Extracting water-related features using reflectance data and principal component analysis of Landsat images

This study aimed to map water features using a Landsat image rather than traditional land cover. We involved the original bands, spectral indices and principal components (PCs) of a principal component analysis (PCA) as input data, and performed random forest (RF) and support vector machine (SVM) classification with water, saturated soil and non-water categories. The aim was to compare the efficiency of the results based on various input data. Original bands provided 93% overall accuracy (OA) and bands 4–5–7 were the most informative in this analysis. Except for MNDWI (modified normalized differenced water index, with 98% OA), the performance of all water indices was between 60 and 70% (OA). The PCA-based approach conducted on the original bands resulted in the most accurate identification of all classes (with only 1% error in the case of water bodies). We therefore show that both water bodies and saturated soils can be identified successfully using this approach.     

Establishing absorbed energy spectra—an attenuation approach

For energy‐based seismic design, energy demand in the form of absorbed energy spectra was established by an attenuation relationship. The absorbed energy is proposed for evaluating the energy demand in an inelastic system because the absorbed energy is directly related to the pseudo‐velocity in the elastic case. Based on a total of 273 ground motion records from 15 significant earthquakes in California, an attenuation relationship of the absorbed energy was established from a two‐stage non‐linear regression analysis. This relationship was established for a given earthquake magnitude, source‐to‐site distance, site class, and ductility factor. A similar expression for the normalized absorbed energy was also developed. This study showed that the absorbed energy for near‐field ground motions can be significantly larger than that predicted by the attenuation relationship for normal ground motions. Copyright © 2000 John Wiley & Sons, Ltd.     

苹果树叶片全氮含量高光谱估算模型研究

采用Field-Spec Pro便携式光谱仪,测定了不同苹果品种叶片的光谱反射率及对应的全氮含量,采用相关性及单变量线性与非线性拟合分析技术,对全氮含量与原始光谱反射率、一阶微分光谱、高光谱参数之间的关系进行了分析。研究确立叶片全氮含量的定量监测模型,以期为遥感技术在苹果氮素营养诊断中的实际应用提供理论依据。结果表明:全氮含量与原始光谱在715nm处具有最大负相关系数(r=?0.817),并且基于此波长所构建的对数关系估算模型明显优于线性模型;光谱反射率一阶微分值在723nm处具有最大正相关系数(r=0.87),并且基于此波长所构建的线性和非线性模型的拟合效果接近;对于所选取的3类高光谱特征变量,全氮含量除了与黄边位置及由红边位置和黄边面积所构建的比值植被指数和归一化植被指数的相关性较弱外,与其余变量均呈极显著相关,说明这些变量对苹果叶片全氮含量进行估算具有可行性。对所建立的各类方程进行检验,最终筛选确定在723nm处的光谱反射率一阶微分值所构建的指数模型作为苹果叶片全氮含量的预测模型最为理想。     

RS影像融合效果评价

近年来多源遥感影像融合技术发展迅速,融合方法研究日趋完善,然而融合影像效果评价始终没有统一标准。在系统分析传统评价指标的基础上,从光谱保真度、高频信息融入度两个方面对融合影像的评价进行综合分析,并在这两个方面建立了光谱信息指数与高频信息指数两个指标,然后对其进行综合建立信息量指数,从而在信息量方面加以评价,从而形成一套完整的评价体系。最后应用融合实例对创建的评价体系进行了验证。     

登陆我国热带气旋中心最低气压和最大风速关系研究

热带气旋(TC)登陆时中心最大风速会发生明显衰减,研究此时的风压关系对风暴潮模拟和预测具有重要意义。采用中国气象局上海台风研究所数据资料,对1949—2016年风压关系序列的一致性进行检验,登陆风压关系公式拟合及误差分析。结果表明:1970s后风压关系发生变异;新公式在计算登陆风速时要优于原公式,尤其是大风速情况下;相同气压下台风在近岸时风速明显小于大洋中,且登陆时风速越大衰减越剧烈。     

