基于潜在语义信息的城市功能区识别————广州市浮动车GPS时空数据挖掘

随着中国城市化进程的不断推进和深入,城市内部空间结构正发生不断的变化.城市内部形成的不同功能区标识研究,对城市结构理论以及政策制定,资源配置等方面具有非常重要的意义.这些不同的功能区包括住宅区,工业区,教育区以及办公区等.本文以大数据为依托,重点研究城市功能区的特点和分布状态,选取广州市6个区为样本,以最新道路网络为分割依据把研究样本分为439个区域.对历时一周的海量浮动车(GPS)数据以及兴趣点数据采用时空语义挖掘方法,建立潜在的狄利克雷模型(LDA)以及狄利克雷多项式回归模型(DMR);通过OPTICS聚类方法对不同模型的结果进行聚类,进而利用POI类别密度,居民出行特征等方法进行分区结果识别.同时,参考百度地图的地理信息,将研究得到的广州市功能分区结果与广州市城镇用地现状图,居民日常出行特征进行对比验证分析.研究表明,该方法基本能识别出具明显特征的城市功能区,如成熟居住区,科教文化区,商业娱乐区,开发区等.识别出的广州市不同类型的功能区呈现了以居住区和商业区为主导,其他类型功能区围绕其展开的特点.研究证明,利用大规模,高质量的个体时空数据开展人们移动行为和日常活动组织及社会空间的研究,能从一个新的视角揭示城市功能区的形成及其机制.     

“数字青海”填补藏区空白——青海省藏区大比例尺基础地理信息数据采集工作纪实

正青海藏区,亟待提升测绘精度长期以来,受青海省藏区地理条件艰苦、经济基础薄弱等因素的影响,青海各州、县级基础测绘工作投入少之又少,加之各州县测绘人才匮乏,测绘队伍力量薄弱,使得大比例尺基础地理信息数据采集等基础测绘工作几乎没有开展。2012年,国务院批准了《"十二五"支持新疆自治区、新疆生产建设兵团和四川云南甘肃青海四省藏     

黔南基性岩墙岩石地球化学、SHRIMP锆石U-Pb年代学及地质意义

基性岩墙,与层状、环状基性杂岩体和高Ti、低Ti玄武岩共同组成了峨眉山大火成岩省岩石组合.为进一步确定大火成岩省及相关生物灭绝事件的时间联系,及更深化研究大火成岩省的成因,对分布于贵州省南部的基性岩墙进行了主、微量元素、Sr-Nd同位素测定和锆石SHRIMP U-Pb年代学研究.黔南基性岩墙∑REE=135.66×10-6~280.59×10-6,LREE/HREE为6.42~7.54,（La/Yb）_N为7.94~9.85,轻重稀土分异明显,δEu为1.0~1.3,具有Ba、Sr、K等LILE富集,Nb、Ta、Zr、Hf等HFSE亏损特征,显示与峨眉山高钛玄武岩相似的地球化学特征.Th/Ta（1.80~1.94）、Nb/U（30.8~39.88）、Th/La（0.08~0.10）、Nb/Th（7.89~8.40）比值与原始地幔相似,较低的初始（87Sr/86Sr）_i比值（0.705 278~0.706 052）、ε_Nd（t）（-0.5~+1.6）、以及Th/Ta比值（< 2.13）显示岩浆无明显的地壳混染,岩浆可能形成于受地幔柱作用的富集石榴石地幔源区10%~12%的部分熔融.SHRIMP锆石206Pb/238U加权平均年龄为261.2±2.6 Ma,反映峨眉山大火成岩的喷发时间可能集中在260 Ma左右,并可能与瓜德鲁普末期的生物灭绝有关.      

