基于局域自适应信息理论测度学习的高光谱目标探测方法

传统基于信号检测的目标探测方法需要依赖特定的统计假设,只有在符合条件的情况下才能取得较好的目标探测结果。为了克服这一缺陷,提出了一种基于局域自适应的信息理论测度学习方法。首先将信息理论测度学习方法作为目标主函数,然后加以局域自适应决策法则进行约束,自适应地减小相似样本对距离,增大不相似样本对距离,使得在考虑阈值的同时兼顾测度学习前后距离的改变情况来进行目标探测决策,从而更好地实现目标探测。实验证明,该方法与其他经典目标探测方法或测度学习方法相比,可以更好地实现目标与背景分离,能够更有效地对高光谱影像数据进行目标探测。     

基于多源高分辨率遥感影像的2 m不透水面一张图提取

不透水率是衡量城市生态环境状况的一个重要指标。当前全球范围内仅有1 km和30 m分辨率尺度的不透水面专题信息,无法满足城市尺度水文模型建模、海绵城市规划和建设需求。提出了图谱信息融合的不透水面提取模型,实现了基于深度学习的不透水面提取新方法,研制了不透水面遥感全流程提取和监测软件。基于多源高分辨率遥感影像首次完成了中国31个省（直辖市、自治区）的2 m不透水面专题信息提取,形成全国不透水面一张图,为海绵城市和生态城市的建设提供了基础数据支撑和技术监测手段。     

与无人机图像匹配算法相结合的间接平差教学内容改革初探

间接平差法是误差理论与测量平差基础中的经典平差法之一,是课程内容的重要组成部分。针对目前大多数测量平差教材与无人机图像处理结合较少,难以满足我院测绘专业学员培养特点的问题,本文尝试进行将间接平差理论与无人机图像匹配算法相结合的教学内容改革。给出间接平差法的基本原理与无人机图像匹配的主要步骤,指出在图像匹配过程中关键点是利用间接平差法解算变形参数。结合Matlab与无人机图像处理实例,实现间接平差解算图像匹配变形参数过程,给出了具体代码与结果。教学实践表明:与无人机图像匹配算法相结合的间接平差教学内容改革不仅加深了学员对原理的理解,提高了理论联系实际的能力,更有助于学员理解平差原理对无人机数据后处理的意义,有助于激发学员的学习兴趣与动力。     

基于模糊集理论的彩色图像融合分割

基于二维直方图的图像分割方法综合考虑目标像素灰度值及其邻域的平均灰度,通过确定阈值进行图像分割,本质属于硬决策方法。由于位于阈值附近的像素在分割时具有不确定性,硬决策法容易产生错误分割。因此,本文基于模糊集理论提出一种融合分割方法,利用隶属度函数对基于二维直方图分割中存在的不确定性建模,并通过模糊推理综合利用彩色图像各颜色通道的信息。实验结果表明,本文所提方法相较传统的阈值方法有更好的分割效果。     

含CaCl2水基聚合物钻井液沿井周地层渗透规律研究

利用微生物诱导碳酸钙沉积(MICP)技术来提高油气井固井二界面胶结质量近年来受到了越来越多的重视。当前,针对3 000 m以浅油气井已实现了含成矿微生物的固井水泥浆技术。为了使固井水泥浆滤液中的成矿微生物在二界面处高效发挥MICP作用以提高二界面胶结质量,还需在钻井过程中利用钻井液携带CaCl_2的渗透向井周地层中预先注入一定量的钙源。因此,有必要研究含CaCl_2钻井液在井周地层的渗透规律,从而合理控制CaCl_2的注入量和钻井成本。基于此,以当前常用的环保水基聚合物钻井液为基本载体,综合考虑钻井液渗透时在井壁处泥饼动态形成机理、井周地层物性参数变化规律以及含CaCl_2水基聚合物钻井液流变性等因素,利用理论计算与模拟实验相结合的方法,建立了含CaCl_2水基聚合物钻井液滤液沿井周地层渗透量及渗透距离的定量预测模型。该预测模型的计算结果与模拟实验测试结果吻合程度较高,证实该预测模型具有较好的可靠性,有助于为钻井生产企业合理优化钻井液和固井水泥浆施工工艺提供理论支持。     

