丽水地区地质灾害的人为因素分析与非工程性防治措施

丽水地区是浙江省地质灾害最严重的地区之一,近年来有多个县（市）发生了多起重大地质灾害事故,并遗留有多处灾害隐患点。从统计汇总上看,人为因素在丽水地区地质灾害发育及形成中起着十分重要的作用。本文分析了人为因素在地质灾害形成中的作用方式和途径,地质灾害的社会特性,并提出了非工程性防治措施。     

滑坡变形预测灰色神经网络耦合模型的构建及适用性分析

结合灰色模型和神经网络的数据处理特点,提出串联、并联和混联式3种结构的灰色神经网络滑坡变形预测模型。串联式将滑坡变形位移时序分解为趋势项和随机项,采用灰色模型提取滑坡位移时序趋势,利用神经网络逼近随机波动;并联式以灰色模型和神经网络分别对滑坡预测,采用智能非线性组合,按照预测目标精度动态调整权重,从而获取最终组合预测结果;混联式通过增加灰白化层及灰模型群,对神经网络拓扑结构进行优化,达到弱化滑坡原始监测数据随机性、提高预测模型稳健性的目的。将3种模型应用于古树屋滑坡变形预测,并对其适用性进行讨论。结果表明,3种结构的灰色神经网络耦合模型均提高了预测精度,适用于复杂状况下滑坡体的变形预测。     

基于在线惯序极限学习机的瞬变电磁非线性反演

基于梯度下降法的传统人工神经网络瞬变电磁反演方法计算效率低,不能保证全局收敛。为了解决上述问题,提出一种在线惯序极限学习机(online sequential extreme learning machine, OSELM)的瞬变电磁反演方法。该方法针对瞬变电磁法所获取的高维勘探数据进行建模反演,首先,通过随机设定隐层参数(输入权值和偏差)来简化模型的学习过程;然后,将测试得到的预测样本加入训练样本中,作为下一次的更新信息,建立在线贯序极限学习机预测模型,从而最大限度提高反演精度;最后,设计了两个经典的瞬变电磁层状地电模型并进行了拟二维地电模型的反演。反演结果表明,该方法能够较好地解决瞬变电磁法高维数据非线性建模的反演问题,同时相较极限学习机(extreme learning machine, ELM),非线性反演方法具有更加准确的反演结果、更好的泛化能力以及更高的计算效率,为神经网络在地球物理反演中的应用提供了新思路。     

大数据智能时代地图学课程内容改革探索

为了适应当前智能时代大数据的特点和地图应用的发展,本文结合当前地图学课程内容设置现状,分析在大数据时代地图学教学的特点,多源地理信息的参考体系差异、多维度地理信息高效可视化、多尺度表达的灵性化、地图用户需求的多样化等对地图学教学提出的新要求,在此基础上,结合地图学课程教学的理论与实践目标,提出在地图数学基础、地图可视化...     

黄岩岛环礁地貌近40年变化的遥感分析

重建珊瑚礁的地貌变化历史将有助于理解珊瑚礁对气候变化的响应规律。因此,本文选择以南海中部相对孤立、低潮时部分露出的黄岩岛环礁（15°09'N,117°45'E）为对象,基于1977年至2019年间的Landsat和Sentinel-2共22景遥感影像来探讨南海珊瑚礁地貌的变化历史与规律。首先结合实测水深数据探讨遥感影像灰度的变化与珊瑚礁地貌带分界线位置的对应关系;然后通过基于梯度矢量流的主动轮廓线模型（GVF-Snake）和手动边缘提取相结合的方式,提取出黄岩岛环礁主要的地貌带分界线;进而利用数字化海岸线分析系统（DSAS）定量分析这些地貌带分界线位置的变化,并利用线性拟合来探讨这些地貌面积的变化趋势。结果表明：1）黄岩岛外海与礁前斜坡分界线、礁前斜坡与礁坪分界线、潟湖坡与潟湖底分界线均具有向外海移动的趋势,它们的平均移动速率分别是0.36 m/a、0.06 m/a和0.23 m/a,而礁坪与潟湖坡分界线则具有向潟湖移动趋势,平均移动速率为0.16 m/a;2）潟湖底的面积和礁体总面积都呈现增加的趋势,潟湖坡的面积有减少趋势,礁坪的面积则在1977年至1997年间以114523 m²/a的速率增加,其后在1997年至2019年间则以11289 m²/a的速率减少。进一步分析认为,近40年来,黄岩岛珊瑚礁生态系统退化致使其造礁能力的减弱,加之海平面上升、风暴潮侵蚀、海水溶解等因素的综合影响,导致黄岩岛珊瑚礁面积减少。

     

智绘地质——新一代智能化地质编图模式及应用

为了弥补传统数字地质编图工作量大、重复操作多、周期长、质量难保证等不足,从地质图件快速编制的业务需求出发,提出了多学科交叉的智能地质综合编图理念,构建了以"地质数据+专家知识+人工智能"为核心的智能化地质编图技术体系,研制了具有需求驱动、数据驱动、模型驱动、知识驱动等特点的地质调查综合智能编图系统——智绘地质。智绘地质以地质专家知识为全流程控制主线,有机融合地图综合、地理信息系统、数据库、可视化、人工智能、制图标准、质量控制等关键技术和方法,依托地质演化关系、各种规则库、智能算法等,模拟编图专家自动或半自动地完成大量地质要素的综合处理,打通了大中比例尺到小比例尺图件的快速缩编、基础图件编制、跨行政边界的协作编图、定制化图件开发等技术流程。智绘地质已在中国1 150万和1 250万地质图修编、区域地质图件编制、沿海城市建设影响因素图件开发等生产工作中试用,实践证明该软件至少能节省65%~75%的编图时间,减轻编图人员压力,有效提高成果数据质量。开发的两套智绘地质软件已初步投入使用,有利于开启新一代交互式智能化编图的工作模式,可为地质调查、矿产资源、生态保护、国际编图等更多领域提供技术支撑,促进编图工作的标准化、规范化。     

