改进的自适应遗传算法在遥感图像分割中的应用

为了自动确定遥感图像分割的最佳阈值,本文提出了一种改进的自适应遗传算法,并利用该算法对二维Otsu图像阈值分割函数进行了全局优化,提高了分割闻值的求解速度。该算法能够根据个体适应度大小和群体的分散程度自动调整遗传控制参数,从而能够在保持群体多样性的同时加快收敛速度,克服基本遗传算法的收敛性差、易早熟问题。实验结果表明,该算法具有良好的收敛速度和稳定性,达到较好的图像分割效果,大大缩短了计算时间。     

人口空间聚类规则挖掘——全国各省市产业结构分类研究

本文采用离差平方和法(Ward方法),对2005年全国31个省市产业结构情况进行分析说明,归纳总结出各省市的主要产业类型及各产业与人均生产总值的关系,并从经济的视角获得各省市的产业结构类型与其经济发展状况的关系。     

基于分区的局域神经网络时空建模方法研究

区域数据表现为两种尺度的空间特性:反映全局特征的空间依赖性和反映局域特征的空间波动性.空间波动性表现为空间数据在局部地区的聚集或高低交错现象.在研究区域数据时空预测性建模时,从降低数据的空间波动和不平稳性对模型预测能力的影响角度出发,提出了一种基于分区的局域神经网络时空非线性建模的思路.分区过程由基于空间邻接关系的K-means聚类算法完成.不同的分区方案通过相关性、波动性、紧凑性等指标进行评价和优选.在确定最优分区方案的基础上,对各子区分别采用两层前馈网络进行建模,模型的输入不仅要考虑本区内单元的作用,而且要考虑相邻子区的边界效应.各神经网络模型的时空预测能力通过平均相均差和动态相似率等指标进行衡量.最后,通过对法国94个县每周流感报告病例的时空建模分析表明,与全局神经网络模型相比,基于分区的局域神经网络模型具有更好的预测能力.     

拉拉铜矿黄铁矿微量元素地球化学特征及其成因意义

四川会理拉拉铜矿床是我国著名大型富铜矿床,针对该矿床中黄铁矿的微量元素、稀土元素地球化学分析表明:拉拉铜矿经历了早期火山喷发成岩成矿和晚期变质成岩成矿作用.条带状矿石中的黄铁矿Co/Ni比值集中于4.92～79.2之间,落入火山成因黄铁矿区,稀土元素分布具有Eu正异常和轻稀土富集的特征,反映矿床具有伴随河口群火山喷流沉积成岩过程的同生沉积成矿作用.脉状矿石中的黄铁矿Co/Ni比值集中于1.10～3.45,落在热液成因黄铁矿区,稀土元素较河口群岩石及其他典型块状硫化物矿床矿石稀土元素更加富集轻稀土元素,稀土含量变化范围更大,显著的负Eu异常,则又说明,矿床形成的主要成矿作用是伴随新元古代晋宁运动而发生的大规模的变质作用.     

制图综合中移位算法概述分析

本文首先对移位算法的发展史进行简要介绍,然后,在其基础上,根据各移位算法的思想特征,对各移位算法进行归纳,将其划分为七类,并对每一类算法的核心思想进行详细论述,最后,对各类移位算法进行评价,分析其优缺点,总结各类算法中的可借鉴思想,为更好地实现移位奠定基础。     

曲靖盆地生物气成藏条件及主控因素分析

曲靖盆地新近系茨营组第三段的晚期生物气藏是新近系沉积之后,喜山运动时期各种成藏条件有效的时空配置的结果.在讨论曲靖盆地构造和沉积演化的基础上,综合分析了生物气源、储集层和盖层、圈闭形成以及天然气输导等成藏条件,阐述了生物气晚期聚集成藏条件的时空匹配关系.指出自第四纪以来,生物气源岩持续高效的产气作用是生物气成藏的物质保障,气藏的形成是生物气连续的补充大于逸散动态平衡的产物;背斜构造、砂岩上倾尖灭和砂岩透镜体圈闭是该区主要的圈闭类型;断裂和不整合面是沟通生物气源岩到圈闭的垂向和侧向输导通道,茨营组的连通砂岩体是生物气近距离运移的输导层.蔡家冲组大套湖相暗色泥岩的生物产气效率、断裂的垂向输导能力和圈闭的保存条件及其在时空上的动态配置是生物气晚期成藏的主控因素.     

