L1范数与IQR统计量组合的GNSS坐标序列粗差探测算法

GNSS坐标时间序列中不可避免地含有粗差,未剔除的粗差将会导致参数估计有偏。因此,粗差探测与剔除是GNSS坐标序列分析中一项重要的数据预处理工作。针对GNSS坐标时间序列特点,提出了一种将L1范数(L1-norm)估计与四分位距统计量IQR(interquartile range)组合的移动开窗粗差探测算法,称之为L1_Mod IQR。该方法的主要思想是,首先利用L1范数估计得到较"真实"的残差,然后再对残差采用IQR统计量进行粗差探测。将L1_Mod IQR法与"3σ"法、基于最小二乘的τ检验法等粗差探测算法进行了模拟计算与对比,验证了该算法的有效性。进一步采用L1_Mod IQR算法对中国区域10个IGS站的高程时间序列进行了分析,结果表明中国区域IGS站高程序列的粗差剔除率最小为0.1%,最大为2.6%。并且以WUHN站为例与SOPAC提供的结果进行了对比,结果表明SOPAC提供的"Clean"数据仍含有大量的粗差,而L1_Mod IQR算法能够有效地剔除粗差。     

迁移学习支持下的高分影像山地滑坡灾害解译模型

无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键。针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型。选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%。结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测。     

一次东北冷涡暴雨过程成因分析

利用常规气象观测资料、NCEP 1°×1°逐6h的再分析资料和FY-2E红外云图、TBB等资料,对2014年7月7—8日由东北冷涡引发内蒙古东北部的暴雨过程形成原因进行了天气学诊断分析,结果表明:1低空急流是主要水汽来源,不同地区出现暴雨的机制不同,兴安盟东部、呼伦贝尔市东南部由于槽前、切变南缘地面暖锋附近,中低空急流汇合处,强辐合抬升触发不稳定能量释放导致强天气的发生,而呼伦贝尔市西南部暴雨跟中上层冷涡的生成发展与对应的地面低压逐步耦合的动力作用相关;2湿位涡的分布对暴雨的发生、落区有较强的指示性作用,700hPa正负值区过度带的配置是暴雨发生发展的有利潜势,暴雨发生在700hPa等值线密集带和850hPa MPV2大于等于0的叠加区域内,700hPa正负过渡带附近,偏向于正值一侧;3最大降水量的雨强落后于云团TBB最低值1~2h,并不是强TBB与最强降水同步出现。     

中国城市流动人口户籍迁移意愿的空间格局及影响因素——基于2012年全国流动人口动态监测调查数据

基于2012年全国流动人口动态监测调查数据和相关统计年鉴数据,对中国地级以上城市流动人口的户籍迁移意愿、空间格局及影响因素进行了系统分析。研究发现,中国城市流动人口户籍迁移意愿的整体水平并不高;等级高、规模大的城市流动人口的户籍迁移意愿高,而等级低、规模小的城市流动人口的户籍迁移意愿低;沿海城市群流动人口的户籍迁移意愿高,其他城市流动人口的户籍迁移意愿低,但内陆部分省会城市和交通区位与资源禀赋较好的中小城市也已经形成了一批流动人口的户籍迁移意愿高值区。中国城市流动人口户籍迁移意愿的空间分布特征受到流入城市和流动人口自身双重力量的影响,流入城市因素的正向影响作用大于流动人口自身因素。其中,流入城市的社会、经济发展水平和流动人口在流入城市的社会融合程度是核心要素,对城市流动人口户籍迁移意愿的提升具有正向的促进作用,而流动人口过于集中在次级劳动力市场的就业特征和较高的家庭财富与收入对户籍迁移意愿的提升却具有显著的抑制作用。最后,提出了相关政策启示。     

应用陆坡形态-迁移轨迹组合法寻找大型富砂深水扇

在海外选区研究阶段,盆地勘探程度极低,资料贫乏,导致常规深水沉积分析工作很难开展。而陆坡形态与陆坡迁移轨迹富含丰富的地质信息,可借助二者的组合对深水沉积进行宏观分析。以二维地震资料为基础,应用陆坡形态-迁移轨迹组合法寻找大型富砂深水扇的有利发育区。A盆地发育上升型、平直型、下降型三种陆坡迁移轨迹类型,其中平直-下降型迁移轨迹对应的陆坡进积距离更大,更有利于发育大型深水扇沉积;同时A盆地发育上凸型、下凹型、直线型和坡坪型四种陆坡类型,上凸型与下凹型陆坡的坡度更缓,宽度更大,更有利于重力流的砂泥分异,从而形成富砂深水扇沉积。将同一时期的大型、富砂深水扇的有利分布区相叠合,重叠区域即为该时期大型富砂深水扇的有利发育区,主要位于盆地东部拐角带与盆地西部。同时应用组合法还可建立盆地漂移期的沉积演化模式,分析漂移期沉积演化历史。     