基于遥感与GIS的20世纪90年代中国城镇用地时空特征

文章利用20世纪90年代初期、中期和末期全国1:100000土地利用动态变化数据提取城镇用地动态变化数据,利用单元自动机和人工神经网络模型对全国城镇用地进行了区划.在此基础上,研究了90年代两个阶段中国城镇用地时空格局.研究表明:90年代前5年东部沿海地区受经济高速发展和开放政策的影响,城镇用地扩展迅速,中西部地区城镇用地扩展较慢;90年代后5年国家加大了耕地资源保护力度,在政府宏观调控政策和耕地资源保护条例的影响下,东部沿海地区城镇用地扩展大幅回落,中部地区城镇扩展也有较大幅度回落,西部地区随着经济发展加快,城镇用地扩展回落较小.     

基于AI的胸部CT平扫对冠脉钙化积分的准确性评价

目的：探讨基于人工智能（AI）的非门控胸部低剂量CT（LDCT）平扫与心电门控CT血管造影（ECG gated-CTA）对冠状动脉钙化积分（CACS）危险度分层的一致性。方法：回顾性分析行冠状动脉CTA扫描的100例患者,所有患者均行冠脉ECG gated-CTA扫描和常规非门控胸部LDCT平扫。在Siemens后处理工作站采用Agatston钙化积分软件记录ECG gated-CTA钙化积分,采用数坤人工智能分析软件记录非门控胸部CT平扫的钙化积分。采用原标准界值,对非门控胸部LDCT平扫与ECG gated-CTA评估的CACS值危险度分层进行Kappa检验;采用受试者工作特征曲线（ROC）检验非门控胸部LDCT平扫的诊断效能并获取最佳诊断新界值,采用新界值的非门控胸部LDCT与ECG gated-CTA评估的CACS值危险度分层进行进一步Kappa检验;比较两种方法的钙化积分的Pearson相关性,P<0.001为有统计学显著差异。结果：对非门控胸部LDCT平扫的CACS值按原界值进行危险度分层,与ECG gated-CTA的CACS值危险度分层进行一致性检验,Kappa值为0.804,P<0.001。非门控胸部LDCT平扫测得的CACS值与ECG gated-CTA测得的CACS值比较,低危-中危组的ROC曲线下面积（AUC）为0.910,P<0.001,最佳诊断界值为112.35;中危-高危组AUC为0.988,P<0.001,最佳诊断界值为398.31。对非门控胸部LDCT平扫测得的CACS值按最佳新诊断界值进行危险度分层,与ECG-gated CTA平扫测得的CACS值的按原有界值危险度分层进行一致性检验,Kappa值为0.850,P<0.001。两种方法所测Pearson相关系数为0.985,P<0.001,存在显著相关性。结论：基于人工智能技术的非门控胸部CT平扫与ECG-gated CTA对冠状动脉钙化积分的评估具有较高的一致性;本研究制定了非门控条件下CACS值危险度分层新标准,进一步提高了非门控胸部LDCT评估CACS值的准确性,有助于冠心病风险的早期筛查。     

Efficient estimation of flood forecast prediction intervals via single‐ and multi‐objective versions of the LUBE method

Prediction intervals (PIs) are commonly used to quantify the accuracy and precision of a forecast. However, traditional ways to construct PIs typically require strong assumptions about data distribution and involve a large computational burden. Here, we improve upon the recent proposed Lower Upper Bound Estimation method and extend it to a multi‐objective framework. The proposed methods are demonstrated using a real‐world flood forecasting case study for the upper Yangtze River Watershed. Results indicate that the proposed methods are able to efficiently construct appropriate PIs, while outperforming other methods including the widely used Generalized Likelihood Uncertainty Estimation approach. Copyright © 2016 John Wiley & Sons, Ltd.     

风暴分类识别技术在人工防雹中的应用

利用新一代多普勒天气雷达资料,在风暴跟踪识别算法的基础上,发展了风暴分类技术,以提高人工防雹作业指挥的效率。首先以SCIT算法为基础,结合风暴的结构特征,综合利用雷达、探空资料,自动提取风暴结构特征指数;其次采用基于决策树模型的风暴自动分类技术,将风暴按强度分为雷雨云、单体风暴、多单体风暴和强风暴;最后根据风暴强度、高度和位置等属性,对有可能产生冰雹的单体,结合GIS,自动对下游方向或附近作业点进行预警或输出作业参数。通过对2006—2014年期间重庆、辽宁大连和河南三门峡三地发生的较为典型的31次冰雹天气过程、182站次冰雹样本的检验来看:该方法通过对风暴按强度、垂直结构等综合属性进行分类,能有效提高冰雹识别的命中率、降低空报率,其中强风暴的命中率能达到100%,空报率仅为11.4%。能有效提高人工防雹作业的自动化程度,对防雹作业的科学决策有着重要参考作用。