地图综合中曲线局部尖锐凸角的光滑方法北大核心CSCD

地图制图综合过程中,线状要素经过一系列的选取、化简等处理后,经常会生成少量尖锐的凸角。针对已有的算法在解决这个问题时大多对曲线上全部的节点进行整体光滑处理,在很多不必要光滑的地方增加了大量的冗余节点,且效率不高的问题,该文基于线性迭代法提出了一种曲线局部尖锐凸角的光滑方法。首先建立了基于角度阈值的尖锐凸角判断原则,然后据此设计了具有可控性的尖锐凸角自动识别处理方法,以探索最佳的角度阈值实现曲线光滑处理,最后以广州某市的地理国情普查水系数据为例对该文方法进行了检验。实验结果表明,当角度阈值在[150°,160°]范围内时,该文方法不仅消除了曲线局部尖锐的凸角,而且有较好的光滑效果和较高的处理效率。     

一种自适应三维核回归的遥感时空融合方法

时空融合是解决遥感数据高重访周期与高空间分辨率矛盾的一种有效方法。发展了一种综合利用遥感数据空间与光谱信息的三维自适应核回归反射率模型（three-dimensional adaptively local steering kernel regression fusion model,3DSKRFM）,通过提取每个像元的三维控制核（steering kernel）的局部信息,使时空融合过程中的权重自适应调节,提高遥感时空融合的精度。利用两组ETM+和MODIS（moderate-resolution imaging spectroradiometer）数据进行实验测试,结果表明3DSKRFM相比STARFM和2DSKRFM模型具有两方面的优势:一是充分利用遥感影像多波段的优势,提高融合精度;二是具有更强的鲁棒性,满足实际影像时空融合的需求。     

复杂地形地区月平均气温(混合)地理加权回归克里格插值

以地形地貌特征复杂、观测站点分布稀疏不均匀的四川省为研究区,引入地形因子（坡度和坡向）和植被指数,采用顾及空间关系非平稳性的（混合）地理加权回归克里格模型（（mixed）geographically weighted regression Kriging,（m）GWRK）进行月尺度平均气温插值方法及精度分析研究。针对不同季节和不同地区,将（m）GWRK插值结果与基于全局回归的回归克里格（regression Kriging,RK）插值结果进行对比。结果表明,RK、GWRK、mGWRK回归关系的决定系数R2分别为0.795、0.922、0.911,均方根误差分别为0.83℃、0.64℃、0.55℃,表明GWRK、mGWRK对目标变量的解释能力以及插值精度都优于RK;GWRK、mGWRK相对于RK对月平均气温插值的改进具有季节与地区差异,冬半年的改进大于夏半年,在地形地貌变化大的地区改进大于地形地貌变化小的地区。     

应用条件植被温度指数预测县域尺度小麦单产

选取关中平原2008-2016年的条件植被温度指数（vegetation temperature condition index,VTCI）遥感干旱监测结果,基于最优的干旱影响评估方法确定冬小麦各生育时期干旱对其单产的影响权重,构建县域尺度加权VTCI与小麦单产间的一元线性回归模型,并结合求和自回归移动平均模型（autoregressive integrated moving average,ARIMA）对各县（区）的冬小麦单产进行估测及向前一、二、三旬的预测。结果表明,基于改进的层次分析法与熵值法的最优组合赋权法对冬小麦各生育时期的权重确定较合理,以拔节期（0.489）最大,抽穗-灌浆期（0.427）次之,返青期（0.035）与乳熟期（0.049）较小;加权VTCI与小麦单产之间的相关性显著,单产估测精度较高;向前一、二、三旬的单产预测精度均较高,且以向前一旬的预测精度最高,有76.9%的相对误差小于2.0%,71.6%的均方根误差小于75.0 kg/hm2。     

利用GPS-IR监测土壤含水量的反演模型

GPS-IR（GPS-interferometric reflectometry）本质上是一种基于GPS辐射源的双基地雷达技术,利用大地测量型接收机记录的信噪比（signal-to-noise ratio,SNR）数据可用于反演土壤含水量。针对GPS-IR获取土壤含水量的参数估计问题,提出了一种改进的反射信号参数估计方法,并研究了土壤含水量反演模型的建立过程。实验结果表明,利用改进的反射信号参数估计方法可获得更加准确可靠的结果,反射信号相位与土壤含水量间存在显著的线性相关,可建立土壤含水量的线性反演模型,但在连续降雨条件下会存在较大误差。     

全球现代海底块状硫化物战略性金属富集机理及资源前景初探

海底块状硫化物(SMS)蕴藏有丰富的Cu、Cd、Au、Fe、Ag、Co等战略性金属,是未来可供人类开发利用的战略资源.本文搜集了全球3 946组SMS化学成分数据,根据构造环境可将其分成4类(快速、中速、慢速、超慢速扩张)洋中脊型和2类(弧后扩张中心和弧火山)岛弧型SMS矿床.利用多元统计方法分析了SMS战略性金属的分布特征和主控因素,探讨了其资源前景.结果表明:洋中脊型SMS矿床富集Cu+Fe+Co±Mo,而岛弧型普遍富集Zn+Pb+Cd+Sb+Ag±Au等关键元素.分析表明,成矿温度、成矿物质来源、酸碱度和氧化还原条件是战略性金属富集的主要影响因素,其中流体温度主要受水深条件控制,成矿物质来源主要受控于构造地质环境,酸碱度和氧化还原性主要受控于围岩类型.Cu+Au+Fe+Co在水深超过约2 650 m的慢速—超慢速扩张脊非转换不连续带和拆离断层带等区域具较好的勘查前景;而Cu+Au+Cd+Ag在水深约1 080~2 160 m的弧后扩张中心区域具较好的勘查前景.      

