遥感技术在内蒙古东乌珠穆沁旗萨麦地区的找矿应用

本文以内蒙古东乌珠穆沁旗萨麦地区1:5万巴彦塔拉等4幅区域地质调查范围为研究区,以ETM+影像数据为信息源,以波谱理论为基础,从遥感图像中提取蚀变信息继而进行遥感找矿实践。针对区内铁染、羟基蚀变类型使用主成分分析等方法,将研究区划分为10个异常区,结合区域构造特征情况,对异常区域开展了1:1万路线调查,综合判定后,选择了4个找矿靶区进行了化探剖面探测并进行了成果分析,结果显示遥感蚀变信息与野外调查和化探异常吻合较好。     

基于SPOT6遥感影像的滩涂湿地入侵种互花米草植株高度的反演研究

本文以SPOT6 高空间分辨率遥感影像为数据源,通过植被覆盖度和地上生物量两个参数进行滩涂湿地入侵种互花米草植株高度的估算研究。结果表明,三沙湾滩涂湿地互花米草植株高度平均值为2.04 m,以1~2 m和2~3 m植株为主要分布高度,分布面积分别为6.83 km2和10.31 km2,占研究区互花米草总面积的33.83%和51.06%,小于1 m和大于3 m的互花米草仅占9.26%和5.84%。估算值与真实值之间的均方根误差为0.204,绝对误差为0.04~0.37 m。该方法是对高空间分辨率光学影像应用研究的重要尝试,其反演方法具有较好的可行性,可较为准确的获取滩涂湿地植株高度信息。     

基于单景高分辨率光学卫星遥感影像的浅海水下地形提取

本文基于海浪波折射现象和浅水波理论,提出了一种基于单景高分辨率光学遥感影像的浅海地形提取方法。首先,基于浅水波理论推导出适用于浅海区域的水深与海浪波长、频率的定量关系,针对近岸光学遥感图像复杂的海浪特征,讨论了两种海浪波长提取方法,即FFT方法和剖面线法。然后提出了基于长距离波长波动分析的海浪频率计算方法,解决了单景遥感影像的波浪频率计算难题。最后,利用单景QuickBird高分辨率光学遥感影像,以海南岛三亚湾为研究区域进行了应用实验,结果表明,对12m以浅的浅海区域,在不需要任何辅助参数的情况下,反演获得了浅海地形(DEM),经与1:25000比例尺海图的水深对比验证,地形趋势吻合良好,反演水深的均方根误差为1.07m,相对水深误差为16.2%,表明该方法适合于浅海水下地形的提取,且具有无需实测水深数据和环境参数的支持的优点。     

安徽省东源斑岩型钨矿床白钨矿原位微量元素特征及其指示意义

新兴的白钨矿面扫描技术对于解释矿物微量元素特征具有重要的指示意义。文章选择皖南地区东源斑岩型钨矿床中白钨矿为研究对象,利用面扫描和阴极发光图像技术对矿物微区结构和原位微量元素特征进行系统研究。分析结果显示,白钨矿具有核边结构且微量元素特征具有明显的分带性,同一白钨矿颗粒核部亏损Mo、Nb、Ta元素,富集REEs,而边部相反。在此基础上,文章通过系统的白钨矿单点微量元素分析,反演了成矿流体性质和演化过程,提出东源钨矿床成矿流体氧逸度逐渐增高,成矿流体富集F挥发分且F含量逐渐增加,成矿物质很可能有幔源组分加入。通过白钨矿面扫描和阴极发光图像查明矿物微区结构,进而开展了白钨矿微区微量元素单点分析,有可能对成矿流体和矿质来源作出合理的解释。     

