土壤铅含量高光谱遥感反演中波段选择方法研究

利用高光谱遥感数据进行了南京郊外土壤重金属元素铅的含量反演,由于高光谱数据波段众多,波段选择或变换至关重要。比较了基于次贪婪的前向选择模型的最小角度拟合和基于遗传算法进行波段选择的最小二乘和偏最小二乘拟合,结果发现基于遗传算法的偏最小二乘反演结果优于全波段的偏最小二乘,表明波段选择在高光谱反演重金属中是有益的。尽管采取了波段选择后的各方法在反演时均能达到70%以上的训练精度,但因遗传算法搜索的解空间范围更宽广,使得基于遗传算法的偏最小二乘优于前向选择模型的最小角度拟合。最后还比较了基于遗传算法的普通最小二乘和偏最小二乘拟合,结果表明偏最小二乘更优,因此在高光谱反演重金属含量当中,偏最小二乘精度较高,而在波段选择方法中,遗传算法更优。     

川西低孔低渗储层参数评价

川西Y地区低孔低渗储层具有物性差、岩性多变、储集空间类型多样和孔隙结构复杂等特征,传统的储层参数测井评价方法在多方面受到限制,储层参数测井评价已经成为制约储层测井评价的主要因素。通过储层基本特征分析,基于储层物性、孔隙结构特征及概率理论,形成了一套系统的储层参数评价方法。实际应用表明,该套方法不仅大大提高了低孔低渗储层参数评价可靠性,而且扩大了模型的应用范围。     

Forced regressive shoreface sandstone from Himalayan foreland: Implications to early Himalayan tectonic evolution

Sedimentology and sequence stratigraphic analysis of the ∼ 31 Ma old marker White sandstone unit from the Subathu Sub-basin, NW Himalayan foreland, suggest it to be a forced regressive wedge (FRW) formed during the transition from the marine Subathu Formation to the continental Dagshai Formation. The FRW is bounded between the “Surf diastem” below and type 1 unconformity at the top and differs from RSME (regressive surface of marine erosion, occurring below) bounded FRWs described from other classical coastal/foreland settings. Correct identification of bounding surfaces of a FRW has an important implication to the estimation of rate of relative sea-level (RSL) fall. A faster rate of RSL fall, higher than the sedimentation rate, has been postulated for the erosion of the lower shoreface and RSME. Using the logged thickness of the Subathu/Dagshai transition zone including the White sandstone (bounded between the “Surf diastem” and unconformity), available chronology and eustatic sea-level fall (0.023 mm/year at 31 Ma), a higher RSL fall than the sedimentation rate (0.07 mm/year) has been inferred during the deposition of the White sandstone. Petrography of sandstones and their Sr and Nd isotopic compositions indicate a major provenance switch-over from dominant mafic/ultramafic to metamorphic source from White sandstone (∼ 31 Ma) onwards attesting the link between hinterland tectonics, provenance and forced regression. The provenance switch-over at 31 Ma was earlier inferred to be driven by proto-Himalayan thrust propagation in the foreland. Using a simple isostatic model, on the contrary, a mechanism of accelerated surface uplift (at a rate of > 0.10-0.15 mm/year) is suggested for both provenance change and forced regression.     

青海湖北岸土壤温度变化特征

利用1981-2008年刚察站0～320cm逐月平均土壤温度资料和2001-2008年逐日土壤温度观测资料,分析了青海湖北岸土壤温度变化特征、气候突变和异常年份.结果表明:各层年、季平均土壤温度呈现为极显著的升高趋势,升温率为0.25～0.91℃.(10a)-1;月平均土壤温度呈波形变化,位相随深度增加而滞后;日平均土壤温度呈正弦曲线变化;1月和10月随着深度的增加,土壤温度逐渐增大,4月和7月土壤温度随深度增加而减小;14:00时土壤温度随着深度增加逐渐下降,2:00时、8:00时和20:00时土壤温度随着深度增加而升高;除冬季5cm和15cm,秋季40cm平均土壤温度变化相对平稳,未出现突变现象外,其余各层年、季平均土壤温度均发生了突变;15cm、20cm、40cm、160cm和320cm年平均土壤温度均在20世纪80年代出现了异常偏冷,春季平均土壤温度出现了异常偏暖现象,其余各季和年平均地均表现为异常偏冷.     

