后遥感应用技术研究与地质实践——以东胜-神木地区铀资源勘查为例

介绍了后遥感应用技术提出的背景及技术构成,阐述了该技术的研究内容及取得的地质成果。实践表明,在地质勘查领域,后遥感应用技术比单一遥感技术具有更大的实用价值和更好的应用效果。     

基于模糊集合理论的GPS高程多面函数拟合模型平滑因子优选

建立GPS高程多面函数拟合模型,其平滑因子是否合适,对GPS水准高程测量精度将产生重要影响.基于模糊集合理论,提出平滑因子的优选方法,实例分析表明,该方法具有较好的实用价值.     

云贵高原地区生态系统服务价值时空变化特征北大核心CSCD

针对云贵高原地区在开展生态恢复工程后的生态系统服务价值(ESVs)如何变化问题,本文基于当量因子和空间自相关分析等方法,研究了云贵高原地区ESVs的时空变化特征。结果表明:(1)土地利用类型转移主要是农田转为建设用地与水体。(2)在开展生态恢复工程后,生态系统得到了改善,ESVs在38年间呈先减少后增加的趋势,累计增加94.91亿元,森林的生态调节能力及产生的价值总量在2180亿元以上,最少的为荒漠,约为0.1亿元。(3)ESVs的空间分布格局表现为西南地区较高、中部较低。(4)1980—2018年ESVs表现为显著空间正相关,莫兰指数大于0.46,有明显的聚集特征。     

高精度时空信息崩滑坡灾害监测技术

我国部分地区地质灾害爆发频率高,多年来崩滑坡、泥石流等高危险性地质灾害严重威胁我国人民财产与生命安全。因此,地质灾害及时预警一直是我国在应急方面亟待解决的难题。随着北斗、GPS等全球卫星导航系统的建设组网,GNSS技术逐渐成为当前提供时空位置信息的重要手段,具有数据实时性、设备低功耗、搭建便捷化等特性,成为解决地质灾害监测与预警的理想技术手段。本文利用BDS+GPS+GLONASS时空信息数据,构建了面向地质灾害监测的中长基线毫米级精度的崩滑坡监测解算方法,确定了双差观测的载波相位解算模型。最后在重庆新浦区域展开试验应用,实现了基于高精度时空信息的毫米级滑坡灾害的监测与预警。为预计该区域的地质灾害提供了数据支持,为人民的生产生活提供了技术保障。     

矿山三维地质模型及数字化仿真

针对传统的地质建模中数据源的复杂性及工程、地质现象差异等困难,该文提出多元、多方法集成和多层次干预的建模思路,采用三维激光扫描技术构建矿山整体三维模型。依托ArcGIS桌面系统、GoCAD、Flac3D等软件模拟滑坡动态、岩层分布等信息。通过空间分析和数值模拟揭示其潜在信息和规律,有效地实现了数据库、三维模型、数值模拟的一致性,为数字矿山开发、建设提供一条新思路。     

基于综合指数法的矿山地质环境评价——以攀西矿区为例

以GIS空间数据处理为平台,在层次分析法的基础上对攀西矿区的矿山地质环境构建了评价指标体系,综合各评价指标所占权重对攀西矿区的地质环境作了评价分级,该评价分级结果反映出研究区的矿山地质环境状况并分析了问题原因,为攀西矿区的地质环境管理和恢复治理提供了依据。     

无人机红外传感器改制及数据获取研究

针对云雾复杂气候条件下无人机可见光影像难以获取的问题,文章在分析了地质灾害应急遥感监测伴随的复杂气候条件的基础上,根据目前无人机传感器的构造原理,通过对各种红外滤片的分析和比较,研究基于红外滤片元器件的无人机传感器红外改制技术和红外影像数据增强方法,对航摄传感器进行红外改装。实验结果表明,无人机红外传感器在多云雾条件下能够获取高精度清晰影像,有效解决云雾条件下地质灾害应急数据获取难题,为地质灾害应急决策提供参考。     

Correlation －SVM 模型在大坝变形预测中的应用

引起大坝变形的影响因素很多,即在利用支持向量机（ SVM）模型进行大坝变形分析和预报的过程中,需要将所有的影响因子都输入到SVM模型中,这样会造成输入因子的不侧重性,基于此,本文对大坝变形的影响因子进行相关性分析,根据大坝变形影响因子和大坝变形量之间的关系来确定最优的影响因子,即将比重比较大的影响因子输入到SVM模型中,从而提高了SVM模型运行效率及预测的精度和速度。     

安宁磷矿区基于3S技术的矿山地质灾害隐患三维判识

以云南省安宁磷矿区为例,基于3S技术构建三维模型,在ArcGIS软件中利用高分辨率遥感图像建立矿山地质灾害隐患三维判识标志,圈定并量算出地质灾害隐患体及影响对象的范围,实地了解并验证地质灾害隐患信息的可靠程度,取得的成果为矿山企业和相关管理部门提供了基础信息和决策支持,具有一定的推广应用价值.     

遥感地表温度降尺度方法比较————性能对比及适应性评价

在归纳现有遥感地表温度降尺度方法的基础上, 选取3种代表性方法:Normalized Difference Vegetation Index (NDVI)、Pixel Block Intensity Modulation (PBIM)和Linear Spectral Mixture Model (LSMM)方法进行实验比较, 并建立了一种纹理相似性度量指标CO-RMSE (Co-Occurrence Root Mean Square Error)。结果表明:(1)NDVI方法受季节影响最严重, 不适于春、冬季, 其次为PBIM方法;(2)LSMM方法受分辨率限制最大, 低分辨率时丢失大量纹理信息, NDVI方法在较高分辨率时优于PBIM方法, 较低分辨率时则相反;(3)3种方法的适用区域分别为植被与裸土像元并存区域, 山区和反照率变化较大区域, 以及类别间温差较大区域;(4)NDVI方法操作最简单, LSMM方法最复杂。分析认为, 尺度因子是决定方法性能的关键, 应根据季节、分辨率、地表覆盖、应用目的和操作性等综合选择。