内蒙古黄岗梁不同色调鱼眼石的谱学特征及高压X射线衍射光谱研究

通过对内蒙古黄岗梁地区不同色调绿色鱼眼石样品的基础宝石学特征、 X射线荧光光谱(XRF)、 红外光谱、拉曼光谱等多方面综合分析,系统探讨了不同色调绿色鱼眼石的化学成分和谱学特征。通过高压X射线衍射(HPXRD)光谱测试,深入剖析了该矿物在高压环境下的晶体结构特征,为揭示鱼眼石在地质运动中再次俯冲进入地壳后的稳定存在深度提供了关键线索。研究结果表明,内蒙古黄岗梁地区的鱼眼石属于氟鱼眼石, Fe³⁺和结晶水的含量对绿色鱼眼石的色调深浅产生显著影响。在HPXRD实验中,随着压力的升高,鱼眼石的轴长和晶胞体积逐渐减小,特别是c轴的压缩率较a轴更高。在9.0 GPa和15.3 GPa两个压力节点上,观察到压缩率的突变,伴随着新衍射峰的出现以及旧衍射峰的分裂和消失。这一发现揭示了鱼眼石晶体在高压环境中发生的两次明显相变过程。本研究为鉴定鱼眼石、寻找矿物资源提供了有力的科学依据,同时为鱼眼石在地质学领域的进一步研究提供了新的视角和认识。     

辐射特征支持下的城市高分影像阴影校正

大量城市建筑使得高分影像中含有许多阴影区。这些阴影区在土地利用分类、植被绿度调查等遥感应用中会较大地影响结果精度,降低数据使用效率并增加研究成本。基于同一地物阴影区与临近非阴影区反射率相等这一辐射特征关系,通过建立辐射传输方程,发展了一种新的城市高分遥感影像阴影校正方法 RERB(Reflectance Equality Relationship Based Method)。利用RERB对不同城市(北京和荷兰Enschede)不同高分多光谱影像(Geo Eye-1和Quick Bird)进行阴影校正,并对比分析其与被广泛采用的均值方差变换法MVT(Mean and Variance Transformation)的校正结果,通过定性和定量精度评价发现:(1)RERB能很好地将城市阴影区影像视觉特征(颜色、纹理、色调等)信息恢复到与非阴影区同一水平上;(2)RERB恢复后的阴影区具有丰富的细节信息且在视觉上与临近非阴影区具有良好的一致性;(3)RERB恢复后的城市柏油路面和水泥路面阴影区辐射信息具有较低的误差,可见光-近红外波段的平均误差分别为7%和9%。同时RERB能较好地恢复城市阴影区植被波谱特征信息。     

Seismic ground-roll noise attenuation using deep learning

We propose to adopt a deep learning based framework using generative adversarial networks for ground-roll attenuation in land seismic data. Accounting for the non-stationary properties of seismic data and the associated ground-roll noise, we create training labels using local time–frequency transform and regularized non-stationary regression. The basic idea is to train the network using a few shot gathers such that the network can learn the weights associated with noise attenuation for the training shot gathers. We then apply the learned weights to test ground-roll attenuation on shot gathers, that are not a part of training input to obtain the desired signal. This approach gives results similar to local time–frequency transform and regularized non-stationary regression but at a significantly reduced computational cost. The proposed approach automates the ground-roll attenuation process without requiring any manual input in picking the parameters for each shot gather other than in the training data. Tests on field-data examples verify the effectiveness of the proposed approach.     

非饱和土中剪切S波的传播特性分析

基于对非饱和多孔介质的研究成果,考虑孔隙中的液相和气相的相互影响,研究非饱和土地基中剪切S波的传播特性。通过非饱和土中固相、液相和气相的质量平衡方程、动量平衡方程和非饱和土有效应力原理,建立问题的弹性波动方程,经过理论推导给出非饱和土中剪切S波的弥散特征方程。通过数值算例分析剪切S波的波速和衰减系数随饱和度、频率和固有渗透系数等因素的变化规律。结果表明,剪切S波的波速几乎不受饱和度的影响,但其随着频率的增大而减小,随着固有渗透系数的增大先不变后增大;剪切S波的衰减系数随着饱和度和频率的增加均增大,而随着固有渗透系数的增大先不变后增大最后减小。     

一种实时场地校正方法及其在地震预警中的应用

地震预警系统对地震数据处理的实时性要求极高。其系统数据来源除布设在基岩的测震台站外,还有大量非基岩场地的强震动台站和地震烈度仪台站,其场地影响不容忽视。为了考虑震级估算和地震动场预测中的场地影响,需实时对各种场地条件下的地震波形进行校正。目前处理一般使用某个标量来表征场地放大效应。本文采用一种实时的场地校正方法,首先计算目标场地与参考场地的谱比,然后通过最小二乘法、双线性变换将谱比转化为因果递归的无限冲激响应(IIR)时域滤波器,之后可以应用该滤波器进行实时场地校正。该方法考虑了场地放大系数的频率依赖性,相比于标量校正提高了准确度。应用我国四川和日本部分强震动台站记录,验证并讨论了这种实时场地校正方法在地震预警中的应用效果。