基于土壤反射光谱特性的广东省稻田土壤快速分类

选择广东省215个村镇稻田的土壤样本,首先利用ASD Field Spec3测量土壤样本在350~2 500 nm的光谱,并采用S-G一阶导数平滑滤波降低样本测量中光照差异的影响,然后将遗传算法（Genetic Algorithm,GA）和支持向量机分类（Support Vector Machine,SVM）分别用于提取分类光谱特征和建立分类模型,分别在土纲、亚纲、土类3个层次进行土壤分类。结果表明：1）在不同的分类层次下,与铁氧化物密切相关的650~710以及900 nm附近光谱,与羟基矿物吸收有关的2 207~2 237和2 377~2 397 nm区间均被作为分类特征变量。2）随着土壤类型的细分,分类所需变量增多。在土类级,对有机质敏感的2 080 nm附近的光谱也被引入分类定标模型中,土纲和亚纲下分类精度＞67%,土类级分类精度为58.67%。利用遗传算法提取光谱特征,进行基于支持向量机的土壤分类具有一定优势。     

磁化强度矢量反演方程及二维模型正反演研究

导了磁化强度矢量层析成像方程,并与磁化强度标量层析成像方程进行了对比. 使该矢量层析成像方程既适用于三维的也适用于二维,既适用于使用磁场垂直分量资料,也适用于使用磁场总强度资料. 本文采用改进的高斯-赛德尔迭代求解磁化强度矢量层析成像方程,在求解方程中引进了与深度有关的权系数. 并对二维模型开展了正反演研究. 当模型层数为二层,且每层51个柱体时,采用零初始模型就能获得较好的磁化强度垂直分量和水平分量反演结果,除了异常体边部外,磁化方向比较可靠. 当模型层数为五层,且每层51个柱体时,采用零初始模型不能得到较好结果,改用接近背景值的均匀初始模型,反演的磁化强度垂直分量和水平分量大致接近真实,但不能刻划某些细节.     

地震事件自动识别技术及其在南岭流动台阵的应用?

地震事件识别是地震层析成像的重要组成部分。然而,在处理宽频带流动台阵天然地震记录中识别地震事件过程中,利用传统的人工识别方法耗时巨大,效率十分低。本文首先运用STA/LTA 对地震事件进行初步判断,并结合支持向量机信号检测算法和多台联合检验法来提高地震事件判别的准确度及抗干扰能力,达到天然地震事件的自动识别。南岭流动台阵数据的应用结果表明该综合识别算法可自动快速准确地判别地震事件,并可用于地震震相的拾取。     

基于电场总场矢量有限元法的接地长导线源三维正演

电磁场数值模拟的背景场/异常场算法是三维正演的有效策略之一,优点为采用解析法计算电磁场背景场代替场源项、克服了场源奇异性,缺点为不适用于发射源布置于起伏地表或背景模型复杂的情形.总场算法是直接对电磁场总场开展数值模拟,其难点是有效加载场源、保证近区与过渡区数值解精度.本文以水平电偶源形式分段加载接地长导线源,并以电场总场Helmholtz方程为矢量有限元法控制方程,实现了基于非结构化四面体网格剖分的接地长导线源频率域电磁法三维正演.通过与均匀全空间中水平电偶源产生的电场解析解对比,验证了本文算法的正确性,并分析了四面体外接圆半径与其最短棱边的最大比值和四面体二面角最小值对数值解精度的影响规律.通过与块状高导体地电模型的积分方程法、有限体积法和基于磁矢量势Helmholtz方程的有限元法数值解对比,进一步验证了本文算法正确性,同时说明了非结构化四面体网格能够更加精细地剖分电性异常体,利于获得精确数值解.     

120°E赤道电离异常区电子浓度总含量分析与预测

基于国际全球定位服务中心(International GPS Service,IGS)提供的120°E 上空1999-2009年IONEX格式电离层电子浓度总含量(TEC)资料,分析赤道电离异常驼峰区TEC峰值Inc和Isc的年变化和季节变化以及与太阳、地磁活动的相关性.在11年时间尺度上,Inc和Isc与太阳辐射P指数的日均值有较好的相关性(r=0.90和r=0.84),而与地磁活动指数Dst、Kp和Ap日均值的相关性均不好.驼峰区TEC峰值Inc和Isc都是在北半球春、秋季出现极大值,而且冬季值大于夏季值,即Inc呈现"半年异常"和"冬季异常"现象,我们认为Inc和Isc相似的半年变化特征是与赤道上空电离层电急流相关的东向电场半年变化导致的.利用支持向量回归方法构建了EIA指数的预报模型,预报试验结果表明,该预报模型能较准确地描述Inc和Isc的变化,对南北驼峰TEC峰值预报的平均相对误差分别为22.96%和10.2%.基于支持向量机回归的预测方法为赤道电离异常特征指数预报的实现提供一条有效方法途径和好的应用前景.     

