基于WebGIS的祁县地质灾害预报预警系统研究

给出了山西省祁县地质灾害预报预警信息系统的实现方法。根据祁县国土局每年对本区域内各地质灾害发生点地质灾害要素的统计,以祁县县城及周边区域为研究对象,判定本区域内不同地段滑坡地质灾害发生的可能性,并分析地质灾害与对应的气象观测要素数据关系,根据当日强降水型和连续降水型方面的研究结果,将导致地质灾害发生概率的因素做分级量化处理,建立适合祁县本地区特点的地质灾害预报预警评估算法模型。在此研究基础上,构建地质灾害统计要素——气象观测要素数据库,设计并实现基于C/S与B/S相结合的Web GIS地理信息系统对地质灾害区域的实时监控,系统可对地质灾害的发生做出及时、准确的预警。通过调整完善气象观测要素影响值,修正预警区域和灾害等级计算方法,地质灾害点落入预报区比例从49%增加到69%,2011—2015年,系统对地质灾害的预报预警成功率达到了83%以上,满足了业务应用的需求。     

山区谷底沉陷预测模型及其参数反演

我国西部地区地势复杂,沟壑纵横,地下开采极易导致边坡失稳,引发采动滑坡。在地下采动沉降与滑坡体挤压上升的叠加影响下,谷底区域地表沉降值明显小于类似地质采矿条件下的平原地区。为准确预测山区谷底区域地表沉降值,基于简支梁的弹性变形理论,并借助概率密度函数建立了山区谷底区域地表沉陷预计修正模型,明确模型参数物理意义及其取值方法。依据修正模型,以实测值和预测值之差平方和最小为原则构建适应值函数,基于模拟退火粒子群算法提出新的模型参数反演方法,借助MATLAB语言编制了相应的参数反演程序。最后将研究成果应用于山西某矿,得到谷底区域预测结果中误差为73 mm,与实测值基本一致,取得了较好的工程实践效果。     

基于改进果蝇算法的非线性模型参数估计方法

在对基本果蝇优化算法的寻优流程进行深入分析的基础上,提出一种单方向搜索处理的改进果蝇优化算法（IFOA）。该方法可以对极值点为非零非负的非线性函数进行优化处理,将其应用于非线性模型参数估计。实例表明,IFOA方法在参数估计精度上优于线性近似法与非线性迭代方法;与以遗传算法为代表的智能搜索方法相比,其估计精度相当,并具有参数设置少、寻优过程简单、易于程序实现等优点。     

基于GIS的商业网点选址研究与实现

利用平面／网络优化模型，综合权衡市区选址的基本费用及商业网点日常经营的成本，引入交通便利因子作为限制条件，并运用直接搜索的Dixon方法，加强了不确定性选址问题的约束条件，降低不确定性问题计算的复杂度，减少在选址问题实现中主观因素对选址结果的影响。最后以某区新建商业网点选址为例，详细分析了直接搜索算法应用的具体过程。     

基于改进鲸鱼算法优化神经网络的GPS高程拟合方法

采取混沌映射和自适应惯性权重结合的策略对标准鲸鱼算法进行改进,从而提高算法的全局寻优能力和收敛速度,并针对BP神经网络的劣势,利用改进鲸鱼算法对BP神经网络进行优化处理。在此基础上建立改进鲸鱼算法优化BP神经网络的GPS高程异常拟合预测模型,并通过两组不同地形特征工程中的GPS数据对模型进行验证。结果表明,利用改进鲸鱼算法优化的BP模型进行GPS高程拟合时可取得更高的精度和稳定性。     

利用排水区间计算城市暴雨积水

提出了给定淹没水量条件下基于流域排水区间分布的城市暴雨积水过程计算模型。该模型针对城市暴雨积水过程的形成机理和特点提出了两个基本假设,以各积水淹没源的空间分布特征规律为依据将城市流域划分为若干个排水区间,并将排水区间作为积水淹没计算的基本单元。为了保证计算的效率,根据流域地形起伏分布状况,该模型将各个排水区间内的空间区域范围简化为一个规则几何体,并结合体积法和多种漫流计算思想模拟暴雨积水在各排水区间内部和淹没源点之间的漫延过程。实验结果表明,该模型高效、可行,对流域资料要求较低,在信息不完备条件下的城市暴雨积水模拟中具有一定的应用价值。     

应用CP网络进行岩性识别

为通过测井解决岩性识别问题，引入了具有分类准确、算法简练等优点的CP（Counter-Propagation)网络。在详细介绍CP网络的网络模型和算法的基础上，结合某油田的实际测井资料，进行了CP网络识别研究。应用结果表明：CP网络训练周期短、识别准确率高、不存在收敛问题。通过试验研究得出结论：CP网络完全可以用于解决岩性识别等问题，具有广阔的应用前景。     

多传感器观测下带乘性噪声系统的逆向滤波与反褶积融合算法

针对多传感器观测环境下带乘性噪声系统的逆向最优滤波与反褶积融合估计问题 ,本文提出了 1种基于极大似然准则的最优融合算法。该算法中各单传感器间并行计算 ,并且融合中心与单传感器处理中心间无反向通讯 ,因而执行效率较高。仿真表明 ,该融合算法产生的逆向滤波与反褶积比单传感器处理结果有较明显提高     

地理要素的分布式空间近似查询处理方法

针对传统空间查询无法满足地理数据交互式可视化对处理时间要求的问题,以窗口查询为例,提出了一种空间近似查询处理方法。该方法包括预处理和查询两步:在预处理阶段,利用分布化的线简化算法对空间对象进行顾及误差的预处理采样,将采样过程及误差值用树型结构保存;在查询阶段,以豪斯多夫距离定义数据可视化的误差,进行误差可知的顶点即时采样与截取,从而实现针对可视化应用的高效的空间近似查询处理。在Hadoop集群上利用77GB的OpenStreetMap数据集进行了实验,证实了本方法的效力与效率。     

结合IR-MAD与均值漂移算法的密集城区遥感影像变化检测

不同时相遥感影像变化检测已成为土地利用变更调查、城市扩张分析、自然灾害分析及其他环境问题必不可少的技术手段之一。本文提出了一种结合IR-MAD与均值漂移算法的密集城区遥感影像变化检测方法。该方法通过伪不变特征法完成两期影像的相对辐射校正,有效改善影像间的配准误差,并利用IR-MAD算法对校正后的影像进行迭代运算,采用均值漂移算法对迭代后的影像进行分割,同时运用形态学方法处理分割后的影像,最终提取变化图斑。试验结果表明,该方法可以有效检测出变化区域,可应用于城市地表覆盖的变化检测。