基于STA/LTA岩石破裂微震信号实时识别算法及工程应用

微震监测获取的数据中通常混有大量的非岩石破裂信号,该类信号目前主要通过人工经验进行识别与滤除,这消耗了大量的宝贵时间,严重影响灾害的防治和救援效率。对大量微震信号进行分析,发现STA/LTA算法在信号实时触发后能大致表征波形振幅和频率的变化,岩石破裂信号和非岩石破裂信号在延迟位置处R值具有差异性。基于此,提出了岩石破裂微震信号实时识别算法。新算法应用到白鹤滩水电站地下厂房、红透山和阿舍勒铜矿深部采场3个工程,岩石破裂事件识别的准确率分别是85.98%、92.45%和91.06%,非岩石破裂事件滤除的准确率分别是72.06%、83.11%和49.87%。该算法使基于岩石破裂微震信息的岩石工程灾害自动分析与预警成为可能,具有重要意义。     

地下目标体重力张量数据的边界识别与增强算法的研究

边界增强与识别在重力数据处理中占据重要地位,与传统重力异常数据相比,重力张量及其高阶分量对于直接反映异常体的边界具有更高的精度。当异常数据中的所有网格点的值均较低时,通过Sigmoid变换,可以实现高异常值网格数据的拉升,同时压缩低灰度级像素,从而凸显地质体边界,提高边界增强后图像的识别效果。文中利用张量及其分量构建常用的边界识别算法,通过组合体模型进行多种边界识别算法的试算,以比较分析各自的效果,并对结果进行Sigmoid变换。结果表明:对于张量高阶分量组合形式,水平梯度模、解析信号能基本反映浅异常体的边界,gzz水平梯度模能较好反映浅异常体边界,但三者均不能识别深异常体边界;Tilt梯度、Theta和ITA3效果不理想;ITA2能在有效均衡不同强度异常信号的同时,清晰地识别不同深度异常体的边界;采用Sigmoid变换,可以明显提高边界识别的识别效果。     

利用轨迹大数据进行城市道路交叉口识别及结构提取

交叉口是城市交通路网生成、更新的重要组成部分。本文基于车辆时空轨迹大数据,提出了一种城市交叉口自动识别方法。该方法首先通过轨迹跟踪识别轨迹数据中包含的车辆转向点对;然后基于距离和角度的生长聚类方法进行转向点对的空间聚类,并采用基于局部点连通性的聚类方法识别交叉口;最后利用交叉口范围圆和转向点对提取城市各级别路网下的交叉口结构。以武汉市出租车轨迹大数据为例,对武汉市城区内189个交叉口进行了探测。试验结果表明,本文所提方法可以准确地从轨迹大数据中识别出城市交叉口及其结构。     

基于自然主控因子和道路可达性的广东省乡村聚落空间分布特征及影响因素

以遥感图像分类解译数据为基础,利用核密度、道路交通可达性阻力值、Logistic回归模型,定量识别了1990-2013年的广东省全域范围内的乡村聚落空间分布特征及现状、乡村聚落空间分布的主导影响因素,并讨论归纳了乡村聚落演变及其机制研究的内容框架。结果表明：① 广东省乡村聚落空间分布具有低海拔、低坡度、邻河流、邻乡镇的空间指向性。呈现出“平原稠密,山区稀疏”的空间分布格局,形成了粤东潮汕平原和粤西湛江平原台地两大高密度核心区域,珠江三角洲外围山区的乡村聚落呈现出邻近于河流谷地和沿交通线串珠式布局特征。② 乡村聚落除具有邻近开放型道路空间指向性外,更为重要体现为到乡镇的道路交通可达性对乡村聚落空间分布影响最大,镇—村连接的交通网络完善度对乡村转型发展的意义重大,全面提升乡镇的综合生产和服务能力将是优化农村地区村镇体系的核心。③ 高程和坡度是影响乡村聚落的分布、规模、形态的两个重要的基础性影响因素。自然地理本底属性是村庄优化布局与空间重构规划建设考虑的第一要素。④ 在“互联网+”时代背景下,重构农村地区市场网络体系对接于全球市场网络体系,建构以乡镇为核心的乡村生活服务圈,有待进一步探寻“三生空间”的重构和社会文化传承与保护的理论与实践的研究。同时深化乡村聚落形态演化、乡村空间生产、乡村社会网络、群体行为、社会自治、社会文化领域等的研究将是全球化背景下中国乡村空间重构研究的核心领域。     