多方法联合分析未来地震发生趋势

综合多种前兆方法分析地震活动规律,研究目标地区未来地震发生的趋势。首先采用图像信息法(PI)进行扫描,从长期尺度上找出研究区域内地震活动异常的地区,并结合相关的活动断裂分布及区域地震活动确定未来地震的发震危险区;然后采用加卸载响应比(LURR)、态矢量(SV)、矩张量加速释放(AMR)等中短期前兆方法分析这些区域的地震发生可能,并对地震发生的相关信息做进一步估算;在空间上实现向地震危险区域的逐渐逼近,时间上实现从长期预测到中短期预测的自然过渡。作为回顾性震例研究,我们对近3年来发生在中国西部的强震(ML6.5)进行了检验,结果表明,相对于单一算法而言,将不同前兆方法适当组合结合能够更为明确地为未来地震危险性评估提供信息和约束。     

风向的统计方法研究

在核安全分析和环境影响评价中,必须使用到的是小时气象数据。对自动气象站小时风向的计算方法和小时数据如何统计,地面气象规范中和核安全导则中还没有定论,因此本文对小时风向统计方法展开讨论。目前小时风向值的计算方法有算术平均法、滑动平均法、矢量平均法和频率最高法,针对算术平均法和滑动平均法对经过0°的风向统计容易出现误差,本文提出对此的修正方法并对4种计算方法进行了比较。结果表明：文中过零风向修正方法简便准确,小时数据统计方法为正点前10min数据时,修正算术平均法更可靠,但该方法对风速为零时的判断容易出现误差,因此在小风、静风频率高的地方推荐矢量平均法。关于小时数据的划分方法,美国核管会RG1.23与我国核安全导则及地面气象规范中的规定不同,因此文中利用实测资料对不同小时数据统计方法所得结果比较,分析表明,取整点前或其他时段的10min和15min的数据进行平均的风向相关矩阵一致性为97.87%;取4个15min平均值的平均或6个10min数据平均值的平均作为小时值的风向相关矩阵一致性为99.96%,这两种统计方法与取10min和15min的一致性为86.00%,相对较差;取60min时段的平均值作为小时值则与其余方法一致性最差。     

Interrupting a multi-species bioinvasion vector: the efficacy of in-water cleaning for removing biofouling on obsolete vessels

Vector management is the primary method for reducing and preventing nonindigenous species (NIS) invasions and their ecological and economic consequences. This study was the first to examine the efficacy of in-water scrubbing using a submersible cleaning and maintenance platform (SCAMP) to prevent invertebrate species transfers from a heavily fouled obsolete vessel. Initially, prior to treatment, 37 species were recorded in a biofouling matrix that reached 30cm depth in some locations. The bryozoan Conopeum chesapeakensis, and bivalves Mytilopsis leucophaeata and Ischadium recurvum, were dominant sessile species that created structure, supporting mobile biota that included crabs and the associated parasitic barnacle Loxothylacus panopae. Scrubbing had the effect of significantly reducing organism extent and the number of species per sample, but a substantial and diverse (30 species) residual fouling community remained across the entire vessel. Further assessments of management options are needed to prevent potentially damaging NIS transfers. Additional measures taken within an integrated vector management (IVM) strategy may further improve invasion prevention measures.     

Landslide susceptibility mapping based on Support Vector Machine: A case study on natural slopes of Hong Kong, China

The Support Vector Machine (SVM) is an increasingly popular learning procedure based on statistical learning theory, and involves a training phase in which the model is trained by a training dataset of associated input and target output values. The trained model is then used to evaluate a separate set of testing data. There are two main ideas underlying the SVM for discriminant-type problems. The first is an optimum linear separating hyperplane that separates the data patterns. The second is the use of kernel functions to convert the original non-linear data patterns into the format that is linearly separable in a high-dimensional feature space. In this paper, an overview of the SVM, both one-class and two-class SVM methods, is first presented followed by its use in landslide susceptibility mapping. A study area was selected from the natural terrain of Hong Kong, and slope angle, slope aspect, elevation, profile curvature of slope, lithology, vegetation cover and topographic wetness index (TWI) were used as environmental parameters which influence the occurrence of landslides. One-class and two-class SVM models were trained and then used to map landslide susceptibility respectively. The resulting susceptibility maps obtained by the methods were compared to that obtained by the logistic regression (LR) method. It is concluded that two-class SVM possesses better prediction efficiency than logistic regression and one-class SVM. However, one-class SVM, which only requires failed cases, has an advantage over the other two methods as only “failed” case information is usually available in landslide susceptibility mapping.     

土地利用动态遥感监测数据组织模式研究

遥感技术为土地利用动态调查提供客观、快速的时空信息,但是,目前国内还无有效的方法和模型对遥感监测结果进行组织,从而限制了遥感监测数据应用的深度和广度.本文采用分段编码、分层存储的数据文件组织方式,利用转移矩阵作为变化信息的组织模式,基于SVG(Scalable Vector Graphics)的Path技术提取分层图斑边界,并将图斑的矢量和属性数据整合于CTG(Composite Theme Grid)格式的开放文件中,方便了数据的综合查询,提高了数据的使用广度和深度.