Assessing the performance of two unsupervised dimensionality reduction techniques on hyperspectral APEX data for high resolution urban land-cover mapping

Despite the high richness of information content provided by airborne hyperspectral data, detailed urban land-cover mapping is still a challenging task. An important topic in hyperspectral remote sensing is the issue of high dimensionality, which is commonly addressed by dimensionality reduction techniques. While many studies focus on methodological developments in data reduction, less attention is paid to the assessment of the proposed methods in detailed urban hyperspectral land-cover mapping, using state-of-the-art image classification approaches. In this study we evaluate the potential of two unsupervised data reduction techniques, the Autoassociative Neural Network (AANN) and the BandClust method – the first a transformation based approach, the second a feature-selection based approach – for mapping of urban land cover at a high level of thematic detail, using an APEX 288-band hyperspectral dataset. Both methods were tested in combination with four state-of-the-art machine learning classifiers: Random Forest (RF), AdaBoost (ADB), the multiple layer perceptron (MLP), and support vector machines (SVM). When used in combination with a strong learner (MLP, SVM) BandClust produces classification accuracies similar to or higher than obtained with the full dataset, demonstrating the method’s capability of preserving critical spectral information, required for the classifier to successfully distinguish between the 22 urban land-cover classes defined in this study. In the AANN data reduction process, on the other hand, important spectral information seems to be compromised or lost, resulting in lower accuracies for three of the four classifiers tested. Detailed analysis of accuracies at class level confirms the superiority of the SVM/Bandclust combination for accurate urban land-cover mapping using a reduced hyperspectral dataset. This study also demonstrates the potential of the new APEX sensor data for detailed mapping of land cover in spatially and spectrally complex urban areas.     

王坡井田煤层气井部署方法研究

王坡煤矿是高瓦斯矿井,已有的井下瓦斯抽排不能满足矿井安全生产的要求,迫切需要通过地面抽采来缓解。在已有地质成果基础上,采用煤层气藏数值模拟方法,对王坡井田地面煤层气抽采工程部署方案进行优化。结果表明:A区块是井田煤层气开发试验首选区,以梅花形井网作为试验井网,井间距300m×250m,井网长轴方向60°。这种布井方式在工程实践中取得了较好效果,具有较大的推广价值。     

应用响应曲面法优化凯氏定氮法的消解条件

经典凯氏定氮法是通过观察消解反应现象来控制温度和时间,对于数量较多的样品同时消解会耗费大量的人力及时间,因此需要采用合理的试验设计方法确定最佳消解温度和时间,以实现批量消解样品,提高分析效率。本文利用响应曲面法对凯氏定氮法中的消解条件进行了优化分析,选择料液比、消解温度和消解时间作为优化因素,研究三因素的不同水平对氮含量测定的影响。通过响应曲面分析得到最优的消解条件为:料液比(g/mL)=0.3∶5,消解温度260℃,消解时间60 min。重复实验结果表明,样品在优化的条件下能够很好地消解,重现性较好;标准物质的氮含量的实验测定值(1310×10-6)与标准值(1300×10-6)基本一致,两者的对数误差绝对值为0.003,方法的准确性高。应用响应曲面试验设计方法,对于评价凯氏定氮法中三个消解条件对氮含量的非线性影响起到了很好的优选作用,能更好地预测实验因素对分析结果的影响趋势,可以准确控制消解温度和消解时间,对于提高分析效率具有实用意义。     

四川三江北段地区金及多金属成矿规律及靶区优选

四川三江北段地区位于我国十九个重点成矿区带之一的西南三江成矿带中东部,区内多种类型的沉积建造、频繁的火山-岩浆活动以及复杂的地质构造背景,产出了丰富的有色金属、贵金属矿产资源,本次通过DPIS预测,在区内圈定金找矿靶区6处,分别为：甘孜县找矿靶区、卓达找矿靶区、根洛找矿靶区、沙马找矿靶区、拉波找矿靶区、水洛找矿靶区。下步应有针对性的加强对6处金找矿靶区的研究、勘查工作,在区内有发现金及多金属矿床的可能。     

基坑工程管井回灌优化设计探讨

目前基坑管井回灌设计及优化尚无专门成熟的方法,通过不同基坑回灌类型的分析,提出了基坑管井回灌设计原则及设计流程,并对回灌参数进行了探讨,对回灌可施加的最大压力进行了分析,通过285组基坑水文地质数值模型的计算,对比分析了不同渗透各向异性系数、回灌井结构、回灌井位置和保护建（构）筑物位置下的渗流特征,提出了回灌设计综合指数,从经济、技术及施工难度角度综合评估回灌对保护建（构）筑物以及对坑内降水的双重作用,指导抽灌一体化设计。     

大口径瓦斯抽排井施工扩孔分级设计优选探讨

受现有钻探设备能力限制,大口径瓦斯抽排井工程通常采用“先导钻进+分级扩孔”施工方法。通过扩孔所需回转扭矩的计算分析,对常用大口径瓦斯抽排井扩孔分级的设计进行了探讨。     

