Hydrologic and geologic control of carbonate water chemistry in the subarctic nahanni karst,canada

There are six classes of water and five geologic environments in the subarctic Nahanni karst. During the summers of 1972 and 1973, 214 water samples were collected from 15 of the 30 hydrogeologic categories. Linear discriminant function analysis, using five measured and two derived chemical variables, indicates that there are statistically significant (0.005 level) differences in water chemistry between similar waters in different geologic environments, between waters in the same geologic environment, and between waters in different hydrogeological categories. Geological environment labels a natural water because it determines the availability of soil CO₂ and of soluble minerals. Measurements indicate that mean soil log PCO₂ is greatest in areas of shale mantled by till (?2.39), and least in areas of sandy fluvioglacial drift (?3.27). Low values on the sandy drift are due to the sparse shrub vegetation, and to the high degree of soil aeration; soils in areas of shale are clay-rich and support a dense boreal forest. Hydrology influences water chemistry because it determines how much CO₂ natural waters pick up from the environment and how much they subsequently lose to the atmosphere, and as a result, whether they dissolve or deposit soluble materials. The similarity between mean calculated log PCO₂ in natural waters (?2.92) and mean measured soil log PCO₂ (?2.80) suggests that natural waters in Nahanni are dose to equilibrium with mean soil CO₂ levels.     

我国东部夏季三类雨型的诊断和预测方法研究

采用三级逐步判别方法对我国东部地区夏季(6、7、8月)降水进行客观诊断和预测。结果表明，利用6个测站的夏季降水量即可定量诊断我国夏季雨型。利用冬季500hPa极涡面积和北半球遥相关型指数建立起来的三级判别函数只包含7个因子。历史拟合率为38/39，试报效果也较好，从而为我国东部地区夏季降水型的客观预报提供了有应用价值的预报模型。     

基于春季阴雨过程的冬小麦涝渍指数模型构建与应用

春季涝渍灾害对南方小麦生长发育和产量形成严重影响,本文在对阴湿系数做降尺度修订的基础上,利用Logistic曲线方程构建了冬小麦涝渍指数模型,根据涝渍指数临界值、持续天数以及冬小麦的可能减产率将春季涝渍灾害划分为三个等级,并使用江苏省59个气象站1961-2010年逐日气象资料对模型进行历史反演。结果发现,春季涝渍指数与冬小麦相对气象产量呈显著负相关,随着涝渍指数增加,小麦气象产量线性下降;灾年发生的涝渍过程以1~3次为最多,超过80%,5次以上最少,占1.9%。最后,将涝渍指数模型应用于2014年冬小麦春季涝渍灾害的判别及评估,效果很好。     

一种高分辨率彩色遥感影像的道路检测方法

提出了一种采用FLD特征抽取分类和形状特征相结合的道路检测方法。首先,对标记的样本进行颜色信息的抽取;其次,利用Fisher线性判别对抽取的信息进行遥感影像特征分类,将影像分为道路和非道路两类;然后根据分类结果进行阈值分割检测初步道路网;最后利用道路的形状特征和形态学处理去除误提的信息优化检测结果。实验证明,该方法可以实现具有颜色信息的遥感影像主干道路的检测。     

稳定湖相沉积物和风成黄土粒度判别函数的建立及其意义

沉积物粒度变化主要受搬运介质、搬运方式、沉积环境和气候等多种因素的控制,通过粒度分析可判别沉积物的成因类型,推断其形成的沉积环境,解释环境演变。利用统计学方法对典型稳定湖相沉积物（罗布泊湖相样品２８２块,岱海湖相样品１２３块）和典型风成黄土（甘肃兰州榆中样品２６３块）粒度参数进行定量化分析,并经稳定湖相和风成沉积物验证,获得稳定湖相与风成沉积物的判别公式:Ｆ（湖相、风成沉积物） ＝２０．３６３Ｍｚ－５６．３７１Ｓｄ－６７．９２２Ｓｋ＋２３．５１６Ｋｇ－５５．６２６,若Ｆ＞０,为稳定湖相沉积物,反之,Ｆ＜０,则为风成沉积物。这为研究地史中稳定湖泊与风成环境 沉积物的鉴别提供粒度分析定量化判别方法,它对陆相古环境、干旱化事件和尘暴事件等研究具有十分重要的借鉴价值。     

模糊线性判别函数与权重初始化超球面

将非线性神经元及多层感知机分类行为分析建筑在模糊集理论基础上，提出模糊线性判别函数、模糊判别面、模糊模式分类等概念，并引导出将多层感知机的隐层权重值均匀地分布在权重空间超球面上的网络初始化方法。以一系列实验验证此方法能明显提高多层感知机收敛性能，且与所用的学习算法、神经元的激励函数形式无关。     

费歇判别法识别大孔道

根据测井曲线,运用费歇准则导出了识别砂岩油层大孔道的判别函数,判别函数是测井曲线的线性组合。利用此判别函数实现了在微机上用费歇方法识别大孔道的问题。针对大庆某地区一模型,取得了令人满意的结果,正确率达85%以上,结果表明,费歇判别法是识别大孔道的行之有效的方法。     

灰色关联度概念在地质判别分析中的应用

将灰色系统理论中关联度的概念应用于地质判别分析，得到一种新的判别分析方法──灰色判别分析。该方法的基本思想是通过计算未知样品与多组已知样品间的关联度大小来实现样品的分类。经地质学的实例计算表明，该方法切实可行。     

机器学习在岩矿地球化学研究中的应用——综述与思考

岩石与矿物的地球化学成分数据具有高维度特征。传统的岩矿地球化学成分研究主要采用二元/三元图解判别法,准确率不高,在数理统计方法上有欠缺。机器学习方法非常适用于对大样本高维度的岩矿成分数据进行数理统计处理。笔者等在介绍机器学习常见算法基本原理的基础上,总结近5年来国内外学者将机器学习方法应用于岩石矿物成分数据研究的实例,包括：(1)根据矿物成分溯源其母岩(源岩)、判别矿床类型,(2)新生代火山岩溯源,(3)判别变质岩原岩,(4)依据岩浆岩成分判别大地构造环境等。已有的研究实例显示,机器学习方法的准确度明显优于传统的低维度判别法。机器学习本质是分析大样本数据的高维度变量之间的相关、归类等多元统计问题。推广机器学习的应用需要建设开放获取(Open Access)的矿物、岩石成分数据库,同时全面实施开放研究(Open Research)的发表策略。