云贵高原湖泊水质现状及演变

利用2008年云贵高原13个湖泊丰水期的全面水质调查数据,系统分析云贵高原湖泊水质现状,通过与历史资料对比,揭示20年来的水质变化,并分析水质变化的原因.同时利用主成分分析将23个水质参数概括为6个主要成分,除程海外所有湖泊水质均与第一主成分密切相关.人类活动影响下的水体富营养化、有机污染以及农业面源污染等是除程海外湖泊污染的主要驱动因子,程海水质变化主要受水体的矿化度增加所驱动.另外,根据各主成分得分,本文也对13个湖泊水质进行了综合评价,并在评价的基础上就湖泊的保护和治理提出建议.     

主成分监督分类及其在水质特征遥感图像识别中的应用

建立了一种水域水质状况图像识别的主成分监督分类方法,首先通过ＴＭ水域图像数据的主成分分析,将原有各波段图谱的显著且独立的信息集中在数目尽可能少的合成图象中,再依据不同类型水体的光谱特征,分析各主成分图像的构成及其环境生态学含义,由此对整个研究区域内存在的不同标志类型及其分布特征有所了解,在此基础上,选定训练样本集,从而人有清楚的环境生态意义的标志类型,应用监督法得到较好的识别分类结果,分析表明,这     

基于KPCA-RBF模型的风暴潮灾害经济损失预测

作为破坏性最强的海洋灾害,风暴潮灾害每年都给我国沿海地区造成了巨大的经济损失,运用科学的方法模型合理预测风暴潮灾害经济损失对指导沿海地区的防灾减灾工作意义深远。本文基于风暴潮灾害的成灾特点建立了风暴潮灾害直接经济损失预评估指标体系,由于评估指标数据高度非线性,采用核主成分分析（KPCA）对高维非线性数据进行降维优化,并利用径向基函数（RBF）神经网络对降维后的数据进行训练,从而实现对风暴潮灾害直接经济损失的预测。选取广东省1996—2018年的32个风暴潮灾害损失样本对模型进行仿真测试,结果表明,KPCA-RBF预测模型集成了核主成分分析和径向基函数神经网络的优势,预测结果精度高,学习收敛速度快,对风暴潮灾害数据序列有较好的非线性拟合能力。     

西安市城市部件普查成果质量评价研究

结合西安市城市部件普查成果,根据成果质量表现形式及特征,总结了部件普查成果的质量评价内容和检验方法,并通过实践加以验证,提高数据质量评价准确率,降低数据不当评价的可能性,促进城市部件成果普查技术规范发展,高效广泛应用.     

基于WorldView-II与Aster数据的Fe信息提取——以南极拉斯曼丘陵为例

利用World View-Ⅱ遥感影像高空间分辨率和高波谱分辨率的数据优点,结合Aster数据波段互补的优势,进行南极大陆边缘拉斯曼丘陵Fe信息提取研究。研究结果表明,使用World View-Ⅱ与Aster数据对比分析的主成分法,提取Fe3+信息,采用World View-Ⅱ与Aster协同数据下的波段运算法,提取Fe2+信息,可以达到优势互补的目的。Fe信息提取结果显示,含铁矿物信息分布区主要集中在混合片麻岩与副片麻岩区域,分别占Fe信息总面积的80.39%和15.73%,与野外调查结果基本一致。     

Helmert方差分量估计在跨江水准测量中的应用

Helmert方差分量估计是一种根据验后信息重新定权来保证观测值权值合理的方法之一,在很多领域已经得到了广泛的应用。本文把Helmert方差分量估计引入跨江水准测量的数据处理中,使观测数据的权值更加合理,平差结果更加准确。     