大应变静力触探数值模拟及锥形因子影响因素分析

以模拟圆锥在不排水黏土中的静力贯入和分析其影响因素为目标,假设土体为均质弹性—完全塑性材料且服从Mises屈服准则,采用任意拉格朗日—欧拉(ALE)网格划分技术确保锥尖土体在大应变条件下的网格质量,进行大应变有限元数值模拟,并分析了稳定状态下土体刚度指数、原位应力状态和锥尖粗糙程度对塑性区半径与锥形因子的影响,获得了锥形因子表达式。模拟结果表明:塑性区随着刚度指数的增大而增大,锥尖周围塑性区的径向扩张处于柱形孔扩张和球形孔扩张之间,更接近于球形孔扩张;锥形因子随土体刚度指数、锥尖粗糙程度的增大而增大,随土体原位应力状态参数的增大而减小;得到的锥形因子表达式可以量化土体刚度指数、原位应力状态和锥尖粗糙程度的影响,具有较高的精确度。     

大数据环境下内蒙古浩布高地区铅锌多金属矿智能矿产预测研究

传统机器学习算法已广泛应用于矿产预测,但面对地质大数据的高维稀疏、不平衡小样本等特性仍缺乏有效处理和分析的方法,设计适合地质大数据特点的机器学习算法是智能矿产预测亟需解决的新问题。本文以内蒙古浩布高地区的铅锌多金属矿产预测为例,提出了一种面向地质大数据的半监督协同训练矿产预测模型。首先对研究区地质找矿信息和地球化学异常信息进行定量分析,提取断裂构造、二叠系地层、燕山期侵入岩、地层与岩体接触带、围岩蚀变及Pb、Zn、Sn、Cu地球化学异常共9种找矿因子。然后利用递归特征消除法优选找矿因子组合,不包括Sn异常在内的8个找矿因子组合被选为最优组合。最后,利用支持向量机和随机森林算法作为基分类器进行半监督协同训练矿产预测,绘制成矿概率分布图。ROC曲线和预测度曲线分析结果表明,半监督协同训练模型的AUC值和预测效率都高于随机森林和支持向量机模型。研究结果也为大数据环境下的智能矿产预测提供了一种新的思路。     

基于高分二号卫星数据的煤矿区地质灾害信息提取研究

随着遥感数据获取技术和能力的全面提高,遥感数据呈现出明显的大数据特征。发展适应于遥感大数据的智能分析和信息挖掘技术,成为当前遥感技术研究的前沿。高分二号（GF-2）卫星数据是我国首颗自主研发的亚米级高分辨率卫星数据,具有观测幅宽、重访周期短、高辐射精度、高定位精度等优势,为未来我国地质灾害的长期、动态地监测和研究提供了高精度、稳定可靠的数据源。本文选取安徽谢桥煤矿2015年1月8日的GF-2卫星影像为研究数据,在对煤矿区主要地质灾害遥感地学分析的基础上,采用面向对象的影像分析方法对研究区由采煤活动所诱发的地质灾害信息进行自动提取。结果表明：利用GF-2卫星数据能够有效地识别地质灾害体的位置、范围、形态等空间分布特征;面向对象的自动提取方法对于煤矿区大面积的积水塌陷盆地、小规模的塌陷坑和线性的地裂缝都有很高的提取精度,识别精度达90% 以上;基于逐层剔除的思路构建的提取规则,为GF-2数据在地质灾害调查和大数据分析中的应用提供了很好的技术支持,也为其它地物目标的提取提供了参考,但在特征的选择和阈值的设定上需要具体分析。     

伊拉克哈法亚油田白垩系Mishrif组碳酸盐岩孔隙结构及控制因素

伊拉克哈法亚油田Mishrif组碳酸盐岩储层孔隙结构类型的差异性及对其控制因素的认识是制约该类储层分类评价的一个关键问题。综合利用岩芯、铸体薄片、扫描电镜、常规物性、压汞分析等手段及统计分析方法对储层的主要孔隙类型、喉道类型、喉道分布特征进行了研究,确定了孔隙结构划分依据和方案,并划分出了中低孔超低渗细喉型、中低孔低渗细喉型、中高孔中低渗中细喉型、高孔中低渗细喉型、中高孔中低渗细喉型、中高孔中低渗中喉型六种孔隙结构类型,并通过毛管压力曲线的形态划分出了Ⅰ-Ⅴ五类线型;研究区主要发育开阔台地相,并划分出8种储集岩类型,分别是泥晶灰岩、生屑粒泥灰岩、生屑泥粒灰岩、砂屑生屑泥粒灰岩、生屑颗粒灰岩、砂屑生屑颗粒灰岩、介壳类漂浮岩和岩溶建造岩,其中岩溶建造岩储层具有较特殊的网络状孔隙结构。因此,可以认为哈法亚Mishrif组储层主要受早成岩期岩溶作用影响,其早成岩期溶蚀具有明显的相控特征,是孔隙结构差异性的主要控制因素,极大的改善了该套储层的物性。     

