基于机器学习的高精度高分辨率气象因子时空估计

气象变量常作为重要的影响因子出现在环境污染、疾病健康和农业等领域,而高分辨率的气象资料可作为众多研究的基础数据,对推进相关研究的发展意义重大。本文以中国大陆为研究区域,利用2015年824个气象站点的气温、相对湿度和风速3套数据,结合不同的解释变量组合,分别构建了各自的GAM和残差自编码器神经网络（简称残差网络）模型,以10倍交叉验证判断模型是否过拟合。研究结果表明：① GAM和残差网络方法都不存在过拟合问题,同GAM相比,残差网络显著提高了模型预测的精度（3个气象因素的交叉验证CV R²平均提高了0.21,CV RMSE平均降低了37%）,其中相对湿度模型的提升幅度最大（CV R²:0.85 vs. 0.52,CV RMSE:7.53% vs. 13.59%）;② 残差模型的结果较普通克里格插值结果和再分析资料更接近站点观测数据,表明残差网络可作为高分辨率气象数据研制的可靠方法。此外,研究还发现在相对湿度模型中加入臭氧浓度和气温、在风速模型中加入GLDAS风速再分析资料,可提升模型的性能。     

长江口外潮汐精细化模型研究与精度分析

长江口外海上测量除受风浪影响较大外,最重要的问题是潮位控制非常困难。文中简要阐述了开展长江口外潮汐精细化模型研究的方法,介绍了利用潮汐精细化模型对长江口外航路任意点进行潮汐预报的方法,并通过实测数据进行了精度分析,提出了建议。     

Semantic segmentation of high spatial resolution images with deep neural networks

Availability of reliable delineation of urban lands is fundamental to applications such as infrastructure management and urban planning. An accurate semantic segmentation approach can assign each pixel of remotely sensed imagery a reliable ground object class. In this paper, we propose an end-to-end deep learning architecture to perform the pixel-level understanding of high spatial resolution remote sensing images. Both local and global contextual information are considered. The local contexts are learned by the deep residual net, and the multi-scale global contexts are extracted by a pyramid pooling module. These contextual features are concatenated to predict labels for each pixel. In addition, multiple additional losses are proposed to enhance our deep learning network to optimize multi-level features from different resolution images simultaneously. Two public datasets, including Vaihingen and Potsdam datasets, are used to assess the performance of the proposed deep neural network. Comparison with the results from the published state-of-the-art algorithms demonstrates the effectiveness of our approach.     

Distribution and characteristics of volcanic reservoirs in China

About forty productive oil/gas fields hosted in volcanic reservoirs have been found since 1957 in fourteen basins of China. They can be simply subdivided into two groups, the east and the west. Reservoir volcanic rocks of the east group are predominantly composed of Late Jurassic to Early Cretaceous rhyolite and Tertiary basalt, preferred being considered as rift type volcanics developed in the circum-Pacific tectonic regime. Those of the west are Permo-Carboniferous intermediate/basic volcanic rocks, being island-arc type ones developed in paleo-Asian Ocean tectonic regime.     

德州市临盘采油区地面沉降监测

济南市的鹊山上设立了3块岩层水准标石的原点组。使用美国Tri mble Di Ni 12电子水准仪和条码式铟钢水准标尺施测一等精密水准82.2 km,二等精密水准30.8 km,联测各类水准点35个。对观测结果进行统计与分析表明,在临盘采油区(以后仓西北采油四队LY18为中心)形成了一个较明显的沉降区域,年沉降量为54.3 mm。建议在其周边增埋地面观测标石,进行加密观测,以掌握其变化规律。     

国外深水钢悬链线立管研究发展现状

介绍国外在新型深水立管系统--钢悬链线立管关键技术方面的研究发展现状,论述浮体一、二阶运动对钢悬链线立管疲劳寿命的影响、浮体升沉运动对钢悬链线立管触地点疲劳寿命的影响;钢悬链线立管与海底相互作用机制的实验研究及结果;钢悬链线立管涡致振动与疲劳的研究现状.并简要论述钢悬链线立管触地点问题的研究结论.     

面向流媒体传输的空间数据变化累积模型

将流媒体技术引入到以矢量数据为主的网络GIS传输中,其关键是建立逐级精细化的多层次表达模型,并在服务器端数据预组织上建立线性索引结构。本研究针对该目标建立一种矢量数据多重表达的新模型,即变化累积模型,认为尺度空间中从粗到细的数据表达过程是一些"变化"的累积,"变化"表现为两个连续尺度表达间的差别,通过"变化"元素的逐渐增加或减少来实现渐进传输。基于该模型对面状数据渐进式传输进行研究,将多边形分级剖分为一系列凸壳或外接矩形的基础上建立变化累积模型,通过剖分元素的组合完成渐进式流媒体传输。     

基于边缘分析的海面溢油检测

提出一种基于边缘检测的快速溢油信息提取方法, 首先对溢油图像进行ROA(radio of average)边缘检测, 根据检测结果进行AOI(area of interest)提取, 然后使用改进的Weibull-CFAR检测算法对AOI进行溢油检测, 并与全局CFAR检测结果进行对比。实验结果证明, 所提出的方法对于非均匀灰度SAR图像溢油检测准确性较好、效率较高, 特别适用于大图像的快速溢油检测。     

主成分分析法在油荧光光谱波段选择中的应用

355nm激光器发射激光入射到海水表面,激发海表面溢油的荧光光谱,运用高光谱图像降维中应用广泛的分段主成分分析算法对油荧光光谱进行波段选择。该算法把每个分段被映射到主成分的信息量的大小作为是否被选择的标准,保证了选择波段的信息丰富;通过分段分析消除了传统主成分分析的全局性引起的波段忽略问题,获得较为满意的降维效果。     

BTEX异常对海域油气藏指示作用的研究

常规的油气化探方法一般是应用烷烃类作为油气勘探的基本指标,但是烷烃类易受人类活动和生物活动的干扰,使常规的化探技术在油气勘探中一直受到限制。人们开始考虑采用直接的生物标记化合物来预测油气藏,如芳烃系列中的苯系化合物苯(benzene)、甲苯(toluene)、乙苯(ethylbenzene)、二甲苯(xylem),简称BTEX。国内外研究表明,BTEX基本不受人类活动和生物活动的干扰,对油气藏具有良好的指示作用。依据南海某区的实测资料,采用自主研发的油气化探可视化评价软件进行数据处理,剥离背景异常,圈出有效的BTEX异常,并与靶区地层剖面进行了对比,结果证实了BTEX对海域油气藏具有良好的指示作用。