利用小波变换提取川滇地区流动重力异常特征 ——以2014年鲁甸MS6.5、景谷MS6.6地震为例

首先介绍小波变换的基本原理,分析影响小波多分辨率分解效果的因素,提出选择coif5小波基函数、交叉验证确定分解阶次的小波多尺度分解方法;然后在模型实验中利用该方法对模型局部和区域异常实现有效分离,并结合径向对数功率谱方法对分解重构异常进行定性、半定量分析;最后对川滇地区201309~201404期流动重力差分动态变化异常进行多尺度分解。在分解得到的D4~D6异常、重构的局部和区域异常中,2014年鲁甸MS6.5和景谷MS6.6地震主震位置均存在明显的异常变化特征。结合地质构造背景信息对该异常特征进行分析解释。     

Extraction and analysis of gully head of Loess Plateau in China based on digital elevation model

In China′s Loess Plateau area, gully head is the most active zone of a drainage system in gully areas. The differentiation of loess gully head follows geospatial patterns and reflects the process of the loess landform development and evolution of its drainage system to some extent. In this study, the geomorphic meaning, basic characteristics, morphological structure and the basic types of loess gully heads were systematically analysed. Then, the loess gully head′s conceptual model was established, and an extraction method based on Digital Elevation Model(DEM) for loess gully head features and elements was proposed. Through analysing the achieved statistics of loess gully head features, loess gully heads have apparently similar and different characteristics depending on the different loess landforms where they are found. The loess head characteristics reflect their growth period and evolution tendency to a certain degree, and they indirectly represent evolutionary mechanisms. In addition, the loess gully developmental stages and the evolutionary processes can be deduced by using loess gully head characteristics. This study is of great significance for development and improvement of the theoretical system for describing loess gully landforms.     

中文文本蕴含气象灾害事件信息多模型融合抽取方法

随着气候变暖加剧,全球极端天气事件频发,重大气象灾害的发生频率与日俱增。研究气候变化与气象灾害发生频率的关系,对于气候变化背景下的防灾减灾具有重要意义。文献资料及泛在网络数据中蕴含了海量的气象灾害时空事件,为此,本文基于自然语言处理技术研发了文本气象灾害时空事件自动抽取方法。① 提出了基于专业文献的由粗到精的气象灾害标注语料训练库构建方法。首先针对不同文献资料存在的歧义和不兼容等问题,构建了面向文本事件统一的气象灾害知识体系。然后构建了基于章节结构的粗标注方法,分别针对长文本（现代文）和短文本（文言文）研发了基于Labeled LDA模型及基于TF-IDF和N-gram模型的精细标注语料筛选方法,解决了语料库的快速构建问题;② 基于BERT-CNN模型研发了融合上下文语义特征和多粒度的局部语义特征的、面向长短文本一体化处理的气象灾害时空事件自动分类方法;③ 利用该方法分别从文言文和泛在网络数据中自动抽取了灾害时空事件,其宏F1值分别达到89.09%和80.06%,主要气象灾害时空事件分布与专业统计数据相关性较高;④ 基于以上结果,重建了我国各历史时期灾害时空演变过程,发现各时期灾害数据量整体呈现出逐步上升趋势,暴雨灾害、洪涝灾害与干旱灾害是影响我国的主要灾种。本方法既可实现网络长文本事件的自动发现,也可实现文言文短文本事件的自动检测,为文本数据便捷应用于气象灾害研究和监测提供了新的技术方法。     

基于PRCUnet的高分遥感影像建筑物提取

基于高分辨率遥感影像的建筑物提取具有重要的理论与实际应用价值,深度学习因其优异的深层特征提取能力,已经成为高分影像提取建筑物的主流方法之一。本文在改进深度学习网络结构的基础上,结合最小外接矩形与Hausdorff距离概念,对建筑物提取方法进行改进。本文主要改进内容为：① 基于Unet网络结构,利用金字塔池化模块 (Pyramid Pooling Module, PPM )的多尺度场景解析特点,残差模块(Residual Block, RB)的特征提取能力以及卷积块注意力模块(Convolutional Block Attention Module, CBAM)对空间信息和通道信息的平衡能力。将金字塔池化、残差结构以及卷积块注意力模块引入到Unet模型中,建立PRCUnet模型。PRCUnet模型更关注语义信息和细节信息,弥补Unet对小目标检测的欠缺;② 基于最小外接矩形与Hausdorff距离,改进建筑物轮廓优化算法,提高模型的泛化能力。实验表明,本文的建筑物提取方法在测试集上准确率、IoU、召回率均达到0.85以上,精度显著优于Unet模型,提取出的建筑物精度更高,对小尺度及不规则的建筑物有较好的提取效果,优化后的建筑物轮廓更接近真实的建筑物边界。     