基于Sentinel-1和DEM数据的南岭高植被覆盖区地形线性特征提取方法

在南岭高海拔山脉、植被茂密等地区开展地质调查难度大,人员和物资难以进入,因此需提前根据该区域的地形线性特征合理设计野外调查路线;此外地形线性特征可为区域构造运动信息的认知提供辅助知识.遥感技术以其宏观性、多尺度、多层次的特点成为地质研究和地质勘查的重要手段,然而在高植被覆盖区,常见的光学影像难以穿透植被,而微波雷达遥感则因为较好的植被穿透性,使得其应用成为可能.因此,提出了一种基于雷达卫星Sentinel-1和数字高程模型（digital elevation model,DEM）数据的地形线性特征提取方法.该方法首先利用似然比边缘检测算法提取Sentinel-1影像中的边缘特征,然后对DEM进行线性特征增强以生成山体阴影影像,再利用Canny边缘检测算子提取DEM数据中的山脊线与山谷线等主要线性特征,以DEM提取出的特征线为中心建立缓冲区并与雷达影像的提取结果做相交处理,将得到的线性特征利用道格拉斯-普克算法进行局部直线拟合,最后得到研究区的地形线性特征.结果表明,该方法综合考虑了雷达影像的微观细节信息和DEM数据的宏观趋势信息,在保留主要线性地形特征的同时剔除了伪边缘和噪声点,提取效果较好.      

地质样品卤族元素分析进展

地质样品中卤素是反演与流体和挥发分相关的地质过程的重要示踪元素.由于卤素含量低和强挥发性,准确测定地质样品中卤素一直是分析地球化学的难点.近年来,针对地质样品卤素的样品前处理技术的开发开展了大量工作.高温热解法、碱熔（溶）法、酸性消解法和碱性提取法能够满足土壤、沉积物和岩石中高含量卤素的分析要求.针对低含量卤素,仅有中子活化法和稀有气体质谱法能够准确定量.随着分析地球化学的发展,地质样品卤素分析技术逐渐向更高效的消解方法、更简便的操作以及更高灵敏度和高精度的分析方向改进.总结了近年来国内外在地质样品卤素分析方面所取得的成果,对比了各类方法的优缺点,展望了地质样品卤素分析方法的发展前景.      

基于逻辑回归的四川青川县区域滑坡灾害预警模型

四川省青川县滑坡灾害群发,点多面广,区域滑坡灾害预警是有效防灾减灾的重要手段,预警模型是成功预警的核心。由于研究区滑坡诱发机理复杂、调查监测大数据及分析方法不足等原因,传统区域地质灾害预警模型存在预警精度有限、精细化不足等问题。文章在青川县地质灾害调查监测和降水监测成果集成整理与数据清洗基础上,构建了青川县区域滑坡灾害训练样本集,样本集包括地质环境、降雨等27个输入特征属性和1个输出特征属性,涵盖了青川县近9年（2010—2018年）全部样本,数量达1 826个（其中,正样本613个,负样本1 213个）。基于逻辑回归算法,对样本集进行5折交叉验证学习训练,采用贝叶斯优化算法进行模型优化,采用精确度、ROC曲线和AUC值等指标校验模型准确度和模型泛化能力。其中,ROC曲线也称为“受试者工作特征”曲线;AUC值表示ROC曲线下的面积。校验结果显示,基于逻辑回归算法的模型训练结果准确率和泛化能力均较好（准确率94.3%,AUC为0.980）。开展区域滑坡实际预警时,按训练样本特征属性格式,输入研究区各预警单元27个特征属性,调用预先学习训练好的模型,输出滑坡灾害发生概率,根据输出概率分段确定滑坡灾害预警等级。当输出概率P≥40%且P<60%时,发布黄色预警;当输出概率P≥60%且P<80%时,发布橙色预警;当输出概率P≥80%时,发布红色预警。     

矿石体重回归分析在新疆乌宗布拉克矿区的应用研究

在资源储量估算的过程中,矿石小体重的准确与否将直接影响到资源储量估算的客观程度。对矿石小体重的准确预测将需要通过大量的统计分析工作,传统的方法是利用矿石小体重的算术平均值进行估算矿床资源储量,并没有考虑到多矿种对矿石小体重的影响程度。本文利用Excel软件"数据分析"的"回归"功能模块,对实验室所测定的矿石小体重值与其对应品位进行二元线性回归分析,快速、准确地构建矿石体重与其品位的数学模型,从而为资源储量估算提供了更客观、更科学的矿石体重模型。