并行处理技术在地理信息数据处理中的应用

随着地理信息存储量的飞速增长,传统的单进程、集中式的数据处理方式已不能满足基于网络的地理信息服务的效能要求。分析对比了OpenMP,MPI和MapReduce等主流并行编程模式,将关系型数据库与分布式空间数据管理系统相结合,提出了面向并行处理的地理信息存储模型和数据组织模型,将该模型与传统模型进行了对比分析,并基于MapReduce实现了地理空间数据并行处理框架,选取了矢量数据装载、影像数据装载以及数据切片作为典型数据处理案例开展对比实验,该技术方案的处理效率均数倍于传统技术方案。实验表明,该模型能够很好地支持并行处理框架,可为分布式环境下数据处理中心构建提供一个有效解决方案。     

月球构造新认识：基于60m高精度全月月形图的月球构造形态学研究

一直以来月球上都没有发现像地球上一样的全球板块构造现象,被认为是属于单板块构造的行星体并且是不活动的。随着月球地形探测精度的提高,人们逐渐发现了一些地质现象表明月球并不像之前想象的一样是不活动的。高精度的月形数据显示出了月球上除了存在众所周知的(撞击作用产生的)复杂的撞击构造外,仍然存在许多可能由内生作用产生的构造特征:如裂谷、山脊、火山群等。本文利用最新高精度月球激光高度数据(LOLA数据)建立了全月60m(相当于7秒网格)高精度月形图。由于数据量超大(TB级别),作者编写了基于并行架构的集群计算处理代码,其计算效率提高了近300倍。基于这些图件,作者在全球范围内找出许多重要的构造现象,并根据其构造及地质特征进行分类研究。研究结果表明并不像之前认识一样,月球上的确存在许多地质构造体是由月球的内生地质作用所产生,并建立对于月球结构和构造的新认识。此外,通过对比发现,像地球上全球尺度的线性山脉只是板块构造运动的结果;另一方面,在无板块构造的行星上,就像月球一样,会产生大面积的高地(月陆)和低地(月海地区),这种地质现象很有可能是行星地壳岩浆演化的直接结果。在文章最后,作者还将制作出的60m分辨率的全月月形系列图件附后并公开,以方便其他科研人员进一步开展相关研究;并以此敬献中国地质科学院60周年庆典。     

顾及邻域居民地群组相似性的道路网匹配方法

现有多源同比例尺道路网匹配方法中,大多只利用道路自身特征进行匹配,而较少顾及道路周边要素对匹配过程的影响和约束,从而影响了道路网匹配效果的进一步提高,特别是对系统误差改正后仍存在一定位置或旋转偏差的道路数据进行匹配时,这种影响尤为明显。本文借鉴人类对陌生环境的空间认知特点,提出了一种顾及邻域居民地群组相似性的道路网匹配方法。该方法通过构建城市骨架线网确定与道路相邻的居民地群组,进而计算居民地群组空间关系和几何特征相似度来获得对应道路的匹配结果。其特点在于:对存在位置或旋转偏差的道路数据匹配,以其邻域空间内居民地群组的整体相似性指标来带动道路自身匹配,实际上是增加了周边居民地群组对道路匹配过程的约束,更具鲁棒性。试验及对比分析表明,本方法能够较好地解决系统误差改正后仍存在较大位置和旋转偏差的道路数据间的匹配问题,提高匹配的正确率。     

流体包裹体和C-H-O同位素对湘中古台山金矿床成因制约

古台山金矿是湘中盆地最典型的高品位石英脉型金矿床,主要赋存于新元古界和震旦系板岩-千枚岩中。为了探明古台山金矿的成矿物质和成矿流体来源,本次工作对其开展了详细的野外地质考察,对不同阶段石英进行了系统的包裹体岩相学观察、显微测温、激光拉曼探针及H-O同位素分析,对与金矿化密切相关的铁白云石进行了C-O同位素分析。包裹体岩相学及测温结果显示,不同阶段石英主要发育CO_2三相和水溶液两相包裹体,金沉淀阶段CO_2三相包裹体丰度最高,包裹体均一温度集中在180~320℃之间,盐度集中在0~13%NaCleqv之间。激光拉曼显示不同阶段石英包裹体成分主要为H_2O、CO12及少量的CH_4和N_2。不同阶段石英的δ~(18)O_(V-SMOW)变化范围为15.6‰~17.9‰,对应的δ8OH_2O变化范围为4.5‰~8.3‰,δD_(V-SMOW)变化范围-78‰~-49‰,显示成矿过程中有岩浆水参与。铁白云石的δ~(13)C_(PDB)集中在-10.3‰~-8.6‰,δ~(18)O_(V-SMOW)分布在13.9‰~15.7‰之间,暗示成矿流体中的碳主要来自深部岩浆。流体不混溶、CH_4气体存在、围岩及脉体发生硫化-碳酸盐化等因素是导致古台山矿床Au沉淀富集的重要机制。综合上述分析,推测古台山金矿可能是一个非典型的造山型金矿床。     

