泛北极多年冻土及重大线性工程稳定性状况

泛北极是中国"一带一路"倡议的主要合作示范区域,已有的重大线性工程及新的基础设施建设均面临着与多年冻土相关的冻融灾害及工程病害问题.在全球气候变暖及人类活动增强的背景下,泛北极多年冻土主要呈现地温升高、活动层厚度增加趋势,且低温多年冻土地温升高更加明显,20世纪70年代以来年平均地温(MAGT)升温最高可达3℃;自北向...     

无人机载线阵摆扫CCD影像几何校正

针对无人机载线阵CCD传感器摆扫成像的技术特点,利用GPS/INS组合导航系统提供的导航遥测数据,对无人机载的线阵摆扫CCD影像建立了严格的成像模型,并设计了详细的几何校正流程。实验结果证实采用文中的成像模型和几何校正流程,可获得正确、高精度地理编码的线阵摆扫CCD正射影像。     

基于模糊预测对象的证据权方法及其在土地沙漠化评价中的应用

为了使在地理信息系统中被广泛用于点事件预测的证据权方法能对面事件进行评价和预测, 提出了一种新的基于模糊训练层的证据权方法.它是一种更广泛的证据权方法, 与普通证据权方法所不同的是, 它的训练层是模糊集合, 其取值是它的隶属度.通过适当的变换也可以把点训练层转换为模糊集合.因此, 该方法可以对面事件、点事件和线事件进行评价和预测.该方法可以处理训练层和证据层均为模糊集合的情况, 被称为双重模糊证据权方法.作为该方法的一个应用实例, 本文介绍毛乌素沙漠边缘的晋陕蒙地区土地沙漠化评价的应用实例.      

一种新的实时电磁逆散射方法

为解决介质圆柱体逆散射问题,提出一种新的在线逆散射方法,通过支持向量机将逆散射问题转化成一个回归估计问题. 该方法可应用于各种逆散射方面, 尤其是目标的几何与电磁参数重构和埋地目标探测. 文中首次将支持向量机方法应用到该领域,设置多个散射场的观测点,通过提取散射场的不同信息作为样本信息训练支持向量机, 建立了介质圆柱体的逆散射模型, 利用该模型重构了介质圆柱体的电磁参数,同时探测了埋地位置. 数值结果显示了该方法的有效性和准确性,为目标的实时逆散射研究提供了一种有效方法.     

地震资料预测薄层厚度方法研究与应用

薄层厚度预测一直是公认的难题之一,其难度就在于如何准确地识别和提取薄层的地震属性.常规方法是利用时间域或频率域地震属性与薄层厚度的线性关系计算.但是理论与实际资料表明,不同的薄层和地层组合对地震波的动力学的信息影响很大,各种参数与薄层厚度成非线性关系,使用单一的信息不可能准确预测薄层厚度.本文利用三种线性预测原理（模型）,经数学变换为属性参数,采用非线性BP网络预测薄层厚度,取得了令人满意的效果.     

特深地下管线的电磁场特征分析及探测研究

研究了管线的一系列电磁场特征,介绍了特深管线探测应用状况,通过实例分析了从1 m到21 m了不同埋深直线电流及强电流3~21 m情况下的电磁场Hx、Hz、ΔHx 〖WTBZ〗的归一化异常的分布特征 , 提出了对特深管线探测的对策,即频率、电流、远端接地等提高信噪比的技术对策,提出了确定地下金属管线平面位置、埋深的方法,利用水平磁场分量70%法确定管线深度的适用条件,分析了特深管线探测的干扰因素,广州市3个特深管线的探测成功实例,说明了方法的良好效果.     

地质统计学组件库系统架构设计与应用——以Python和SuperMap Object的趋势面分析为例

随着GIS应用在地学应用领域的拓展和加深,有必要为GIS工具引入和整合地质统计学等分析工具。应用COM组件技术和Python及其科学计算扩展模块SciPy可以迅速高效的开发出具有COM接口的地质统计学分析模块,并整合到组件式GIS工具中。本文介绍了应用Python在SuperMapObject集成中的趋势面分析。     

基于深度学习的目标检测定位系统设计与实现

针对传统遥感影像目标检测方法效率不高,并且无有效手段对检测信息进行管理利用的问题,提出了在B/S构架下基于深度学习的目标检测及定位方法。通过集成深度学习框架、WebGIS以及数据库,实现了集遥感影像目标检测、展示及管理于一体的目标检测定位系统,满足多用户基于前端浏览器的并发目标检测需求。利用网格划分策略,实现了基于前端的大区域范围的目标快速检测。基于某机场飞机目标及某城市区域运动场目标检测结果表明:本文设计的目标检测定位系统能够在前端实现目标快速检测定位,具有较高检测精度,并可有效管理检测信息,为深度学习循环再利用提供数据支撑。     

基于无人机遥感和面向对象法的简单地物分类研究

近年来,全国各地进行了大范围的土地利用调查,随着无人机遥感技术越来越成熟,无人机影像分析技术已深入应用到土地利用调查中,其中最多的用途是地物分类。本文选择昭通市昭阳区某乡镇区域为研究区,对采集到的无人机影像进行预处理,生成对应的正射影像;基于多种可见光植被指数,计算每3种指数合并得到影像的OIF指数,确定最佳波段组合;采用基于规则和基于样本两种面向对象分类方法,提取房屋、道路、植被等简单地物及背景。分析结果:两种方法的提取精度均达到90%以上,基于规则的面向对象分类方法精度较高,但耗时较长;基于样本的面向对象方法耗时较短,精度相对较低。两种方法相结合的全自动分类提取是下一步研究的目标。     

遥感影像线状地物智能化提取算法研究

对遥感影像线状地物的提取进行了深入研究分析,分别采用Snakes模型、二值形态学和面向对象处理等3种算法智能化提取线状地物。通过实验验证,3种智能算法都是行之有效的,且Snakes模型在各种线状地物提取上表现稳定,而二值形态学和面向对象算法在部分线状地物提取上表现较为突出,整体稳定性却不如Snakes模型。