Object classification at the Nearby Supernova Factory

We present the results of applying new object classification techniques to the supernova search of the Nearby Supernova Factory. In comparison to simple threshold cuts, more sophisticated methods such as boosted decision trees, random forests, and support vector machines provide dramatically better object discrimination: we reduced the number of nonsupernova candidates by a factor of 10 while increasing our supernova identification efficiency. Methods such as these will be crucial for maintaining a reasonable false positive rate in the automated transient alert pipelines of upcoming large optical surveys. (© 2008 WILEY‐VCH Verlag GmbH & Co. KGaA, Weinheim)     

Exact reconstruction with directional wavelets on the sphere

A new formalism is derived for the analysis and exact reconstruction of band-limited signals on the sphere with directional wavelets. It represents an evolution of a previously developed wavelet formalism developed by Antoine & Vandergheynst and Wiaux et al. The translations of the wavelets at any point on the sphere and their proper rotations are still defined through the continuous three-dimensional rotations. The dilations of the wavelets are directly defined in harmonic space through a new kernel dilation, which is a modification of an existing harmonic dilation. A family of factorized steerable functions with compact harmonic support which are suitable for this kernel dilation are first identified. A scale-discretized wavelet formalism is then derived, relying on this dilation. The discrete nature of the analysis scales allows the exact reconstruction of band-limited signals. A corresponding exact multi-resolution algorithm is finally described and an implementation is tested. The formalism is of interest notably for the denoising or the deconvolution of signals on the sphere with a sparse expansion in wavelets. In astrophysics, it finds a particular application for the identification of localized directional features in the cosmic microwave background data, such as the imprint of topological defects, in particular, cosmic strings, and for their reconstruction after separation from the other signal components.     

FITS图像处理技术荟萃及在太阳观测中的应用

针对FITS图像文件的特点,结合其在天文学领域的广泛应用,对其各种处理技术进行了简明扼要的介绍.包括FITS文件完整性的检查、文件头和数据内容的查看、图像特性的伪彩编码、文件格式的转换、数据的压缩及相关太阳物理信息的提取等内容.     

综合物探方法在广西柳州隐伏断裂探测中的应用

据野外地震地质调查研究,柳州市柳北区存在多条隐伏断裂带,这些断裂带的具体位置尚未确定,这对柳北区的建设发展存在极大隐患。为此,在地质调查的基础上,本文采用高密度电法和地震映像综合方法来探测柳北区隐伏断裂带的具体位置,通过钻探验证和地质调查研究,确定了隐伏断裂带的具体位置,为柳州市柳北区的建设发展提供安全保障。     

红层软岩压缩破坏的分形特征与级联失效过程

基于不同围压条件下的红砂岩三轴压缩试验结果,采用数字图像相关技术对岩样外表面破坏形态进行全程观测,获得不同阶段岩样外表面破坏图像,分别对岩样破坏后阶段的图像进行分析。通过分形盒维数表征岩样外表面裂纹的变化情况,发现岩样破坏越严重,裂纹分形维数越高,且在最后破坏阶段裂纹分形维数出现突变,揭示岩样的破坏特征。引入级联失效数学模型,结合红层软岩内部的矿物成分与细观结构分布特点,概化出其结构的随机连接模型与破坏方式,分析红层软岩加载作用下的内部节点颗粒“容量-荷载”重分配原则以及节点颗粒失效后其初始荷载传递路径。结果表明,红层软岩在受载时为一个级联失效的分阶段破坏过程,级联因子通过级联路径不断传播、增多,级联失效越发明显,同时结合岩石破坏的变形损伤过程与其轴向应力-应变曲线分段特征,揭示该类岩石破坏的级联失效分级标准,为拓展该领域的研究具备一定的参考价值。     

砂土微观结构样品制备技术及量化方法研究

土体的微观结构是决定其工程特性的重要内在因素,但对于砂土而言,如何制备适合微观分析的样品以及快速准确量化结构参数一直面临诸多挑战。为此,提出一种真空冷冻干燥?注胶相结合的砂土样品制备技术,该技术可在有效去除土样水分的同时保持样品原状结构不被扰动,并可用于后续加工处理。针对不同粒度的砂土样品,分别使用扫描电子显微镜和光学显微镜对制备的试样进行观察,基于自主研发的土体微观结构定量分析系统SMAS对拍摄的照片进行精细量化分析,提出了由土颗粒数量、颗粒周长、表观孔隙率、形状系数、等效直径、分形维数和形态比等参数构成的量度指标体系对砂土样品微观结构特征进行定量评价。研究结果表明：提出的真空冷冻干燥?注胶相结合的砂土样品制备技术具有操作简单、稳定可靠等特点,能有效维持砂土的原状结构;比较而言,扫描电镜更适用于粉细砂的微观结构分析,而光学显微镜更适用于中粗砂的微观结构分析;SMAS能有效识别微观结构图像中的土颗粒及孔隙,为定量分析砂土或其他土体的微观结构特征提供了高效的工具。     