高亚洲地区冰崩灾害的研究进展

在全球气候变化的背景下,冰崩灾害极有可能成为人类面临的新常态。特别是在高亚洲地区,冰崩灾害事件严重威胁"亚洲水塔"的命运和"第三极"的生态安全。因此,研究冰崩灾害事件对于保障"一带一路"国家战略的顺利实施和保护"一带一路"沿线国家的生产与生存环境具有重要的现实意义。通过梳理历史上有记录的几次冰崩灾害事件,系统介绍冰崩的发生过程;再从冰崩体的物质组成、冰崩体的运动特征、冰崩发生的可能原因以及冰崩的影响等方面总结了冰崩的研究内容;重点阐述了冰崩的研究方法;最后讨论了当前冰崩研究存在的问题,并从冰崩研究方法等角度展望了未来冰崩灾害事件的研究方向。     

基于神经网络的页岩微纳米孔隙微结构分析的正则化和最优化方法

页岩气成藏机理与页岩内部孔隙结构紧密相关,对页岩孔隙结构的研究成为页岩气勘探开发技术中至关重要的一环。页岩内部不同结构体组分对X-射线的吸收能谱不一样,这样就导致观测数据是由不同页岩组分衰减不同波段的X-射线构成的。经过对CT图像分割,能够获得页岩微孔结构的图像,尤其是获得有机质中孔隙类别、形状、尺寸、空间分布、连通特性。本文利用同步辐射X射线扫描重构的页岩CT数据,研究并设计基于多能CT图像的神经网络图像分割技术和算法,以期得到页岩体三维结构特征及空间分布,可以为建立有机质种类和无机矿物组成与微纳孔隙特征的联系以及最终实现页岩气的资源储量评估和勘探开发提供技术支持。     

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。     

岸滩侧蚀崩塌速率的试验量测方法

岸滩侧蚀崩塌现象普遍存在于冲积河流演变过程中,是河道治理需重点关注的问题之一,岸滩侧蚀崩塌速率的准确量测则是崩岸机理及其治理措施研究的关键基础。基于图像处理技术,建立了河岸侧蚀崩塌速率试验量测系统,通过图像追踪河岸模型上边缘示踪网格位置变迁,提出了一种河岸侧蚀崩塌速率测量方法。以试验水槽为例,对河岸侧蚀崩塌速率进行了量测,并与经验公式计算值进行了比对,两者基本吻合,可较好地反映流速、土体级配等岸滩侧蚀崩塌速率的影响因素及其变化规律。研究成果可为江河崩岸机理的深入研究提供技术支撑。     

Super-resolution enhancement of UAV images based on fractional calculus and POCS

Abstract

A super-resolution enhancement algorithm was proposed based on the combination of fractional calculus and Projection onto Convex Sets (POCS) for unmanned aerial vehicles (UAVs) images. The representative problems of UAV images including motion blur, fisheye effect distortion, overexposed, and so on can be improved by the proposed algorithm. The fractional calculus operator is used to enhance the high-resolution and low-resolution reference frames for POCS. The affine transformation parameters between low-resolution images and reference frame are calculated by Scale Invariant Feature Transform (SIFT) for matching. The point spread function of POCS is simulated by a fractional integral filter instead of Gaussian filter for more clarity of texture and detail. The objective indices and subjective effect are compared between the proposed and other methods. The experimental results indicate that the proposed method outperforms other algorithms in most cases, especially in the structure and detail clarity of the reconstructed images.     

Soil salinity and vegetation cover change detection from multi-temporal remotely sensed imagery in Al Hassa Oasis in Saudi Arabia

Detecting soil salinity changes and its impact on vegetation cover are necessary to understand the relationships between these changes in vegetation cover. This study aims to determine the changes in soil salinity and vegetation cover in Al Hassa Oasis over the past 28 years and investigates whether the salinity change causing the change in vegetation cover. Landsat time series data of years 1985, 2000 and 2013 were used to generate Normalized Difference Vegetation Index (NDVI) and Soil Salinity Index (SI) images, which were then used in image differencing to identify vegetation and salinity change/no-change for two periods. Soil salinity during 2000–2013 exhibits much higher increase compared to 1985–2000, while the vegetation cover declined to 6.31% for the same period. Additionally, highly significant (p < 0.0001) negative relationships found between the NDVI and SI differencing images, confirmed the potential long-term linkage between the changes in soil salinity and vegetation cover.