羊栖菜岩藻聚糖硫酸酯的提取纯化和化学组成研究

研究分析羊栖菜岩藻聚糖疏酸酯化学组成,为产品研制开发提供理论依据。采用稀酸提取和乙醇沉淀的方法得到羊栖菜岩藻聚糖硫酸酯粗品,粗品通过Q-Sepharose F.F.阴离子交换树脂进行分级纯化,得到硫酸基含量不同的3个组分(F-1,F-2和F-3),并对这3个组分的总糖、硫酸基、糖醛酸、氨基糖的含量及中性单糖组成和得率等进行了全面的分析。结果表明,羊栖菜岩藻聚糖硫酸酯主要由岩藻糖、半乳糖、甘露糖、葡萄糖及少量的鼠李糖、木糖和阿拉伯糖组成。3个组分中F-3的硫酸基含量最高(40.2%)但得率太低(0.8%);F-1的总糖(68.4%)和糖醛酸(17.9%)含量最高;3者氨基糖的含量均很低(≤1.0%);F-1,F-2和F-3相对分子质量分别约为210 000,160 000和140 000,F-2和F-3的纯度较高。     

一种基于数值逼近的KPCA改进算法

核方法广泛应用于模式识别等领域,但其存在着特征抽取效率和样本集的大小成反比的瓶颈问题.因此提出一种基于数值逼近的方法确定虚拟样本矢量,以此代替训练样本,提高KPCA(Kernel Principle Component Analysis)特征抽取效率.在确定虚拟样本矢量时,只需将样本矢量的初值设定为随机变量,算法实现简单、高效.在基准数据集上的实验结果显示该算法优于同类算法.     

一种改进的融合不同尺度特征的遥感影像道路提取新方法

针对高分辨率遥感影像中细小道路纹理特征不明显、信息提取困难的问题,本文提出并实现了一种融合不同尺度特征的深度学习道路提取新方法。首先引入CoT模块构建残差网络,以充分利用局部与全局上下文信息提取不同尺度道路特征;然后构建特征金字塔注意力模块,融合不同层级道路特征信息;最后使用全局注意力上采样模块结合全局背景对道路细节进行恢复。试验结果表明,该方法的召回率、交并比均优于已有方法,能够较完整准确地提取遥感影像中的道路信息,提升道路提取效率。     

高分三号影像水体信息提取

国内外针对陆地水体信息提取、洪涝灾害快速响应方面具有较深入的研究,但是多采用发展较早、图像质量可靠的可见光影像及国外星载SAR影像。中国合成孔径雷达（SAR）卫星高分三号（GF-3）已获取了大量多极化、全极化SAR数据,为了将GF-3影像快速应用到环境保护、水资源管理等行业中,本研究分析了水体与其他目标具有的不同后向散射特性,将阈值分割法与马尔可夫随机场（MRF）相结合,发展了一种检测精度较高、自动化程度强的水体信息提取方法。该方法首先通过直方图统计的方法对不同成像模式、不同极化的GF-3影像进行后向散射强度分析,在阈值分割的研究基础上,比较了最大类间方差法（Otsu）和Kittler and Illingworth（KI）二值化法在水体-非水体分类中的效果。然后结合DEM和GF-3轨道参数排除因阴影现象产生的辐射失真对图像概率分布的影响,得到初始的水体信息分布图,再经过Fisher变换和马尔可夫随机场（MRF）的迭代运算,综合利用GF-3影像的多极化信息和空间上下文信息,以最大后验概率准则输出最终的水体分布图。利用了湖南省东北部不同成像模式的两景GF-3影像进行试验,在成像时间接近的光学影像中随机选择检验样点进行精度评价。实验结果表明,KI方法在GF-3水体提取应用中比Otsu方法具有更强的优势,剔除图像阴影区域后,自动化确定的阈值与目视解译阈值更加接近,通过MRF模型优化以后,实现了对水体信息的连贯提取,对图像噪声具有较强的抑制作用。本研究对水体目标的提取精度均达到了85%以上,实验结果精度优于基于光学影像的水体指数法,整个流程需要很少的人工经验参与,具有自动化程度强、检测精度高的优势。     

高分辨率多光谱影像城区建筑物提取研究

城区高空间分辨率遥感数据由于存在大量同物异谱和异物同谱现象,应用传统的基于像元光谱分类的方法进行建筑物分类提取难以取得满意的效果。本文发展了一种从高分辨率Ikonos卫星影像上基于知识规则的面向对象分类提取城区建筑物方法,包括如下步骤：(1)融合1m全色和4m多光谱波段影像,生成1m分辨率的多光谱融合影像;（2）分割融合影像;（3）执行基于对象光谱的最近邻监督分类;（4）应用模糊逻辑分类器结合光谱、空间、纹理和上下文特征等知识规则进行建筑物分类。精度统计结果表明,本文提出的分类方法提取城区建筑物取得了93%的精度。     

道路特征提取研究进展

道路信息不仅是一种重要的基础地理信息,而且可以作为提取其他地物目标的线索和参考系,从影像中提取道路是一个研究热点,具有很强的现实意义。首先阐述了道路提取的基本思想以及与道路提取有关的背景知识,然后介绍了国内外比较成熟的理论与技术,最后总结并展望了道路提取的发展趋势。