遥感影像制图综合的智能化研究

本文以人工智能为基础,用计算机模拟一般制图人员对遥感图像进行制图综合的过程,用框架的知识表示方法建立了一个实验性的知识库,并设计了一个推理机。对蒙古人民共和国乌布苏淖尔地区的ＴＭ分类图进行了实验,取得了较好的效果。     

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.     

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。     

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。     

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。     

基于NSCT与改进SIFT特征点的GF-2影像水印算法

现有基于SIFT特征点的水印算法因特征区域重叠导致算法鲁棒性较差,不能满足GF-2影像版权保护的需求。该文采用Mean Shift对SIFT特征点进行优化和改进,提出一种基于NSCT与改进SIFT特征点的GF-2影像数字水印算法。首先,提取GF-2影像的SIFT特征点,采用Mean Shift对其进行聚类处理,将所有聚类中心作为影像的关键点,并计算关键点的平均SIFT描述符,以保证所生成的影像关键点具有与SIFT特征点相同的特征属性;其次,根据关键点构建影像的特征区域,并对其进行几何归一化处理;最后,对特征区域进行NSCT分解,选择低频子带进行奇异值分解,根据加性规则将水印信息的奇异值嵌入低频子带的奇异值中,并通过相应的逆变换得到含水印影像。与其他算法对比验证结果表明,该算法既具有良好的不可见性,又对常规攻击以及旋转、裁剪、缩放等几何攻击具有较好的鲁棒性,且能有效减轻特征区域的重叠现象,适用于GF-2影像的版权保护。     

基于双分支卷积神经网络的SAR与多光谱图像融合实验

针对合成孔径雷达(Synthetic Aperture Radar,SAR)和多光谱(Multi-Spectral,MS)融合图像中存在的空间细节模糊和颜色失真问题,该文兼顾光谱监督和空间细节监督,设计光谱损失函数和空间细节损失函数,提出一种基于双分支卷积神经网络(Convolution Neural Network,CNN)的SAR和MS图像融合算法。该算法网络框架包含光谱保持和细节提升两个分支:光谱保持分支通过上采样MS图像连接到网络的输出,直接将光谱信息传递到融合图像中;细节提升分支对SAR和MS图像通过高通滤波提取高频细节信息,然后应用CNN对细节信息进行特征提取、特征融合及重建,最后将重建的细节信息叠加到上采样的MS图像,得到融合结果。以哨兵-1B GRD级别的SAR图像和Landsat8卫星多光谱图像为实验数据,通过与传统融合算法和深度学习算法RSIFNN进行对比,结果表明,该文算法在定性和定量评价方面效果更好,能够在保持光谱信息的基础上增强多光谱图像的空间细节信息,有利于后续地物分类和目标识别等工作的开展。