化学测量中不确定度的计算方法——不确定度连续传递模型计算示例

不确定度连续传递模型的基本步骤为：①对标准曲线的各点进行不确定度评定,给出各点的标准不确定度;②对标准曲线各点的响应值进行多次测定,得出其平均值和标准不确定度;③以这2个标准不确定度为权重进行拟合,得出双误差拟合方程和标准不确定度的计算公式;④计算标准曲线各点与其校准点的差值,并将其转换成标准不确定度;⑤将以上4项按不确定度传播规律计算总不确定度。实际测量时, ①、②、④步用插值法算得。通过一个实例比较了不同拟合方法间结果的差别,说明了运用X、Y的相对误差作为权重的直线拟和,再加上“不确定度连续传递模型”算得的测量不确定度更为合理。     

利用自然γ能谱测井资料确定粘土矿物的含量及其应用

根据粘土矿物含量的图版计算方法,计算了实际井段的粘土矿物含量,分析了高岭石、伊利石和蒙脱石与U、Th、K含量的相关关系,由此分析得到粘土矿物含量与放射性元素含量的多元线性关系,建立了粘土矿物含量计算的回归方程。通过对不同井段以及同一井段不同地层数据建立的回归方程分析,给出了具有代表性的线性回归方程模型。根据一个实际井段粘土矿物的计算,获得粘土矿物含量随深度的变化,其粘土矿物含量计算结果与原测井解释相吻合,同时与岩心分析误差在10%左右。     

基于GF5-AHSI遥感数据的横沙浅海水深反演

高光谱遥感水深反演是一种对传统水深测量方法的补充,具有方便、快捷、经济等突出优势。本文研究区位于上海横沙,属于典型滩涂浅水区,研究数据包括GF5-AHSI高光谱遥感数据和同时期的水深数据。通过数据变换和相关分析等方法提取建模参数,利用单波段比值模型、多元线性回归模型、最优标度回归模型和BP神经网络模型实现该区域水深反演,并对4种模型反演结果的准确性进行了验证和比较。研究发现：最优标度回归模型优于其他3种模型,R2达到了0.972,RMSE为0.47 m,适用于横沙浅海水深反演。     

邻避设施空间分布特征及其与周边住宅价格的关系——广州案例

随着中国城镇的快速发展以及市民环境意识的提高,由邻避设施引发的矛盾日益增多。合理规划邻避设施,是促进环境正义、推动社会和谐的重要课题。论文从“规划云平台”获取广州主城区邻避设施的地理信息数据,通过Python语句编码收集广州主城区小区平均房价数据,运用克里金插值法分析邻避设施的空间分布特征,构建多元线性回归模型和地理加权回归模型研究邻避设施与周边住宅价格的关系。研究发现,广州主城区邻避设施的布局与低收入住宅区的分布在空间上具有一致性,邻避设施主要分布在房价较低的住宅区周边;邻避设施对周边小区房价的影响与邻避设施的类型和所在区位相关,城市边缘区的邻避设施对房价造成了显著的负面影响,而城市中心良好的区位条件、基础设施与公共服务配套一定程度上抵消了邻避设施的负外部性;污名化类的邻避设施对房价的影响程度明显小于污染类、风险聚集类和心理不悦类邻避设施。本研究对有关城市邻避设施的科学规划布点具有一定的借鉴和指导意义。     

基于深度学习的滑坡灾害易发性分析

滑坡灾害成因机理复杂、影响因素众多,深度学习作为当前人工智能领域的热点,能够更好地模拟滑坡灾害的形成并准确预测潜在的斜坡。为了挖掘深度学习在滑坡易发性的应用潜能,本文构建了一维、二维和三维的滑坡数据表达形式,并提出3种基于卷积神经网络模型（Convolutional Neural Networks, CNN）的滑坡易发性分析处理框架：基于CNN分类器、基于CNN与逻辑回归的融合和基于CNN集成,最后以江西省铅山县为研究对象进行验证,结果表明：所有基于CNN的易发性模型都能够获得准确且可靠的滑坡易发性分析结果。其中,基于二维数据的CNN模型在所有单分类器中预测精度最高,为78.95%。此外,二维CNN特征提取能够显著提升逻辑回归的预测精度,其准确率提升7.9%。最后,异质集成策略能够大幅度提升基于CNN分类器的滑坡预测精度,其准确率提升4.35%~8.78%。     

济宁市翟村铁矿小体重值与磁性铁品位的回归分析

利用济宁市翟村铁矿勘查过程中取得的体重测试值与磁性铁品位数据进行了回归分析,得出回归方程为y=2.74+0.026x,经显著性、精度检验并结合实际实践,证明该一元回归方程具有显著性,预测精度较高。可以用该方程预测翟村铁矿区小体重值。