应用地震波形分类技术识别岩相的适用性和局限性

地震波形分类技术在识别和划分岩相的应用中有其独特的优点,但也存在一定的局限性。通过针对不同岩相的大量实践,深入探讨了影响该技术的应用条件,系统总结了该技术识别岩相的适用性和局限性。研究表明:时窗类型及大小、地震属性体的选择是影响波形分类结果最重要的因素;不同的岩相在地震振幅、频率、相位、时间厚度上存在差异性是正确应用波形分类方法的前提;当岩相间的地震响应差别不明显,或同一岩相横向波形变化较快,无法建立统一的岩相地震波形特征时,波形分类方法的结果不能准确地划分岩相,也没有明确的地质意义。回归到岩相地震响应特点的分析,建立地震响应与岩相的对应关系,开展波形分类技术应用的先验性研究,是成功应用该技术的基础和关键。     

甲状旁腺机能减退的颅内钙化CT分析

目的:进一步认识甲状旁腺功能减退的头颅CT特征。方法:回顾分析9例临床确诊甲状旁腺功能减退的CT资料。结果:CT表现主要为两侧基底节、丘脑、齿状核及半卵圆中心对称性钙化,皮髓质交界区对称性或少许不对称性钙化。结论:甲状旁腺功能减退CT表现具有一定特征性,诊断需结合血清钙磷的测定,本组病例均有血钙和磷测定结果。     

天津滨海新区重点海岸带土地生态景观综合分析与评价

土地生态景观分类是土地分类的深化,土地生态景观分析能够更好地审视生态环境的现状和变化。文章以天津滨海新区重点海岸带为研究区域,以高精度航空影像和GF-2卫星影像为数据源,结合Naveh的景观分类系统完成了研究区的土地生态景观遥感调查。在遥感调查的基础上,选取斑块面积（CA）、斑块数量（NP）、最大斑块所占景观面积比例（LPI）等12项景观格局指标对研究区的景观现状进行了综合分析,发现：1）工业及居住景观呈团块式聚集,农业景观和人工养殖景观破碎程度较高;2）研究区景观异质性明显,景观格局类型稳定性差且景观格局分布具有明显的地域性;3）工业及沿岸浅海区规划较好,然而荒漠景观分布面积较多且集中,需要重点规划和治理。研究表明景观格局能够准确反映研究区景观的基本特征,对研究区今后的生态环境改善、旅游景观分析以及土地资源利用和规划提供一定的参考价值和指导意义。

     

用三通道合成彩色图像进行云的分类解释判读

为更好地利用FY-3A气象卫星上中分辨率光谱成像仪 (MERSI) 资料高空间分辨率及多光谱的优势,细致分析云系在宏、微观方面的多重特征,首先利用平面平行辐射传输模式 (SBDART) 证明了MERSI的0.65,1.6 μm和11.25 μm通道能够分别反映云光学厚度、云粒子大小、云顶高度的信息,然后采用三通道合成彩色图像的方法,对FY-3A气象卫星云图进行云的分类解释判读。该技术可直观区分有云区、无云区,显示海陆分界,并且使不同云类在云图上体现为不同颜色。同时,FY-3A气象卫星高达1000 m甚至250 m的空间分辨率也使云的细致结构更为清晰,两项优势的叠加,大大提升了云的分类解释判读的准确程度和精细化水平。文中还尝试寻找典型云系的三通道特征值,以期为模糊C均值聚类 (FCM) 方法中聚类中心的选定提供经验值参考。     