基于岩石图像深度学习的岩性自动识别与分类方法

岩石岩性的识别与分类对于地质分析极为重要,采用机器学习的方法建立识别模型进行自动分类是一条新的途径。基于Inception-v3深度卷积神经网络模型,建立了岩石图像集分析的深度学习迁移模型,运用迁移学习方法实现了岩石岩性的自动识别与分类。采用此方法对所采集的173张花岗岩图像、152张千枚岩图像和246张角砾岩图像进行了学习和识别分类研究,通过训练学习建立岩石图像深度学习迁移模型,并分别采用训练集和测试集中的岩石图像对模型进行了检验分析。对于训练集中的岩石图像,每组岩石分别用3张图像测试,三种岩石的岩性分类均正确,且分类概率值均达到90%以上,显示了模型良好的鲁棒性;对于测试集中的岩石图像,每组岩石分别采用9张图像进行识别分析,三种岩石的岩性分类均正确,并且千枚岩组图像分类概率均高于90%,但是花岗岩组2张图像和角砾岩组的1张图像分类概率值不足70%,概率值较其他岩石图像低,推测其原因是训练集中相同模式的岩石图像较少,导致模型的泛化能力减小。为了提高识别精确度,对准确率较低的岩石图像进行截取,分别取其中的3张图像加入训练集进行再训练,增加与测试图像具有相同模式的训练样本;在新的模型中,对3张图像进行二次检验,测试概率值均达到85%以上,说明在数据足够的状况下模型具有良好的学习能力。与传统的机器学习方法相比,所提出的岩石图像深度学习方法具有以下优点:第一,模型通过搜索图像像素点提取物体特征,不需要手动提取待分类物体特征;第二,对于图像像素大小,成像距离及光照要求低;第三,采用适当的训练集可获得较好的识别分类效果,并具有良好鲁棒性和泛化能力。     

基于重力及重力梯度数据的位场偏移成像

为了验证位场偏移快速成像方法的有效性以及对比基于重力和重力梯度数据的偏移成像的效果,笔者利用MATLAB编写了重力及重力梯度数据位场偏移成像的算法,并进行了模型正演计算,发现基于梯度数据的偏移成像的横向分辨率、抗噪性和抗背景场能力好于重力数据的偏移成像,并且能够较好的确定模型的中心埋深。将此方法应用于葫芦岛市黑鱼沟的某铅锌矿洞的深度计算中,验证了该方法的有效性。     

甘肃省龙首山芨岭铀矿床成矿热液流体特征研究

芨岭铀矿是中国北方最典型的钠交代型铀矿床之一,文章通过对芨岭矿床ZKJ9-4钻孔深部所见含矿蚀变闪长岩、近矿蚀变闪长岩、远矿蚀变闪长岩、闪长岩原岩地球化学特征和组分迁移计算及矿体中心部位的淡粉红色方解石脉流体包裹体特征、均一温度、盐度和激光拉曼光谱研究,认为芨岭钠交代型铀矿床的成矿流体含有大量碳酸铀酰络合物[UO_2(CO_3)_2]~(2–)和[UO_2(CO_3)_2]~(4–)的同时还含有丰富的SiO_2、Na~+、Ca~(2+)、Mg~(2+)、Fe~(2+)、Mn~(2+)、∑REE、U、Th、Ga、Sr、Zr、Ba、Rb、Nb、Mo、Cd、Sn、Hf、Ti、Ta、CO_2、H_2S和CH_4等组分,成矿流体具有较强的还原性,并对MnO、K_2O、Cr和Co具有较强的交代溶蚀作用。成矿流体是起源于岩浆演化晚期的再平衡岩浆水,热液温度为(300±20)℃,盐度为2.99 wt%~4.57 wt%NaCl,密度为0.75~0.77 g/cm~3。流体沸腾是芨岭钠交代型铀矿成矿物质的早期卸载机制,晚期成矿流体中加入了大量的大气降水,流体混合作用进一步促进了成矿物质的卸载。     

处置单元核素135Cs迁移数值模拟研究

根据高放废物地质处置库概念设计,以北山花岗岩为参考岩性,内蒙古高庙子膨润土为参考缓冲材料,使用数值模拟软件tough2对放射性核素¹³⁵Cs在处置单元及其围岩中的迁移行为进行了数值模拟研究,考虑放射性核素衰变释热对核素迁移的影响。研究表明:膨润土对核素具有较强的滞留作用,模拟200000年后核素在花岗岩中迁移了1 m左右,且峰值为10-6个数量级;前10 a模型的温度变化最剧烈且温差最大,10 a后模型整体温度开始降低,2 000 a后整体温度接近于初始温度;温度的变化会引起核素迁移速率的改变,但总体温度对核素迁移的影响不大。     

一种融合单目视觉SLAM与GPS的无人机视频目标定位方法

提出一种融合单目视觉SLAM与机载GPS信息的无人机视频目标定位方法。首先利用单目视觉SLAM实时估计相机相对位姿,融合机载GPS数据,得到WGS84坐标系下的相机位姿估计;其次利用融合后的相机位姿将已知GPS路标投影到像平面,实现GPS路标与无人机监控视频的叠加显示;最后通过关键帧间的极线搜索匹配确定目标像素点的匹配点,并将其反投影到三维空间得其对应的GPS坐标,实现无人机监控视频中的GPS位置查询。实验验证了该方法的有效性、精确性与实时性。