白杨河矿区煤层气丛式井钻井难点及对策研究

新疆阜康市白杨河矿区煤层气开发利用先导性示范工程是新疆第一个煤层气示范工程项目。白杨河矿区总体构造为向南倾斜的单斜构造,地层倾角大,煤层多且间距大。该示范工程开发方案主要井型为丛式井。经过多年钻井实践,丛式井钻井技术在鄂尔多斯盆地东缘煤层气区块已经非常成熟,初步形成了一套适合该地区煤层气开发的丛式井钻井技术。由于白杨河矿区地质条件与鄂尔多斯盆地东缘各区块相比差异大,特别是存在地层倾角大、煤层多且间距大等地质特点,因此不能完全照搬原有的丛式井钻井技术。本文依据白杨河矿区地质资料,分析了白杨河矿区煤层气丛式井钻井难点,对解决该区块钻井难点的技术对策和攻关思路进行了总结与阐述,初步形成了一套适合白杨河矿区大倾角厚煤层的丛式井钻井技术。     

2014年春季季风间期东印度洋赤道及其邻近海域硅藻群落

2014年4月10日至5月13日在东印度洋赤道区及其邻近海域(10.08°N-6.00°S,80.00°~96.10°E)进行硅藻物种组成和群落结构的调查。分析了45个网采样品,共鉴定出浮游硅藻34属113种(包括变种、变形及未定名种),大部分物种为热带外洋性种以及暖海外洋性种,与该海区的热带及亚热带的环境特征一致。优势种为佛氏梯形藻(Climacodium frauenfeldianum)、地中海细柱藻(Leptocylindrus mediterraneus)、密聚角毛藻(Chaetoceros coarctatus)、美丽漂流藻(Planktoniella foromsa)、大西洋角毛藻那不勒斯变种(Chaetoceros atlanticus var. neapolitanus)、距端假管藻(Pseudosolenia calcar-avis,即距端根管藻Rhizosolenia calcaravis)、圆柱几内亚藻(Guinardia cylindrus)、达蒂角毛藻(Chaetoceros dadayi)、伏氏海线藻(Thalassionema frauenfeldii)、离心列海链藻(Thalassiosira excentrica)、瘤面角毛藻(Chaetoceros bacteriastroides)以及笔尖根管藻粗径变种(Rhizosolenia styliformis var. latissima)等。硅藻的平均细胞丰度为1.855×103个/m3,其平面分布不均匀,赤道断面细胞丰度较低,高值区出现在海区北部。聚类分析发现有7种生态类群,这些硅藻的种类和丰度平面分布与上层水体(200 m以浅)温度、盐度及营养盐的水柱平均值有较好的对应关系。     

陕西凤太矿集区多金属成矿作用的构造控制

陕西凤县-太白(简称凤太)矿集区铅、锌、金、银、铜多金属资源丰富,已发现二十余个大中小型矿床。在大地构造位置上,凤太矿集区位于南秦岭造山带北缘,紧邻商丹缝合带。以往的工作缺乏对矿集区整体的构造研究,本次工作通过比较系统的构造测量和解析,提出在南秦岭晚三叠世碰撞造山过程中,凤太矿集区南北两条边界断裂带的左行走滑运动导致在区内衍生了NNE向主压应力场,从而形成了NWW向复式褶皱、脆韧性剪切带、断裂和节理(纵向破裂)、B型线理,以及NNE向断裂和节理(横向破裂)、劈理、张裂隙等一系列构造组合,所有构造形迹都是在统一构造应力场下随着构造层次不断抬升,脆韧性和脆性递进变形叠加的产物,共同构成了一个大型压扭性走滑双重构造变形系统。在构造几何学上,凤太矿集区整体上表现为一个隔档式复式褶皱,由一组NWW向紧闭复背斜和一组相对宽缓复向斜组成。区内的多金属成矿作用、岩浆活动、动力变质变形作用的同位素年龄数据集中于230~190Ma。综合地质演化和成矿作用的研究成果,提出在南秦岭碰撞造山过程中引发的动力变质变形作用和岩浆活动提供了成矿元素和成矿流体,在温压梯度以及浮力效应的驱动下向上运移至走滑双重构造变形系统中的有利扩容空间中发生充填型和交代型矿化,即凤太矿集区多金属矿床是区域大规模变形变质-岩浆活动-流体作用的产物,是在构造作用这一主导因素控制下形成的一个多金属后生热液成矿系统。     

