移动环境中居民地综合算法的应用

手持设备自身的限制及无线网络环境的特点,要求地图在许多方面进行改革以适应新的技术条件。制图综合作为地图生产与制作的重要环节,是当前移动环境下地图应用必须面临的问题。本文以居民地综合算法为例,探讨了部分算法在移动环境中的执行效率,并进行了可用性验证。尝试将移动环境中用户位置以及用户的当前任务等上下文信息用于综合算法中,设计以用户位置及当前任务为中心的实时制图综合算法,最后以案例证明了算法的可用性。     

基于谱间特征与比值型指数的水体影像识别分析

根据杨存建等人发现LandsatTM影像水体具有TM₂+TM₃>TM₄+TM₅的特征,本文以2000年福州市Landsat-TM为例,分析了水体及其他几类主要地物的光谱特性在影像中的表现特征,发现除水体外,居民地的影像以及山体影像也都具有TM₂+TM₃>TM₄+TM₅(即(TM₂+TM₃)/(TM₄+TM₅)>1)的特征,但是三者(TM₂+TM₃)/(TM₄+TM₅)的比值却存在着较大的差异,所以辅以适合的阈值(水体(TM₂+TM₃)/(TM₄+TM₅)>2.0,TM₂>40)可以将水体信息区别于其他背景地物。将该方法在含不同水体类型的福州市Landsat-TM遥感影像上进行实验,表明其可以将水体与全部居民地的阴影和山体阴影有效区分开来;同时可用于快速、简便和准确地提取城市和山区中的湿地水体信息,解决水体提取中难于消除居民地阴影与山体阴影的难题。     

基于高频雷达回波谱多特征融合的浪高反演算法

高频地波雷达海洋回波谱的 Bragg 峰和二次谐波峰中,均蕴含着浪高信息,因此发展出了基于 Bragg 峰功率 （Power of Bragg Peak,PB）、二次谐波峰与 Bragg 功率比 （Power Ratio of Second Harmonic Peak to Bragg Peak,RSB）、双频 Bragg 峰功率比 （Power Ratio of Dual Frequency Bragg Peak,RDB） 等浪高反演算法。然而,三种算法均无法实现不同海况、不同距离下浪高的精确反演。本文研究发现,PB 算法适用于低海况,RSB 算法在近距离高海况下表现良好,而 RDB 算法适用于远距离测量,即三种算法高性能测量区间存在强互补性。在此基础上,本文提出了一种基于多特征 （PB、RSB 和 RDB） 融合的浪高反演算法,其中采用反向传播（Back Propagation,BP） 神经网络作为特征融合器。实验表明：本文算法在测量精度、波高适应范围、距离适应范围上均优于现有波高反演算法。     

基于气测烃组分差异的CO2气体评价新方法——以恩平凹陷为例

针对地下CO2气体受物理及化学性质、储层岩性、物性等因素的影响,现有的常规录、测井评价方法在定性识别与定量评价方面存在不足.利用现场气测录井资料、结合地层测试资料和电缆泵抽取样数据,在对恩平凹陷油层、CO2气层、含CO2油层气测烃组分响应特征分析基础上,提出了基于气测烃组分差异的CO2定性识别与定量评价方法的解释图版....     

基于连续消光特征分析的岩石薄片分析系统

连续消光是指在正交偏光显微镜下,岩石薄片随载物台旋转而发生消光强弱连续变化的现象.作为人工鉴定岩石薄片的重要依据,提取后的连续消光特征可以用于实现岩石薄片的自动分析.结合数字图像处理技术与聚类划分算法,开发出一套能够分割出孔隙、颗粒轮廓,实现颗粒类别划分,并对结果做定量分析的岩石薄片分析系统.从矿物的消光特征本质出发,...     

2019年7月3日辽宁开原伴随EF4级强龙卷的超级单体风暴分析

综合利用多普勒雷达、地面自动气象站以及风廓线等观测资料和ERA5再分析资料,对2019年7月3日发生于辽宁开原的超级单体风暴伴随EF4级强龙卷环境条件、多普勒雷达回波特征和形成机理进行详细分析。结果表明：本次过程发生于低层暖湿高层冷干强的热力不稳定环境条件下,在地面干线汇合流场形成地面辐合线附近触发湿对流并发展为伴有龙卷的超级单体风暴。龙卷发生于低层钩状回波附近,多普勒雷达上呈现经典超级单体风暴雷达回波特征,低层强的垂直风切变将水平涡度转化为对流风暴中垂直涡度,强上升运动使得顺流涡度倾斜拉伸,从而龙卷发生前17 min在多普勒雷达2.4°仰角首先出现中气旋结构,随后风暴向南移动过程中,风暴的后侧下沉气流(RFD)将中低层的涡度“压低”致使龙卷接地,因此龙卷发生后1 min在0.5°仰角也出现强中气旋并有类龙卷涡旋特征(TVS),中气旋最强时的旋转速度达到28 m·s^-1(强中气旋标准),因此本次龙卷符合“自上而下”I型龙卷特征。由于环境干燥空气夹卷造成水滴强烈蒸发和冷却,使得地面出现了1 h降温达10℃的强冷池,过强的冷池可能在促使龙卷消亡过程中起到关键作用,致使...     

基于卷积神经网络的电线塔识别与更新入库

利用卷积神经网络实现了电线塔的提取与更新入库.首先将遥感影像分为训练区域与校正区域,结合本底矢量数据,在训练区域分别获得目标与非目标样本影像块,并以此训练卷积神经网络;再利用卷积神经网络在校正区域提取电线塔;然后通过与本底数据的叠置分析,获得电线塔的增量数据;最后根据不同的类型对增量数据进行更新入库.实验结果表明,该方...     

强雷暴天气的闪电和雷达回波特征个例分析

利用粤港澳闪电定位系统、广州多普勒天气雷达和自动气象站等资料,分析了2017年6月2日发生在广州市中北部的一次强雷暴天气过程的地闪变化特征及闪电与雷达回波特征的关系.(1)本次强雷暴天气是华南一起典型的以西南急流和切变线为环流背景的强对流天气过程.在整个雷暴生命史中以负地闪为主,占69.3％;正闪在雷暴发展的初始和结束...     

基于声波信号的岩性智能分类方法

传统的岩性识别以钻井取心、钻井曲线和岩石图像等方法为主,这些识别方法对地质和识别条件要求较高,且不能满足随钻实时识别。为此,本文提出一种新的基于声波信号的岩性智能分类方法。该方法首先基于所采集钻头与岩层碰撞得到的音频数据,通过数据增强技术解决数据稀疏问题;然后采用基于CGRU(CNN+GRU,卷积神经网络+门控循环单元)的深度学习模型,对采集到的3种岩性的岩石音频数据进行深度学习与训练。为提高该模型在复杂背景下的识别能力,引入注意力机制模型进行优化。注意力机制模型可以在复杂环境下对岩性信息实现重点学习,提高模型识别性能。实验结果表明,与GMM(高斯混合模型)-SVM(支持向量机)、CNN和CGRU模型相比,CGRU-AttGRU(注意力机制模型+GRU)混合模型准确率达81.17%左右,在GMM-SVM、CNN和CGRU模型基础上分别提升了13.31%、9.99%和5.93%。