地面三维激光扫描仪自检校方法研究

在深入分析地面三维激光扫描仪系统误差的基础上,研究了其系统误差检校主要方法.提出了扫描仪系统误差自检校方法,设计了基于控制点的室内自检校场,通过对GLS- 1500扫描仪的自检校实验,验证了自检校方法的可行性,并通过显著性检验,为优化扫描仪系统误差参数结构提供了依据.     

格尔木河流域山前平原区蒸散量的分布特征

格尔木河流域干旱少雨,蒸发强烈,为格尔木地区经济发展提供水资源保障。蒸散发是干旱内陆地区地表水及地下水排泄的主要方式,准确估算研究区长时间序列的蒸散量时空分布及其影响因素,对研究区水资源合理开发利用及生态环境保护具有重要意义。传统的蒸散量估算方法难以获取大尺度时空范围参数且估算结果误差较大。文章以格尔木河流域山前平原区为研究区,应用连续序列的MODIS数据及GLDAS气象数据基于SEBS模型估算格尔木河流域山前平原区蒸散量,利用线性回归法及Mann-Kendall显著性检验法分析其连续时间序列内的变化趋势,分析其影响因素。结果表明:研究区蒸散量从2001到2016年总体呈增长趋势,盐沼平原及山前戈壁砾质平原大部分地区蒸散量变化在16年间呈稳定不变状态,盐湖区和绿洲平原呈显著增长趋势。研究区16年间不同地貌蒸散量夏季增减幅度均远大于其他三季,冬季变化幅度最小。     

同位素温标的显著性水平

在中国大气降水年均同位素δ值与年均地面气温之间，在α为0.01的显著性水平存在直线关系，氢同位素温标为3.1‰℃，氧同位素温标为0.36‰℃。但是，在月均δ值与月均地面气温之间的关系比较复杂：①在中国北方，氧同位素温标由西向东为0.65-0.10‰℃。相关指数自西向东为0.73-0.14，显著性水平均达到α为0.01；②在中国南方，显著性水平虽达α为0.01，但是温标皆小于零，相关指数小于0.5；③南京、武汉、长沙、拉萨、西安和太原等台站，月均同位素δ值与月均地面气温之间无相关性。     

基于GIS的分组数据Logistic模型在斜坡稳定性评价中的应用

分组数据Logistic回归是针对因变量为定性变量、自变量为分类变量的一种解决方案,加权最小二乘法可用来求解该方程.将巫山县新城西区作为试验区,选取岩性、坡度、高程、地下水位埋深、距最近有影响构造线距离5种因素为斜坡稳定性影响因素,以试验区历史滑坡发生为因变量,建立了区域斜坡稳定性评价的分组数据Logistic回归方程,进行了回归方程显著性检验和回归系数显著性检验,最后利用回归方程对全区斜坡稳定性进行预测.模型拟合精度为:以滑坡发生概率0.157 9为判据,滑坡发生样本的判对率为72.55%,滑坡不发生样本的判对率为79.69%.     

利用样方分析小微地震空间分布模式

地震是一种危害很大的地质灾害,研究地震点的空间分布模式及发生规律已成为一个重要课题。本文在样方分析原理与显著性检验方法的基础上,选择河南省作为实验区,以2008年1月至2016年1月期间地震台监测数据作为实验数据,研究小微地震点的空间分布模式。以理论上的泊松随机分布统计结果为比较对象,对实验区小微地震点进行样方统计分析,K-S显著性检验结果显示:实验区小微地震点不是空间随机分布。结合样方统计数据和地质资料分析,河南省小微地震点的空间分布模式为聚集分布,且主要集中于豫北地区。实验结果表明,样方分析法不仅能够比较准确地判断出地震点的空间分布模式,帮助人们较快地识别出地震发生的热点区域,还可为分析热点区域地震成因和预报大地震提供支持。     

冻融环境下黄土微结构损伤识别与宏观力学响应规律研究

冻融环境下黄土物理力学性质劣化是寒区工程建设必须要考虑的问题之一,取延安市黄陵县黄土为研究对象,以初始含水率、冻融循环次数为变量,借助扫描电子显微镜、Leica Qwin、Canny算子边缘检测、分型理论定量评价冻融环境下黄土微观结构损伤状态;通过GDS探究不同初始含水率、不同冻融循环次数对试样强度指标的影响,并用显著性理论进行评价。结果表明：随着冻融次数的增加试样内部裂隙不断发育演化,土体内部的大颗粒不断分解为若干小颗粒,骨架连接方式发生转变,由面-面接触转变为点-面、点-点接触;随着冻融循环次数的增加面孔隙度、分形维数不断增大,冻融循环10次后趋于稳定,试样在冻融环境下内部微、小孔隙不断向中、大孔隙转化;随着冻融循环次数的增加试样的黏聚力不断减小,内摩擦角不断增大,冻融10次后强度指标趋于稳定,试验结果与图像探伤结论相一致;对试样黏聚力、内摩擦角进行显著性分析可知冻融循环次数、初始含水率及其交互作用（耦合作用）对试样强度指标有特别显著的影响。     

中国台站冬夏季气温、降水的气候变化特征及其显著性检验

利用1951—2010年中国160站气温、降水资料,分析中国代表性台站冬季和夏季气温、降水的气候值及气候变率在前后30 a的差异,并对结果使用不同方法进行显著性检验。结果表明,季气温气候平均值的变化总体与全球增暖一致,以升温为主,但夏季在秦岭以南及长江中游地区出现显著局部变冷现象;季气温气候变率的变化相对较小,冬季总体不显著,夏季仅有少数台站显著。降水的气候变化总体不明显,季降水气候值变化的空间分布复杂,冬季南方地区、夏季东部地区总体增加,冬、夏季降水气候变率的变化均不显著。理论检验方法（t检验、F检验）与随机模拟方法（EMC法）的显著性检验结果,对气温的差别较小、对降水的差别较大,这与样本距平序列是否服从正态分布有关。EMC法可在确保样本统计特征不变的情况下,通过多次随机模拟,无需考虑其理论统计分布特征,使检验结果更为可靠。     

联合显著性和多层卷积神经网络的高分影像场景分类

高分辨率遥感影像中的场景信息,对于影像解译和现实世界的理解具有重要意义。传统的场景分类方法多利用中、低层人工特征,但是高分辨率遥感影像的信息丰富,场景构成复杂,需要高层次的特征来表达。本文提出了一种联合显著性和多层卷积神经网络的方法,首先利用显著性采样获取包含影像主要信息的有意义的块,将这些块作为样本集输入卷积神经网络中进行训练,获得不同层次的特征表达,最后联合多层特征利用支持向量机进行分类。两组高分影像场景数据UC Merced 21类和Wuhan 7类试验表明,显著性采样能够有效地获取主要目标,减弱其他无关目标的影响,降低数据冗余;卷积神经网络能够自动学习高层次的特征,相比已有方法,本文方法能够有效提高分类精度。     

结合显著性检测与特征匹配的飞机目标识别

根据目标与背景间的视觉显著性差异及飞机目标的形态特征,本文提出了一种基于显著性检测的飞机目标识别算法。该算法首先对预处理后的遥感影像进行显著性检测并提取场景中的感兴趣目标;然后依据阴影在HIS颜色空间的特性消除阴影对飞机识别造成的影响,并以飞机的形态特征为依据对感兴趣目标进行筛选,进而实现飞机目标识别;最后,计算飞机的外形参数、相对矩等特征并以此作为依据实现飞机机型判别。试验证明,该方法飞机特征提取精确,目标识别准确率高,具有较好的稳健性。