木质素纤维红黏土强度及变形特性试验研究

利用工业废料改良土体性能不仅具有实用价值而且能够保护环境。采用室内土工试验及SEM试验,针对木质素纤维加筋红黏土的效果,以及木质素纤维掺量对红黏土强度及变形特性的影响规律和作用机理进行研究。试验结果表明:木质素红粘土压缩模量随着纤维掺量的增加先增加后减小,2%纤维掺量时,模量最高;不同木质素掺量红粘土的内摩擦角基本保持不变;红黏土黏聚力随木质素掺量的增加先减小后增大再减小。2%是纤维最优掺量,土体黏聚力出现最大值;在三轴实验中,加筋红黏土试样均发生鼓胀变形,没有明显的破裂面,具有典型的应变硬化特征。研究结果表明木质素纤维能一定程度提高红粘土的强度,提升红粘土的工程应用价值。      

油井动态与地震关系研究的新进展

对油井动态与地震关系进行了系统、深入研究,取得了新的进展,给出了油井动态多种观测参数间定量的相互关系数学表达式,给出了由油井压(水位)的变化反演含油(水)层应力变化的定量计算方法与程序,给出了多维的时、空、强大区域应力场的演化图像,给出了较科学的油井动态数据处理方法,对动态异常演化的时空分布特征与观测点所处的构造位置进行综合研究。     

1990-2020年间念青唐古拉山中段北坡边坝地区冰川变化及气候响应

念青唐古拉山作为青藏高原东南缘重要山古冰川分布区,受季风影响,各区域冰川变化特征差异明显。论文通过Landsat TM/ETM+/OLI资料、ASRTMGDEM与气象数据,采用比值—阈值法、目视解译和VOLTA模型,结合实地考察,对1990—2020年间念青唐古拉山中段北坡边坝地区现代冰川进退状况、面积变化、冰储量变化以及冰川变化对气候变化响应特征进行研究。结果表明：① 1990—2020年5条冰川(玉贡拉冰川、玛拉波冰川、祥格拉冰川、孔嘎冰川、贡日—庚东冰川)末端高程逐渐升高,面积和冰储量分别减少30.38 km²和4.64 km³,总体缩减并呈现加速趋势。② 冰川冰储量减少0.14~1.92 km³,总体变化率为0.40%·a^-1。2020年上述5条冰川储量占1990年冰川储量的比例分别为0.70、0.99、0.98、0.91和0.82,显示出冰川规模越大,在短时间尺度的变化量越小。③ 气象数据分析显示,1990—2020年研究区冰川变化受气温升高主导,平均气温变化率为0.51 ℃。水热组合呈现温度升高—降水减少,且在最后10 a日益显著,预测未来冰川变化仍受气温控制并呈加速退缩趋势。④ 区域对比研究表明,念青唐古拉山冰川面积变化总体呈退缩状态,但各区域冰川变化特征差异明显。同时,不同研究方法对同一冰川区冰储量模拟结果相差较大,相对误差范围为34.45%~115.49%,精确的冰储量可对比研究方法仍有待进一步研究。     

结构增强型生成对抗网络SAR图像超分辨率重建

针对利用生成对抗网络模型(Generative Adversarial Network,GAN)重建SAR(Synthetic Aperture Radar)图像存在边缘细节信息不足和“伪影”(artifacts)现象,该文基于增强型超分辨率生成对抗网络(Enhanced Super-Resolution Generative Adversarial Networks,ESRGAN)光学模型,重新设计生成网络上采样重建模块和结构损失函数,提出一种结构增强型生成对抗网络SAR图像超分辨率重建算法,包括特征提取、特征增强和上采样重建3个模块:在特征提取模块采用小尺度卷积层对输入SAR图像进行低层次特征提取;在特征增强模块采用多个级联残差密集块(Residual-in-Residual Dense Block,RRDB)和卷积层提取输入特征;在上采样重建模块交替使用最近邻插值(Nearest Neighbor Interpolation,NNI)和亚像素卷积(Sub-Pixel Convolution,SPC)对特征进行放大重建,使特征信息交互融合。与传统插值算法和经典深度学习重建算法相比,该算法在视觉效果和定量评价方面均有显著提升,能够在保持原网络模型重建图像内容信息不丢失的基础上,增强重建图像边缘细节信息和减缓“伪影”现象,有利于后续目标识别和灾害监测等工作开展。