基于无人机影像样本的遥感图像分类方法

对于遥感图像计算机自动分类而言,样本选择至关重要,直接影响分类结果精度。为了提升样本选取的质量,本文在实验区卫星影像覆盖范围内选取了几个样本点。对每个样本点利用无人机采集了约0.3 km2的数据,通过后期处理生成正射影像。在正射影像中选取耕地、植被、水体、建筑和道路等几类地物的样本,采用最大似然值法对卫星影像进行相应类别信息提取。实验结果表明：在无人机高分辨率影像上解译的样本作用于卫星遥感影像,并利用最大似然值法进行信息提取,其方法可行,分类精度优于在卫星影像上选择的样本。     

开滦苯加氢精制工程环境风险评价

以某苯加氢精制工程为例,探讨了焦化行业环境风险评价方法;利用该项目所在地近3 a地面常规气象观测资料,分析了当地的污染气象特征;采用风险识别、源项分析、后果计算、风险评价等环境风险评价技术方法,筛选出主要风险因子并进行风险预测,采用多烟团模式并考虑气象因素进行风险计算。结果表明：污染事故发生后,苯类物质的地面浓度最大值为3 214 mg/m^3,位于距离事故发生源WNW方向约50 m处超标1 339倍,由此可知近距离污染严重;高浓度污染物主要集中在污染源附近,随着距离的延长,污染物浓度不断向下风向扩散,超标范围在6 km内。利用简化分析法,定量给出此项工程的最大可信事故风险值为7.6×10^-6/a,小于化工行业风险值8.33×10^-5/a,此工程风险值水平与同行业比较在可接受的范围内。     

关于二轴晶矿物光性正负判别式的讨论

作者同意刘智星的论断:旧的二轴晶矿物光性正负判别式是错误的。本文也对刘智星的推论作了更为简明直观的解释,同时提出一个新的测定二轴晶矿物光性正负的判别式:Nm-N_(45)。应用此判别式检查了近470个二轴晶矿物的光性,发现某些文献中所记载或所引用的资料(折射率或光性符号)有错。     

一种台风海面非对称风场的构造方法

针对台风数值预报中由于采用对称模型而导致预报误差的现实，通过引入非对称分布的台风最大风速、最大风速半径等因子，在得到台风报告中7级风和10级风的半径的基础上，利用最佳权系数方案来得到非对称的台风外围风速分布因子，从而对Chan and Williams 1987年提出的切向风廓线方案进行改造，进而得到了台风海面非对称风场的计算式。检验表明，该方法能够描述台风海面风场的非对称分布，具有较好的应用前景。     

车贝雪夫多项式的约简算法

解释了文献「１」中关于化整后的车贝雪夫多项式约简处理的技术原理,给出了一种可快速实现多项式约简处理的求算方法。     

气象因子对夏季最大电力负荷的敏感性分析

利用2016—2018年武汉夏季(6—9月)逐15 min电力负荷以及同期逐日气象数据,分析最大电力负荷变化特征及与气象因子的相关关系。利用逐步回归和双隐含层BP神经网络算法,建立了武汉夏季最大电力负荷的预测模型。结果表明:平均温度、平均最高温度、平均最低温度与气象电力负荷存在显著的正相关,其次是日照时数。前1 d最大电力负荷与当日最大电力负荷的相关性最好,当日电力负荷对前1 d温度的平均和舒适度指数的变化最为敏感。以历史电力负荷和气象数据为联合预报因子,逐步回归和BP神经网络算法对武汉夏季最大电力负荷具有较好的模拟效果,尤其是对持续高温造成高位运行的最大负荷模拟。当敏感性在10%以内时,逐步回归算法中气象因子正的贡献要小于负的贡献,BP神经网络算法中气象因子正的贡献要高于负的贡献;当敏感性高于10%时,两种算法中气象因子均为正的贡献。     

武汉市宝通寺地铁站基坑工程监测与分析

介绍了武汉市轨道交通二号线一期工程第20标段宝通寺地铁车站基坑工程的支护设计和监测方案,并对监测结果中基坑周围岩土体侧向水平位移和内支撑轴力进行了初步分析。监测结果表明：土层和岩层在基坑开挖过程中的侧向水平变形程度相差较大,且不同状态的土层侧向水平变形程度亦不相同;由于土层相对于岩层侧向变形较大,其支护时所表现出来的内支撑轴力亦比较大。因此,对于不同地层,进行基坑支护方案选择时应根据其不同变形性质进行合理的优化设计,对土层和岩层可采取不同的支护形式,以到达既安全又经济的目的。     

Hoek—Brown准则在主应力平面表示形式的讨论

Hoed-Brown准则是国际上有名的岩体经验强度准则，考虑了应力状态对岩体破坏特性的影响，在系统介绍H－B准则在主应力平面p,q表示形式的基础上，重点对其理论意义和实际应用中的关键问题进行分析讨论，以加深对该准则的理解。     

空间软数据及其插值方法研究进展

由于对地观测技术的迅速发展,空间数据的种类和数量增长迅猛,由空间数据反演得到的各种信息日趋膨胀,这些反演结果中的信息不少以软数据的形式出现。在实际应用中,这些软数据往往与空间插值的目标变量具有一定的相关性,甚至成为控制目标变量空间分布特征的重要因素。然而,由于这些数据通常表示为非数值形式,在计算和处理上存在着一定困难,以致被传统的插值方法所忽视,从而造成信息浪费。近来出现的空间软插值方法是一种利用空间软数据作为辅助信息并以改善插值效果的方法,能够较好的处理并利用软数据所隐含的信息,具有较好的应用发展前景。本文根据空间软数据的特点及其分类,系统综述了空间软插值方法及其应用领域。首先分析了空间数据软硬性质的根本区别,论述了软数据的分类和“硬化”方法,然后介绍空间插值模型中对空间软数据的集成方法和原理,最后对空间软插值方法及其应用研究领域进行了展望。