没有气象数据的情况下获得较高时空分辨率的T_m,该文利用GGOS atmosphere T_m格网数据对广西地区4个探空站插值T_m,并用无线电探空数据计算的T_m检验其精度;对误差进行分析后,选取最优小波基与尺度对其残差去噪,利用去噪后得到的曲线建立T_m的改正模型。实验结果表明,插值T_m经基于小波去噪的模型改正后,其RMSE为1.29K;Bevis模型的RMSE为10.71K;GPT2_1W模型的RMSE为3.56K;改正模型精度优于传统模型,可以达到地基GPS反演GNSS-PWV的精度要求。     

全局测量空间转站测量数据整体平差方法北大核心CSCD

针对大型结构件全局测量中多测站测量统一坐标系时的误差积累问题,该文以徕卡TM30全站仪测量系统作为测量手段,模拟实施测量方案获取点位坐标信息。基于七参数转换模型,利用Matlab编程,比较分析了作为初步转换法的四元数法、奇异值分解法和罗德里格矩阵法,对比其进行初步转换的精度差异,从而优选坐标转换方法。在初步转换的基础上,分别基于原始观测值和公共点坐标观测值进行整体平差解算,编程实现了全局测量中各公共点误差及各站坐标转换总误差的计算与分析。最后,对两种整体平差方法的优缺点进行了讨论分析,指出在实际工程中可综合应用两类整体平差方法的技术优势,以最大限度地减少误差积累,提高整体测量精度。