卷积神经网络及其在矿床找矿预测中的应用——以安徽省兆吉口铅锌矿床为例

大数据人工智能地质学刚刚起步,基于大数据智能算法的地质研究是非常有意义的探索性实验。利用大数据和机器学习解决矿产预测问题,有助于人们克服不能全面考虑地质变量的困难及评估当前模型在已有数据中的可靠性。元素地表分布特征量主要受原岩成分、成矿作用影响和地表过程的影响,它们携带某些指示矿体就位的信息,即矿体在地下空间就位时在地表的响应,且未在地表过程中消失。以往的地球化学勘查工作仅仅识别异常,但未能发现矿体在地表响应的成矿特征量。本文以安徽省兆吉口铅锌矿床为例,通过机器学习,利用卷积神经网络算法,不断挖掘元素Pb分布特征与矿体地下就位空间的耦合相关性。经过1000次训练后,可以得到准确率0. 93,损失率0. 28的卷积神经网络模型。这种神经网络模型就是矿体在地下就位时元素在地表分布的响应,可以用来进行矿产资源预测。应用该模型对未知区进行预测,结果显示第53号区域具有很大概率存在尚未发现的矿体。     

大数据助地质腾飞:岩石学报2018第11期大数据专题“序”

文中提出,大数据有广义与狭义之分:狭义的大数据以4V特点为标志,而符合大数据三个技术取向的、采用全数据模式的、从数据出发的研究是广义的大数据研究。大数据为什么应运而生?是因为科学发展遇到了瓶颈,遇到了难以解决的问题,大数据不仅开辟了科学研究的新方法,新思路,还引发了对科学哲学的反思。文中强调从理论驱动模式到数据驱动模式的转变,是研究方法和研究思路一个巨大的转变,这种转变开辟了新的科学创新之路。文中指出,在大数据时代,凡是能够用数据化表述的学科才称之为科学,而不能用数据化表述的学科就不是科学,能否被数据化是科学与非科学的分水岭。文中讨论了矿床学研究的目的,认为矿床学研究应当专注于查明矿床形成的规律,指导矿床的找矿,提高经济价值。提出在矿床学研究中应当加强对相关关系的研究。一个矿床的成因大家究竟是如何关注的,与成矿有关的因素很多,成矿究竟与哪些因素有关,在许多情况下可能就是一个相关关系的命题,而大数据研究的就是相关关系。因此,大数据与矿床学研究的思路是天然相通的。     

大氧化事件在山西滹沱群中的记录:碳酸盐岩碳同位素资料分析

古元古代早期爆发了全球性大氧化事件（GOE）,诱发了休伦冰川事件（Huronian Glaciation Event,HGE）和2.3~2.06Ga的拉玛岗地-瓦图里碳酸盐碳同位素正漂移事件（Lomagundi-Jatuli Event,LJE）。滹沱群是华北克拉通最具代表性的古元古代沉积地层,变质程度最低,地层学研究程度高,是探索GOE以及HGE和LJE的理想研究对象。通过总结和分析滹沱群碳酸盐岩碳同位素研究结果,我们发现：（1）滹沱群主体未显示δ¹³C_carb正漂移现象,但下部大石岭组有高达3.5‰的δ¹³C_carb正异常;（2）显示δ¹³C_carb正异常的大石岭组可能形成于2.08Ga之前,未显示δ¹³C_carb正异常的东冶亚群可能形成于2.06Ga之后;（3）五台地区记录休伦冰川事件的冰碛岩应发育在大石岭组之下,即四集庄组砾岩。总之,滹沱群形成于2.3Ga之后,下部豆村亚群沉积于HGE或LJE期间,可能保留了更显著的δ¹³C_carb正漂移信息及冰川沉积记录,中部的东冶亚群沉积于LJE之后,不存在δ¹³C_carb正漂移。