不同方法评价喀斯特煤矿区农田土壤重金属生态风险比较

采用TCLP法、内梅罗综合污染指数、嵌入Igeo综合污染指数法等方法对贵州织金县某煤矿区周边农田土壤重金属进行评价。土壤中Cd、Cr、Cu、Ni、Hg和Zn的含量范围分别为0.79～2.08 mg·kg-1、144.20～464.40 mg·kg-1、91.63～187.50 mg·kg-1、48.13～104.47 mg·kg-1、0.14～2.33 mg·kg-1、144.35～265.89 mg·kg-1,所有土壤样点的Cd、Cr、Cu和Ni含量均已超过国家土壤环境质量二级标准,部分土壤样点的Hg和Zn含量超过二级标准。TCLP法评价结果所有土壤样点均未受到重金属污染;内梅罗综合污染指数法评价结果为农田土壤重金属生态风险处于安全水平;嵌入Igeo综合污染指数法评价结果表明,90%的土壤达到中度污染以上,其中65%的土壤处于中度污染,25%的土壤受到中度至重度污染;潜在生态危害指数法评价表明,所有土壤样点重金属均处于轻微生态风险水平。针对不同评价方法得出的结果存在差异的情况,在评价土壤重金属污染状况时,应根据评价目标的差异选择合适的评价方法。      

基于GIS的涪江上游南坝-水晶流域滑坡危险性评价

本文以涪江上游南坝-水晶流域滑坡为研究对象, 选取坡度、高程、坡向、岩性、岸坡结构等9个影响因子, 基于GIS平台, 采用滑坡确定性系数模型与层次分析模型相结合的 (CF-AHP) 模型对研究区进行滑坡危险性评价。根据评价结果, 将研究区划分为极高危险区 (18. 57%) 、高危险区 (38. 71%) 、中危险区 (23. 92%) 、低危险区 (18. 8%) 四个等级。利用危险性评价结果对比法和受试者工作特征曲线 (ROC) 对评价结果进行验证, 得到ROC曲线下面积AUC值为88. 36%, 表明CF-AHP模型能够较客观准确地对研究区滑坡危险性评价。     

单因子指数法在水质评价中的应用研究

水质评价是工程设计水资源评价中非常重要的内容,现阶段我国水质评价工作主要依据《地表水环境质量标准》和《地下水质量标准》进行单因子评价,单因子评价法中,能判断水质类别,但不能反映与限值差距,同一水质类别时反映不出洁净程度。本文中引入单因子指数法,计算综合污染指数,对同水质类别进行洁净程度判别。     

河北燕山南麓库区水体质量调查评价分析

水体质量是水资源的生命,实施水体监测与水质综合评价是建设水生态文明的基础性工作。为掌握河北燕山南麓流域水环境特征,对区域内的桃林口、石河、洋河、陡河和邱庄等5个水库进行取样分析。结果表明:区域内水质矿质含量高、硬度大;水体中化学需氧量、高锰酸钾指数为水质主要影响因素,当前城镇化和工业发展对区域水资源产生了影响,资源型缺水加剧了水资源供需矛盾,采取科学的水污染质量和保护措施极为重要。     

顾及高影响力要素的矢量地图质量评价方法

针对目前矢量地图质量多级模糊综合评价中使用的传统模糊评价算子易失效且准确性低的问题,提出了一种基于高影响力评价算子HEEO的矢量地图质量多级模糊综合评价方法。以包含国界要素的地图为例,制定了涉及国界要素的矢量地图质量评价指标体系;并依据相关地图审核标准制定了地图质量等级,利用HEEO较好地解决了传统模糊评价算子失效以及评价不准确的问题,准确给出了包含国界要素的矢量地图质量评价;最后运用HEEO分析6组地图数据质量。评价结果显示,HEEO有优于传统算子的评价能力,验证了HEEO的有效性。     

大数据量机载LiDAR点云的快速区域分割处理

针对大数据量机载LiDAR点云数据整体处理时效率低下、分块处理时容易破坏地物空间结构特征的问题,提出了一种顾及点云覆盖区域地形地貌特征的快速区域分割方法。首先构建离散点云的虚拟格网,利用格网邻域内的高程突变实现区域边界上的各类障碍物自动检测;其次为提高分割处理效率,在点云覆盖区域矩形初始分割的基础上,利用流水模型及坐标轴向的方向约束对矩形分割边界线进行自动更新;最终实现了大数据量点云的快速区域分割处理。实验证明,该算法能够合理避开各类典型地形及地物障碍,实现区域分割边界线的自动化生成,算法的适应性与处理效率较高,能够较好地应用于大数据量点云数据的快速处理与应用。     

一种适用于多源道路网自动匹配的通用算法

多源数据匹配是数据转换、更新与融合的关键技术。随着GIS技术的发展以及地理信息空间数据不断增大,多源空间数据的匹配与融合成为目前GIS领域面临的重要问题。本文对多源道路网的匹配算法进行了研究,并在传统算法的基础上创建了一种可适用于多源道路网自动匹配的通用算法。该算法能够更加便捷和高效地利用道路间的拓扑特征与上下文信息关系,从而极大地提高了匹配运算的成功率和准确度。大量的数据测试表明该算法同时具有成功率高、准确度高以及通用性强等多项优点。     

结合Faster R-CNN模型的遥感影像建筑物检测

高分辨率遥感影像场景复杂,其中建筑物目标种类结构各异且存在大量遮挡,现有检测算法使用特征表达性不强。结合Faster R-CNN模型设计一种针对遥感影像的建筑物检测方法。首先通过共享卷积网络获取原始影像的深层特征图;然后结合区域建议网络生成初步检测结果;最后根据Fast R-CNN检测网络对结果进行进一步判定和边界回归。针对困难样本造成的训练中断,对训练策略进行改进,通过近似联合训练的方法对模型参数同步调优。实验结果表明,该方法准确率和召回率明显优于DPM方法,对非训练测试集遥感影像具有较好鲁棒性,有效实现了针对遥感影像的建筑物检测。     

EIV模型参数求解的超球体单行采样法

EIV模型实际上是一种非线性模型,其参数估值是有偏的。引入可以使参数解达到二阶精度的超球体单行采样法,通过特定的采样策略近似非线性函数的概率密度分布,无需计算非线性函数的Jacobi矩阵和Hessen矩阵。在一定程度上降低了求非线性函数达到二阶精度的参数解的难度。通过算例表明,该方法可以得到比TLS迭代方法更为合理的结果,验证了本文方法的可行性和有效性。     

土壤重金属铬含量高光谱灰色关联度估测

快速、准确地测定土壤重金属含量,对防治土壤重金属污染、改善土壤环境和保障食品安全有着重要意义。以山东省烟台市采集的70个土壤样本为基础,首先分析土壤重金属铬含量的分组光谱特性;然后利用6种变换方法对土壤光谱反射率进行变换,根据极大相关性原则选取反演因子;最后利用灰色关联度模型初步估测铬含量,并对估测结果进行修正,采用决定系数和平均相对误差评价模型的有效性。结果表明,土壤光谱反射率随铬含量的升高而降低,二者呈负相关性;利用灰色关联度模式识别方法对重金属铬含量进行估测后的决定系数为R~2=0.656,平均相对误差为16.590%,而利用灰色关联度修正模型对估测值进行修正后,决定系数为R~2=0.912,平均相对误差为6.632%。研究表明,利用灰色关联度修正模型定量估侧土壤重金属铬含量有效。