基于最大特征值估计的C3算法及应用

第三代相干体算法(C3算法)具有分辨率高、压制噪声能力强的优点,但是该算法需要计算协方差矩阵的特征值,所以耗时较多。为提高大矩阵特征值分解的运算速度,提出了一种估计最大特征值的快速收敛算法,通过运用A2k矩阵的迹来构造一种收敛速度更快的特征值估计方法,并给出了这种方法的误差估计表达式,实现计算精度的有效控制。文中还讨论了地震数据体边缘补地震道方法,解决了将递推算法应用到平面方向时空间窗越过边界的问题。实例表明,本算法的计算效率明显高于常规的C3算法。     

中国县域生态资产损益的影响机制及优化提升路径

生态资源资产化、生态资产资本化是实现“两山”转化的一个重要途径,开展生态资产及其损益核算有助于生态系统的有效保护、科学管理和可持续利用。本文在借鉴国内外生态资产相关研究的基础上,构建了县域尺度生态资产及其损益核算技术体系,分析了1990—2018年中国县域生态资产的时空变化特征,明晰了造成生态资产损益的影响因素及作用机制,并针对具有不同生态资源类型、损益状况、驱动要素特征的县域提出了差异化的优化提升路径。结果表明：① 以农田、森林生态资源为主的县域数分别约占县域总数的45%和37%;1990—2018年中国县域生态存量资产的质量整体呈波动中上升趋势,而生态流量资产的变化趋势差异显著,近70%县域水源涵养量减少。② 生态流量资产价值呈现损与益态势的县域数分别约占44%和37%,空间分布呈现与“胡焕庸线”一致的分割特征,即西北广大地区县域明显增益,而东部和南部县域有所减损。③ 1990—2018年中国超过70%县域生态资产变化受气候变化与人类活动共同驱动,人类活动对生态资产增益县域的平均作用率约80%,而气候变化对生态资产减损县域的平均作用率约为60%。④ 综合分析,可将全国县域分为适应、减缓气候变化和生态资源修复、保护、管理5种类型,采用差异化的生态资产优化提升路径。     

基于主体功能区的京津冀城市群碳收支时空分异与碳补偿分区

从主体功能区划视角研究碳收支和碳补偿分区,对于制定适应各主体功能区低碳发展策略,推动区域生态环境协同治理,实现高质量发展具有重要意义,也是地理学思想对于实现“双碳”目标的重要贡献。本文首先构建主体功能区视角下碳收支与碳补偿的理论框架,然后以京津冀城市群157个县级单元为研究区,引入集中化指数、标准显性比较优势指数、SOM-K-means聚类等方法研究功能区视角下京津冀城市群碳收支时空分异与碳补偿分区,并提出以低碳发展为导向的碳减排空间优化方案。结果表明：① 2000—2017年京津冀城市群碳收支量呈现波动上升态势,其集中化指数均高于0.4的“警戒线”,碳收支地区差异整体偏大。② 碳收支时空分异显著,碳排放高值区呈现以京津唐为中心,向外逐步降低的“核心—外围”空间格局;而碳吸收空间格局趋于稳定,总体呈现东、北、西部高,而中、南部低的倒“U”型格局。③ 京津冀城市群碳收支与主体功能区战略定位较为吻合,优化开发区和重点开发区是碳排放的主要承压区,而重点生态功能区是碳吸收的优势主导区,各功能区碳吸收集中化指数差别较碳排放集中化指数小。④ 京津冀城市群共有53个支付区、64个平衡区和40个获补区,结合主体功能区规划战略目标,最终形成9类碳补偿空间优化区,并提出每一类型区低碳发展方向及策略。⑤ 未来要加强更微观尺度的碳收支及碳补偿研究,丰富和完善碳补偿理论框架,将碳补偿融入到碳交易市场,探索实现“双碳”目标的多元化路径。     

基于贝叶斯网络的生态系统服务空间格局优化——以泾河流域为例

城市高速发展引起了区域土地利用格局的改变,不仅影响生态环境质量,而且还对生态系统服务的空间格局产生影响,在此基础上优化生态系统服务显得至关重要。在泾河流域2000—2020年净初级生产力（Net primary productivity, NPP）、农业生产力、土壤保持和产水服务空间评估的基础上,将贝叶斯网络和生态系统服务相结合,在关键变量子集和可视化的最优状态子集的基础上,评估了4种生态系统服务需要优化的区域,为区域经济和生态和谐发展提供参考。结果表明：（1） 水文评价模型（Soil and water assessment tool, SWAT）模型能较准确地模拟区域的径流量。通过模拟值和观测值对比分析,该模型具有较高的决定性系数（R²>0.6）和纳什效率系数（NSE>0.5）,可为进一步评估产水服务提供保障。（2） 2000—2020年泾河流域4种生态系统服务的时空差异性较为显著。在时间尺度上,4种生态系统服务均呈现波动中上升的趋势,在空间尺度上呈现较为稳定的变化趋势。（3） 通过对4种生态系统服务优化区域进行叠加分析,发现综合优化区域集中在彭阳县的中部和西南部以及环县的零星区域。研究结果对指导优化区域进行生态系统的可持续管理以及改善生态系统的退化状况具有重要意义。