基于机器学习的稀疏样本下的土壤有机质估算方法

采用GRNN（Generalized Regression Neural Network）和RF（Random Forest）2种机器学习方法构建土壤有机质预测模型,以提高稀疏样本情况下的土壤有机质估算精度。依据北京市大兴区农用地2007年的土壤有机质采样数据,按MMSD准则（Minimization of the Mean of the Shortest Distances）抽稀为8种不同采样密度的样本（分别为2703、1352、676、339、169、85、43、22个样本）,分别采用GRNN、RF和Ordinary kriging对各采样密度下的未知采样点进行预测,采用交叉检验的方式验证各采样密度下未知样点的预测精度。随着采样点密度的下降,样点间的空间自相关性逐渐减弱,半变异函数的拟和精度变差,预测点结果误差增大,预测的置信度降低。当抽稀到43个和22个采样点时,样点间的空间自相关性接近歼灭,半变异函数的决定系数较低且残差较大。普通克里格受到采样点数量和采样密度、样点的空间结构的影响比较明显,其预测精度随采样点数量的下降而下降。在85个采样点及以下时,其预测值与观测值之间没有显著的相关性。GRNN和RF的预测精度受采样密度的影响不大,其预测精度在一个较小的范围内波动,其预测值围绕观测值在一定阈值空间内震荡波动,具有较好的相关性,在85个及以下的采样密度时,预测精度相对普通克里格有较大的提升。普通克里格法不适合在稀疏样本条件下空间插值计算,尤其是在空间自相关性比较弱的情况下。机器学习模型能充分学习土壤间环境信息、样点空间邻近效应信息,兼顾属性相似性和空间自相关,具有更好的稳定性和适应性,不容易受到采样点数量、构型和采样密度等因素的影响,即使在采样点空间自相关性很弱的情况下也能做出稳定预测精度。     

北黄海盆地东部坳陷火成岩地震相识别与分布预测

北黄海盆地东部坳陷火成岩分布复杂并具有多期性,直接影响了油气成藏作用,然而目前对其空间分布尚缺乏深入认识,制约着该区勘探开发的部署。利用全三维地震资料,根据地震反射特征识别出了不同类型的火成岩地震相模式,并对其不同特征进行了分析,通过地震相识别进行平面追踪,结合时间切片三维地震技术及属性分析对火成岩分布进行了预测。结果表明,北黄海盆地东部坳陷主要发育柱状、尖峰状、蘑菇状和丘状4种火成岩反射地震相;研究区火成岩分区性较明显,主要发育3处火成岩体,分别位于东部隆起剥蚀区、坳陷中部和坳陷的西北部。     

北黄海海域复杂构造区三维地震精细解释技术

研究工区位于北黄海海域陆相断陷沉积盆地内,该区多期构造运动叠加,断裂发育,地震资料品质差。中生代为其主要勘探目的层,为一已证实的含油气区域。结合本区地质特点,对该区进行三维地震解释时所采用的综合解释技术进行了总结,主要包括三维地震资料品质分级评价技术、无VSP井区空间层位标定技术、层位自动追踪技术、三维可视化解释、多属性体断裂解释技术和变速成图技术等实用的解释技术。多种解释手段的联合应用高质高速地完成了本复杂构造区的构造精细解释,完善了该区的解释方案,理顺了复杂断层的切割关系,识别了活动较弱的小断层。特别是对高精度三维速度场的建立,实现了变速成图,消除了高陡构造区速度陷阱所带来的构造假象,为对该复杂区的地震解释和圈闭形态的落实以及进一步的井位部署与地质评价提供了依据。     

高分一号的浮筏养殖信息提取方法

针对浮筏海水养殖遥感信息自动提取业务化应用难度较大的问题,该文提出一种光谱、纹理特征结合的支持向量机(SVM)算法,高效提取海水、养殖物。基于国产高分一号(GF-1)高分辨率卫星影像数据,以江苏省连云港近岸海域为研究区域,以海水、养殖物作为为分类对象,采用主成分变换筛选信息量大,较好地保留浮筏水产养殖信息的前8个主成分分量开展分类实验。实验结果表明:将纹理特征应用于浮筏养殖物信息提取方法中,可以提高养殖物分类精度,与最大似然估计、最小距离方法分类方法比较,总体分类精度提升了3%～5%。研究结果可为浮筏养殖用海遥感监测平台构建提供基础技术支持。     

基于正演模拟的煤层采空区地震响应特征

上组煤采空区对于下组煤的成像和安全回采有着重要影响,有必要研究矿区上组煤采空区精准成像技术.对于实际采空区及其下组煤的地震响应特征预测来说,建立和实际地质情况相吻合的正演模型是基础.根据搜集到的研究矿区钻孔测井资料,获取建模所需的等效地层物性参数、采空区垮落带等效模量、裂隙带等效模量等数据,建立与研究矿区地质情况比较接...     

AutoCAD测绘程序的开发应用

AutoCAD是一种具有高度开放结构的CAD平台软件,VBA是一种内嵌在应用程序中的开发语言,AutoCADR14版开始内置了VBA开发工具。文章介绍了AutoCAD2000的ActiveX技术和基于AutoCAD2000的ActiveX对象的应用程序开发方法,具有一定的参考价值。     

利用方向纹理特征从影像上搜索道路中心线

针对遥感影像道路中心线提取问题,提出利用方向纹理特征辅助道路中心线匹配搜索的思想,以人工给出的道路种子点和初始搜索方向为基础,运用方向纹理特征直接从遥感影像上匹配搜索道路的中心线。算法通过预测道路的宽度、弯曲等情况来自动调整纹理窗口的大小,因而能够很好地搜索到道路中心线,此外算法针对树木遮挡、车辆压盖设计了相应的处理策略。实验表明:该方法对遥感影像上不同类型道路均有很好的提取效果,且提取效率高于现有的道路提取算法。     

叠前地震反演技术的进展及其在岩性油气藏勘探中的应用

与叠后地震反演相比,叠前地震反演可得到更丰富的储层信息,可提高储层的描述精度.目前,叠前地震反演主要包括弹性阻抗反演、叠前P波阻抗和S波阻抗联合反演、叠前地震波形反演.文中概述了叠前地震反演各项技术的主要进展及其典型应用实例,提出了叠前地震反演技术在岩性油气藏勘探开发中的应用策略.叠前地震反演技术在未来的油气勘探开发中将有广阔的应用前景.     

渤海区域地质信息管理系统数据库设计方案

数据库是GIS的基础。以渤海区域地质信息管理系统数据库为例，阐述了基于GIS的海洋地学管理信息系统中数据库的组织方法，及所包括空间数据库与属性数据库数据分类、分层方案，命名及编码规则，以及二者之间的联接。     

基于多尺度纹理和光谱信息的SVM分类研究

基于单尺度纹理和光谱信息的地物分类较难取得理想效果,本文结合多尺度纹理与光谱信息,运用SVM分类方法,对IKONOS遥感影像进行分类。结果表明:结合多尺度纹理和光谱信息的SVM高分辨率遥感影像分类,能够更好地描述地物,分类总体精度达到83.9%,与基于光谱信息的最大似然法和基于单尺度纹理和光谱信息的SVM分类方法比较,分类精度分别提高了13.8%和4.9%,该方法有助于提高高分辨率影像的分类正确率。