辽宁省低碳经济发展水平评价

构建包含经济系统、能源系统、碳排放系统、技术投入系统和环境系统5个准则层及23个指标的低碳经济发展水平评价体系,基于可变模糊识别模型,分析评价辽宁省低碳经济发展水平。结果显示:辽宁省低碳经济发展水平由2004年的2.87提升到2014年的3.01,由中碳偏高水平提升到中碳发展水平。沈阳、大连、丹东、锦州、营口和葫芦岛的低碳经济发展水平较高;鞍山、抚顺、本溪、盘锦、辽阳及铁岭的低碳经济发展水平较低。在此基础上,运用SBM模型测算辽宁省各市的碳排放效率,其结果与低碳经济发展水平评价值有较大关联。     

A linear tessellation model to identify spatial pattern in urban street networks

Street patterns reflect the distribution characteristics of a street network and affect the urban structure and human behavior. The recognition of street patterns has been a topic of interest for decades. In this study, a linear tessellation model is proposed to identify the spatial patterns in street networks. The street segments are broken into consecutive linear units with equal length. We define five focal operations using neighborhood analysis to extract the geometric and topological characteristics of each linear unit for the purpose of grid-pattern recognition. These are then classified by Support Vector Machine, and the result is optimized based on Gestalt principles. The experimental results demonstrate that our method is effective for mining grid patterns in a street network.     

Why Was the Strengthening of Rainfall in Summer over the Yangtze River Valley in 2016 Less Pronounced than that in 1998 under Similar Preceding El Niño Events?——Role of Midlatitude Circulation in August

It is widely recognized that rainfall over the Yangtze River valley (YRV) strengthens considerably during the decaying summer of El Niño, as demonstrated by the catastrophic flooding suffered in the summer of 1998. Nevertheless, the rainfall over the YRV in the summer of 2016 was much weaker than that in 1998, despite the intensity of the 2016 El Niño having been as strong as that in 1998. A thorough comparison of the YRV summer rainfall anomaly between 2016 and 1998 suggests that the difference was caused by the sub-seasonal variation in the YRV rainfall anomaly between these two years, principally in August. The precipitation anomaly was negative in August 2016——different to the positive anomaly of 1998. Further analysis suggests that the weaker YRV rainfall in August 2016 could be attributable to the distinct circulation anomalies over the midlatitudes. The intensified "Silk Road Pattern" and upper-tropospheric geopotential height over the Urals region, both at their strongest since 1980, resulted in an anticyclonic circulation anomaly over midlatitude East Asia with anomalous easterly flow over the middle-to-lower reaches of the YRV in the lower troposphere. This easterly flow reduced the climatological wind, weakened the water vapor transport, and induced the weaker YRV rainfall in August 2016, as compared to that in 1998. Given the unique sub-seasonal variation of the YRV rainfall in summer 2016, more attention should be paid to midlatitude circulation——besides the signal in the tropics——to further our understanding of the predictability and variation of YRV summer rainfall.     

长株潭城市群污染空间识别与污染分布研究

利用Arc-GIS空间分析软件对各类型污染进行空间识别和分布模拟,探究长株潭城市群污染空间分布特征。结果显示：① 该区大气环境污染以扬尘和煤烟型为主,主要污染物为可吸入颗粒物和二氧化硫,重点污染区域在长沙、株洲、湘潭三市主城区,呈点状分布;② 该区水域整体水质基本达标,水体环境污染以氨氮和各类重金属为主,且有明显的季节变化规律;③ 土壤污染覆盖范围较广,以株洲市的石峰区为代表,以镉污染最为严重,主要原因为重化工业排污累积。总之,株洲污染最严重,湘潭和长沙次之。污染空间的形成与长株潭城市群的地形地势及三类污染元素之间的转化有较大关联。     

基于Oracle的高光谱影像数据库研究

为有效地组织和管理高光谱影像,本文提出了基于Oracle数据库平台的高光谱影像存储和管理的解决方案。基于对象关系-模型设计了光谱数据表组+属性数据表组的存储规范以及波段独立顺列式、波段集中整合式以及表单位式的三种存储模式。采用地形瓦片和影像金字塔的快速索引结构设计和建立了高光谱影像数据库的原型。     

基于知识的点状符号自动识别

文中根据地形图黑版要素中点状符号的特点,总结了6种易于表达的知识特征,并据此提出了一种基于知识的点状符号识别方法。