不排水抗剪强度非平稳随机场模拟及边坡可靠度分析

边坡可靠度分析中通常假定采用平稳或准平稳随机场表征土体参数的空间变异性,然而大量现场试验数据表明,土体参数如不排水抗剪强度沿土体埋深常呈现明显的非平稳分布特征,即其均值和标准差均随埋深发生变化,因此亟需发展土体参数非平稳随机场模型及其模拟方法。针对目前不能有效单独模拟土体参数趋势分量和随机波动分量的不确定性,提出了一种有效的不排水抗剪强度参数非平稳随机场模型,并给出了土体参数二维非平稳随机场模拟方法计算流程,同时将新提出的模型与现有非平稳随机场模型及平稳随机场模型进行了系统比较。最后通过不排水饱和黏土边坡算例验证了提出模型的有效性,并揭示了不排水抗剪强度非平稳分布特征对边坡可靠度的影响规律。结果表明：提出模型能够有效地单独模拟土体参数趋势分量和随机波动分量的不确定性,考虑土体参数均值和标准差随埋深增加而增大的特性,可为表征土体参数非平稳分布特征提供了一条有效的途径。此外,与采用非平稳随机场模拟土体参数空间变异性相比,采用常用的平稳随机场模型会低估边坡失效概率,从而造成偏危险的边坡工程设计方案。     

Prediction of diagenetic facies using well logs – A case study from the upper Triassic Yanchang Formation,Ordos Basin,China

Understanding diagenetic heterogeneity in tight sandstone reservoirs is vital for hydrocarbon exploration. As a typical tight sandstone reservoir, the seventh unit of the Upper Triassic Yanchang Formation in the Ordos Basin (Chang 7 unit), central China, is an important oil-producing interval. Results of helium porosity and permeability and petrographic assessment from thin sections, X-ray diffraction, scanning electron microscopy and cathodoluminescence analysis demonstrate that the sandstones have encountered various diagenetic processes encompassing mechanical and chemical compaction, cementation by carbonate, quartz, clay minerals, and dissolution of feldspar and lithic fragments. The sandstones comprise silt-to medium-grained lithic arkoses to feldspathic litharenites and litharenites, which have low porosity (0.5%–13.6%, with an average of 6.8%) and low permeability (0.009 × 10⁻³ μm² to 1.818 × 10⁻³ μm², with an average of 0.106 × 10⁻³ μm²).This study suggests that diagenetic facies identified from petrographic observations can be up-scaled by correlation with wire-line log responses, which can facilitate prediction of reservoir quality at a field-scale. Four diagenetic facies are determined based on petrographic features including intensity of compaction, cement types and amounts, and degree of dissolution. Unstable and labile components of sandstones can be identified by low bulk density and low gamma ray log values, and those sandstones show the highest reservoir quality. Tightly compacted sandstones/siltstones, which tend to have high gamma ray readings and relatively high bulk density values, show the poorest reservoir quality. A model based on principal component analysis (PCA) is built and show better prediction of diagenetic facies than biplots of well logs. The model is validated by blind testing log-predicted diagenetic facies against petrographic features from core samples of the Upper Triassic Yanchang Formation in the Ordos Basin, which indicates it is a helpful predictive model.     

运用多元统计方法识别浙北海域两个典型港湾的水质状况

浙北海域两个典型港湾,杭州湾与象山港的水体污染状况日趋严重。本文运用多元统计方法,对分析了研究海域水体的物理及生物地球化学要素进行了量化分析。结果表明,根据物理及生物地球化学特性,层次聚类分析可将研究海域划分为两个不同的子区域;主成分分析分别在杭州湾和象山港识别出3个潜在的污染源,且陆源径流的输入、沿岸工业排污以及自然演化过程为主要源头。因此,研究海域的生态环境保护刻不容缓,应该立即采取相关措施。     

景观指数的并行计算方法

随着地理信息科学和系统的发展,GIS数据的时空分辨率和数据量呈现爆炸式的增长趋势。传统的基于个人计算机的景观指数计算软件难以有效快速地完成海量数据的空间分析。针对该问题,本文提出了一个高效的景观指数并行计算方法。首先对原有的并查集连通域标记算法进行了2点改进：① 在第2次遍历数据时,增加了计算斑块面积、周长等斑块基本信息的功能,为景观指数的计算提供必要参数;② 在第2次遍历过程中,增加了重新标记连续序号的功能,减少了原有算法在合并操作后造成的序号不连续,需要重新遍历数据的开销。在此基础上,本文利用MPI并行编程库,采用数据分割和主从进程协同的并行计算模式实现了景观指数的并行计算。实验表明,在保证计算正确性的基础上,本文的并行算法大幅度提高了景观指数的计算性能,为快速分析大规模数据的景观形态和格局提供了有效手段。