一个新的沉积变质型钛矿床的成矿模式及找矿方法

内蒙古羊蹄子山沉积变质型钛矿床是一个新的钛矿床类型。通过对地质、地球物理前提条件的研究和找矿方法试验,认为高精度磁法是找沉积变质型钛矿床的基本方法,重力为有效的找矿方法。在矿区北带磨石山以金红石为主的富钛矿体上有600 μGal的重力异常,无磁异常;南带的羊蹄子山钛铁矿体上重力异常为500 μGal,有60 nT的弱磁异常。     

CSAMT法在松辽盆地伊胡塔地区嫩江组中的定位应用

上白垩统嫩江组不仅是松辽盆地南部重要的生油层系,而且在本区砂岩型铀成矿中也起着非常重要的作用。从ZK4孔的方法过井测深试验以及地电结构的对比分析入手,对探区内嫩江组的空间分布范围进行了分析研究,通过钻探施工,证实了CSAMT法应用的有效性。     

Taxonomical and Biogeochemical Investigation of Elements in Holocene Mollusk Shells in the South and Southwestern Marmara Basin,Turkey

Concentrations of some heavy metals and trace elements such as Cr, Ga, Ni, Zn, Mo, Cu, Pb, Yb, Y, Nb, Ti, Sr, Ba, Mn, Sc, Co, V, Zr, Fe, Al, W, Se, Bi, Sb, As, Cd in recent mollusk shells and factors affecting their distribution and deposits collected from various depths in the southern and southwestern parts of the Marmara Sea are investigated. The distribution of the elements in the shells is categorized into four groups. Of these, concentrations of 12 elements （As, Bi, Cd, Co, Ga, Mo, Nb, Sb, Se, Sc, W and Yb） are below zero [（0.053-0.79）×10^-6]; concentrations of seven elements （Cr, Ni, Pb, V, Y, Zr and Cu） are （1.0-6.0）×10^-6; concentrations of four elements （Ti, Mn, Ba and Zn） are 10- 20×10^-6; and concentrations of five elements （Si, Al, Fe, Mg and Sr） are （47.44-268.11）×10^-6. The taxonomic characteristics of the 29 elements were studied separately in mollusk shells such as Chamalea gallina （Linn6）, Pitar rudis （Poli）, Nassarius reticulatus （Linn6）, Venerupis senescens （Coocconi）, Mytilus galloprovincialis （Lamarck）, Mytilaster lineatus （Gemelin in Linne） and Chlamys glabra. It was found that, in mollusk taxonomy, the elements have unique values. In other words, element concentrations in various mollusk shells depend mainly on the taxonomic characteristics of mollusks. In various bionomic environments different element distributions of the same species are attributed to the different geochemical characters of the each environment. Data obtained in this study indicate that the organisms are the most active and deterministic factors of the environment.     

The ionospheric eclipse factor method (IEFM) and its application to determining the ionospheric delay for GPS

A new method for modeling the ionospheric delay using global positioning system (GPS) data is proposed, called the ionospheric eclipse factor method (IEFM). It is based on establishing a concept referred to as the ionospheric eclipse factor (IEF) λ of the ionospheric pierce point (IPP) and the IEF’s influence factor (IFF) . The IEF can be used to make a relatively precise distinction between ionospheric daytime and nighttime, whereas the IFF is advantageous for describing the IEF’s variations with day, month, season and year, associated with seasonal variations of total electron content (TEC) of the ionosphere. By combining λ and with the local time t of IPP, the IEFM has the ability to precisely distinguish between ionospheric daytime and nighttime, as well as efficiently combine them during different seasons or months over a year at the IPP. The IEFM-based ionospheric delay estimates are validated by combining an absolute positioning mode with several ionospheric delay correction models or algorithms, using GPS data at an international Global Navigation Satellite System (GNSS) service (IGS) station (WTZR). Our results indicate that the IEFM may further improve ionospheric delay modeling using GPS data.