四川西昌盆地白垩纪恐龙足迹群的新发现

四川西昌盆地白垩系小坝组尚未发现骨骼化石记录,其白垩系恐龙动物群的信息全赖于足迹化石。2017年,在喜德县洛甘发现小坝组迄今最大型的恐龙足迹群。该足迹点保存了大量的兽脚类足迹。足迹保存条件较差,但具备了基本的形态学特征。总体来看,兽脚类足迹具有尺寸较小(8~13cm),中等中趾前凹(0.5~0.6)和第Ⅱ趾和第Ⅳ趾间较宽趾间角(70°~100°)的特征;少量足迹保存了跖骨垫。初步分析认为,洛甘兽脚类足迹与四川盆地夹关组的兽脚类足迹Eubrontes和Grallator形态类型相似,为两地在白垩纪中期具有类似的恐龙动物群的观点提供了新的证据。该发现对于西昌盆地的古气候、古地理和地层对比都具有重要的意义,足迹详细分类还有待进一步研究。     

三峡库区王家坡滑坡降雨阈值分析

滑坡失稳破坏的诱因众多,其中,降雨是最常见和最活跃的诱发因素[1]。为深入研究降雨对降雨型滑坡的控制作用,分析诱发滑坡失稳变形的降雨阈值,本文以三峡库区王家坡滑坡为例,计算滑坡累积位移的类破坏点,并选取三个不同观测时段,分析不同观测时段下各个类破坏点的前期累积降雨量,得出斜率阈值。研究结果表明:随观测时段增大,累积降雨量斜率先增大后减小,且同一观测时段下,累积降雨量斜率与时间间隔呈反相关关系。本文选取观测时段n=10,时间间隔d=1,计算各个类破坏点的降雨量斜率,并通过加权平均得降雨量斜率阈值K=10.95。如果累积降雨量斜率大于斜率阈值,则滑坡很有可能失稳破坏。     

一种基于属性值变化程度定权的聚类算法

针对经典K-means聚类算法以欧氏距离作为相似度判断法则进行聚类划分,而未考虑聚类对象的各属性值对聚类划分的影响程度存在差异的问题,该文提出了一种基于属性值变化程度定权的聚类算法。通过采用Iris dataset数据进行实验,该算法相对于其他聚类算法获得了更好的聚类效果,且该算法适用于生物物种分类、遥感影像识别等工作领域,能提高聚类运算的精准度。     

自然湿地鹤类数量对土地利用变化的响应

鹤类是我国重点野生保护动物,近年来,随着人类活动的加强,鹤类数量变化显著。为了保护鹤类提供更好的依据,该文文章以升金湖自然湿地为例,研究鹤类种群数量对土地利用变化的响应。文章利用软件提取升金湖八期TM遥感影像的土地利用信息;利用土地利用动态度、物种多样性,分析土地利用变化特征及各地类生境鸟类的多样性。对比1986—2015年升金湖越冬鹤类的种群数量变化,以及土地利用变化,分析结果表明:鹤类数量与土地利用类型存在一定相关,湿地内芦苇滩地、泥滩地、草滩地、水田、建设用地等的土地类型变化,对鹤类数量影响较大。     

凹边形地标参照的主方向关系推理方法

空间推理是地球空间信息、人工智能、自然语言处理等相关领域的热点研究内容。主方向关系的表达与推理是空间推理的重要组成部分。针对空间方向关系矩阵对凹边形对象方向关系表达、推理的不足,研究依据目标对象与凹边形地标方向关系表达的不确定性,提出了凹边形地标参照的外部性主方向关系与内部性主方向关系推理方法。利用凹边形三等分仿射变换矩阵、自适应分割算法实现凹边形地标外部性、内部性参照对象表达;基于向量三角形法则与方向关系谓词,以方向关系的逻辑和、逻辑差合成代数运算推理2个地标、1个地标参照下目标对象与参照对象之间的主方向关系。通过实验与算例验证,证明凹边形地标参照下目标对象与参照对象的主方向关系推理可行性。     