基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。     

石器功能研究的现代模拟实验: 石刀表面残留物中淀粉粒来源分析

淀粉粒分析在国内外环境考古学研究中得到了大量应用,但是目前国内还没有关于淀粉粒分析、石器功能与植物利用关系的现代过程研究。本研究针对石刀这一新石器时代重要的生产和生活工具开展现代过程的模拟实验,尝试利用淀粉粒分析方法验证石刀功能及其加工的植物类型。我们利用打制的简易石片模拟石刀,对未成熟和成熟的小麦(Triticum aestivum L.)进行了共两次割穗操作,提取并观察石片割穗后不同部位表面残留物中的淀粉粒形态及其组合。实验结果表明,石片表面残留物中的淀粉粒主要来源于小麦秸秆; 小麦秸秆淀粉粒的A型和B型淀粉粒(未成熟和成熟小麦秸秆淀粉粒——A+B型淀粉粒,含量分别为90.91 ％ 和92.59 ％ )分别与其成熟籽粒的A型和B型淀粉粒形态、大小相似,具备形态鉴定的特征; 小麦秸秆中还发现了独特的多面体型淀粉粒(未成熟和成熟小麦秸秆多面体型淀粉粒含量分别为9.09 ％ 和7.41 ％ ),这是小麦种子中缺少的类型。根据本次现代实验模拟的结果,考古遗址出土石刀上提取到的淀粉粒很可能来自于植物收割(或切削)过程的残留物,结合淀粉粒分析、石刀形制和出土状况进行分析,可以获取出土石刀功能与古人类植物利用的信息。     

多波束声参数在海底热液区底质分类中的应用——以东太平洋海隆“宝石山”热液区为例

多波束声纳底质分类可以高效且全覆盖地认识海底底质类型及其分布特征。应用Simrad EM120多波束声纳对东太平洋海隆附近的"宝石山"热液区进行底质分类,一方面可以研究多波束声参数在深水热液区进行底质分类的效果,挖掘多波束声纳在海底底质分类方面的应用潜力;另一方面,通过研究热液区的底质取样、摄像以及多波束声纳资料,建立综合分析热液区底质的模式,获得热液区的底质类型及其分布特征。通过提取与底质属性相关的声纳回波反向散射强度数据,形成"宝石山"热液区的声纳图像,并结合该区域的取样与海底摄像资料,综合分析该热液区的底质类型及其分布特征,结果表明,沉积物在该热液区的喷口西侧广泛分布,在喷口周围主要是基岩与砾石的混杂底质。     

国土资源数据管理初探

在分析国土资源数据及其管理特点的基础上,基于国土资源信息化和数据资源保护,将国土资源数据整体上分为资料数据、基础数据、业务数据、管理数据和元数据5类,提出了各类数据进行计算机管理的组织方法和采用的相关技术。     

基于Bagging集成学习算法的地震事件性质识别分类

地震台网在监测地震的同时记录到的非天然震动事件会对后续的科研和预报工作造成较大的影响, 因此快速准确的对天然震动事件与非天然震动事件加以区分就显得尤为重要.本文针对传统人工方法识别地震事件性质的不足之处, 采用Bagging机器学习算法对地震事件性质进行区分.首先选取震中距范围在80~200 km内的地震数据, 之后采用AIC算法自动识别P波到时, 进而用处理后的数据训练模型, 最后使用测试数据对模型进行评估, 准确率可达85%以上.因此, 本文提出的方法可以有效地对天然震动事件与非天然震动事件加以区分.

     

浙江中南部海雾预报决策树模型研究

利用椒江大陈沿海航线上重要站点一江山岛、大陈站和头门岛2015—2018年2—6月的海雾历史观测资料和NCEP/NCAR FNL再分析资料,从海雾的成因中找出大气与海雾的关系。分析的影响因子包括:地面与高空温差(T1 000 hPa—T2 m)、(T925 hPa—T2 m)、(T850 hPa—T2 m)、(T975 hPa—T2 m)和1 000 hPa相对湿度,低层上升速度分析等。结论如下:(1)暖湿气流本身强弱对大雾无影响,温差才是形成大雾的重要因素,近地层的逆温有利于大雾形成,越低层逆温越强越有利于大雾形成;(2)大雾形成时所需相对湿度基本集中在90以上, 950 hPa上较弱的上升速度利于大雾的形成,散度条件对海雾的影响差别不大;(3)通过训练集数据参与模型的建立,模型整体的学习准确率为0.85。将此测试集数据运用于2019年2—6月的大雾数据检验中,成功率为0.8。决策树模型建立的海雾判别流程可在业务中用于浙中南有无海雾的判别。