渤海湾盆地庙西中南洼围区原油成因类型及分布主控因素

通过原油生物标志化合物参数聚类分析,在对比沙河街组不同层系烃源岩地化特征的基础上,分析了渤海海域庙西中南洼已发现原油的成因类型、来源及其分布规律。结果表明,研究区目前已发现的原油主要有Ⅰ型、Ⅱ型和Ⅲ型3种成因类型,其中：Ⅰ型原油来源于沙三段烃源岩,主要分布在垦利6-4区和蓬莱25区,其进一步可分为Ⅰ₁和Ⅰ₂两个亚类,分别对应中高熟沙三型原油和中低熟沙三型原油;Ⅱ型原油来源于沙三段和沙四段烃源岩,主要分布在蓬莱31区;Ⅲ型原油主要来源于沙四段烃源岩,可能有少量的沙三段烃源岩贡献,主要分布在渤中36区。原油地化特征及分布规律指示研究区为近源成藏特征。综合烃源岩分布特征及断层活动性分析认为蓬莱25区和垦利6-4区原油类型主要受烃源岩控制,而蓬莱31区和渤中36区原油类型和分布受断裂和烃源岩联合控制。     

Landslide susceptibility zonation method based on C5.0 decision tree and K-means cluster algorithms to improve the efficiency of risk management

Machine learning algorithms are an important measure with which to perform landslide susceptibility assessments,but most studies use GIS-based classification methods to conduct susceptibility zonation.This study presents a machine learning approach based on the C5.0 decision tree(DT)model and the K-means cluster algorithm to produce a regional landslide susceptibility map.Yanchang County,a typical landslide-prone area located in northwestern China,was taken as the area of interest to introduce the proposed application procedure.A landslide inventory containing 82 landslides was prepared and subse-quently randomly partitioned into two subsets:training data(70％landslide pixels)and validation data(30％landslide pixels).Fourteen landslide influencing factors were considered in the input dataset and were used to calculate the landslide occurrence probability based on the C5.0 decision tree model.Susceptibility zonation was implemented according to the cut-off values calculated by the K-means clus-ter algorithm.The validation results of the model performance analysis showed that the AUC(area under the receiver operating characteristic(ROC)curve)of the proposed model was the highest,reaching 0.88,compared with traditional models(support vector machine(SVM)=0.85,Bayesian network(BN)=0.81,frequency ratio(FR)=0.75,weight of evidence(WOE)=0.76).The landslide frequency ratio and fre-quency density of the high susceptibility zones were 6.76/km2 and 0.88/km2,respectively,which were much higher than those of the low susceptibility zones.The top 20％interval of landslide occurrence probability contained 89％of the historical landslides but only accounted for 10.3％of the total area.Our results indicate that the distribution of high susceptibility zones was more focused without contain-ing more"stable"pixels.Therefore,the obtained susceptibility map is suitable for application to landslide risk management practices.     

基于DBSCAN与网格搜索的雷电定位算法

定位精度是评价雷电定位网络的重要指标之一,定位算法直接影响雷电探测结果的精度。雷电监测系统探测数据误差不可避免,传统定位算法不具备抗误差干扰能力,迭代计算易发散,定位结果精度不高。为了满足实际应用需求,提出一种新的雷电定位算法DG-LLA（DBSCAN and grid-search lighting location algorithm）,在定位计算中引入DBSCAN（density-based spatial clustering of applications with noise）方法与网格搜索方法。通过仿真与国家雷电监测网实际定位结果对比分析定位算法性能。结果表明:到达时间差（time difference of arrival,TDOA）法和Taylor级数展开法定位误差较大,仿真区域的均方根误差分别为982 m和668 m;定位中引入DBSCAN方法后,均方根误差明显减小为406 m,引入DBSCAN方法和网格搜索方法后,均方根误差减小为349 m;在相同回击数据条件下,算法DG-LLA与国家雷电监测网相比定位数量更多,回击数据的利用率从43.4%提升到51.5%,新增定位结果周围雷达回波特征较强,定位精度更高。