显著局部空间同位模式自动探测方法

局部空间同位模式挖掘旨在揭示多类地理事件在异质环境下的共生共存规律。已有的方法一方面需要模式筛选的频繁度阈值参数,另一方面需要区域探测的划分参数或聚类参数,参数的不合理设置会导致挖掘结果不可靠甚至出现错误。因此,提出了一种显著局部空间同位模式自动探测方法。首先,基于空间统计思想,采用非参数模式重建方法对空间同位模式进行显著性判别,将全局非显著空间同位模式作为进一步局部探测的候选模式;然后,借助自适应空间聚类方法提取每个候选模式的热点区域;最后,通过不断生长并测试每个热点区域,界定显著局部空间同位模式的有效边界,即空间影响域。通过实验与比较发现,该方法能够客观且有效判别空间同位模式的显著性,并且自适应地提取局部同位模式的空间分布结构,降低了现有方法参数设置的主观性。     

城市公交乘客下车站点推算方法和有效性评价

特大型城市的公交车上普遍安装了自动售票（auto fare collection,AFC）系统和车载GPS导航定位设备,记录了乘客出行与行车轨迹、时间等数据,连续运行的公交车和众多的出行乘客形成了城市公共交通运行和出行大数据。如何高效、准确地从公交大数据中识别公交乘客下车站点,对于提高交通运行效率、科学布局组织交通具有重要的意义和作用。基于深圳市公交车AFC和GPS数据,利用时间匹配和基于带噪声空间密度聚类的方法判别上车站点;在仅有的公交数据基础上,通过分析乘客出行行为,根据乘客多天的出行以及各站点的上车频率,利用乘客高频站点和下游站点吸引权,提出一种推算方法,实现乘客下车站点的推断。算法模型的检验和实例分析表明该方法的有效性。     

滚圆法用于空间点聚类的研究

空间点聚类依据空间点实体属性对其进行分类划分,挖掘对研究应用有价值的信息。目前,空间点聚类大多数方法能够发现多边形簇,但不能发现线状簇。针对空间点聚类现有方法在发现线状簇方面的不足,借鉴滚球法的思想,提出滚圆法用于空间点聚类的研究算法（spatial point clustering using the rolling circle,SPCURC）。针对研究区域的点实体,该算法用给定半径的圆从初始点开始按照原则进行滚动,直至满足条件为止;连接滚圆接触的点,从而形成多边形簇或者线状簇。通过模拟算例和实际算例验证了该算法的可行性。     

基于独立成分分析的高光谱图像降维及分割

高光谱图像的高维数给图像的进一步处理带来了困难,为了解决这一问题,本文提出了一种基于独立成分分析的高光谱图像降维分割方法。首先,利用波段子空间划分和标准差对高光谱图像预处理,选择部分波段的高光谱图像作为实验对象;然后利用基于负熵的快速不动点算法对实验数据解混,再根据平均绝对权重系数对波段排序并选取;最后使用模糊C均值聚类算法对降维后的图像进行分割。实验结果表明,该方法能够有效实现高光谱图像降维,并获得较好的分割结果。     

基于DBSCAN算法的孔深测量与地层反演理论研究

论文针对地质勘探取心工况复杂、钻进深度大、事故发生率高、岩性复杂、钻进参数难以获取、无法实时掌握钻进状态的难题,在充分调研现有工况识别技术的采集原理、功能种类、现场实测的基础上,结合钻探智能化、自动化的发展方向,运用硬件与软件结合的思想,设计了实时测量钻探参数的方案。论文首次提出使用DBSCAN（针对噪声空间基于分布密度进行聚类的算法）密度聚类法分析钻进参数,结合光电编码器增量的正负性进行工况判别,以获取钻头位置以及钻孔深度。该方案可以判别钻进状态,获取钻进工艺参数,将测量数据作为所钻地层的可钻参数来反演地层。钻机的自动化、智能化研究能获取大量地层资料,有利于推进钻进工艺学发展,实现从经验钻探到智能钻探进的突破。同时,为智能钻进系统奠定基础。