Sr和Yb两个元素对花岗岩理论的重要意义——花岗岩研究的哲学思考

花岗岩研究已有几百年的历史,可是花岗岩却没有形成自己独立的理论体系,也没有系统的花岗岩分类。花岗岩非常复杂,如何化繁为简,归纳出花岗岩最本质、最核心、最关键的标志,是一个非常棘手的任务。本文从哲学的角度出发,发现Sr和Yb可能是两个具有特殊含义的元素,特殊在于,它们不仅具有一般微量元素的特点,还具有特殊的功能,关键是它们的行为与花岗岩部分熔融后残留的变质矿物组成(如石榴石、斜长石等)有关。可能正是由于这个因素,才使Sr和Yb具有其他微量元素所不可匹敌的功能。本文按照Sr、Yb的排列组合提出了一个系统的花岗岩分类。对于花岗岩的地球动力学意义,学术界一直有争论,本文认为板块构造只能影响到大陆边缘,影响不到大陆内部。大陆演化研究最重要的任务是恢复大陆地质历史上的变化,如大陆地质演化不同时期曾经发生过的伸展和挤压(有的还有旋转,是挤压的副产品)、抬升和垮塌、造山与盆地、加厚与减薄等。如何识别上述变化及其过程,目前在方法学上还十分困难。依靠Sr、Yb及其与残留相平衡的理论则提出了一个方案,能够解决或大体解决上述问题。例如,埃达克岩(高Sr低Yb)代表加厚地壳,南岭型(非常低Sr高Yb)代表减薄地壳,浙闽型(低Sr高Yb)和广西型(高Sr高Yb)代表正常厚度的地壳,喜马拉雅型花岗岩(低Sr低Yb)代表中压与高压过渡的状况。因此,按照Sr和Yb的变化,即可大致恢复地质历史时期大陆地壳温压条件的变化,推测大陆地貌的变化(平原、丘陵、高原、山脉),探讨构造应力的变化(挤压导致加厚,伸展导致减薄)等。此外,不同类型花岗岩还与成矿有关,大体是:埃达克岩与金铜有关,南岭型与钨锡有关,喜马拉雅型与金有关,而浙闽型、广西型基本上是不利于成矿的。但是,实践中也有金铜钨锡在空间上共生的实例,则金铜与钨锡可能成因上或成矿时代上或控矿因素上有所不同。问题还很复杂,还有许多现象很难解释,笔者只是从宏观角度给出了一个思路,一个概念,很多细节并不清楚。研究表明,科学与哲学是密切相关的,哲学是科学的高度概括。本文尝试从哲学的角度对纷繁复杂的花岗岩进行归纳和简化,只是一个初步的尝试,还有更多问题需要认真研究。     

波致海床瞬态液化对再悬浮贡献率的深度学习预测方法

波致瞬态液化渗流导致海床内细粒沉积物向海水中运移,这一过程对海底沉积物再悬浮的贡献率不容忽视,但是贡献率的准确估计和预测比较困难。本研究将黄河水下三角洲的观测数据(包括水深、有效波高、有效波周期、实验舱内悬沙浓度、实验舱外悬沙浓度)作为模型输入数据集,基于长短时记忆循环神经网络建立了瞬态液化对再悬浮贡献率的深度学习预测模型。为了客观评价模型的性能,以平均绝对百分比误差、均方根误差和平均平方误差-标准偏差为评判标准,将该深度学习模型与其他预测模型(支持向量回归模型、人工神经网络)的预测结果进行了比较。结果表明,基于长短时记忆循环神经网络的深度学习模型对3.5d以内的瞬态泵送再悬浮贡献率预测误差最小,其平均绝对百分比误差、均方根误差和平均平方误差-标准偏差分别为5.87%、1.6730、0.1574。因此,该模型可以有效地减少机器学习方法在连续预测中产生的误差叠加问题。     

联合地物轮廓线的三维重建算法研究

针对现有三维重建研究中对线特征利用不充分,重建精度低的问题,提出了一种联合地物轮廓线的三维重建算法。利用BDCN模型和相应预处理算法,提取出二维影像上的边缘轮廓线;基于对极几何原理的核线引导和三角测量原理,建立线段的初始匹配假设;通过相似性计算和图聚类算法重建出三维轮廓线模型结果;将结果应用于三维网格模型的优化。使用Building-Imagery-P36和DTU MVS数据集对本文算法进行验证,结果表明：本文方法提取出的轮廓线段精简而完整。相比经典的Line3D++算法,MAE和标准差值平均降低了0.321、0.699,重建时间平均降低了58%,精度和效率都有明显提升。附加三维轮廓线约束后,生成的网格模型视觉效果更佳,细节信息更为丰富。     

西藏自治区数字地震台网监测能力评估

采用震级排序法和交汇法,结合Mapsis平台计算台网的监测能力,以西藏自治区数字地震台网42个台站和临省台网14个台站的参数计算了台网的理论监测能力,确定数字台网的监测范围为M_l1.1～2.7。通过对数字地震台网监测能力的评估,可以在此基础上发展我区地震观测工作的方向和任务,有效的优化台网布局。     

高中地理如何实施表现性学习评价

在我国新一轮的课程评价改革中,作为质性评价的典范之一,表现性评价备受关注。表现性评价重视过程性评价、质性评价、非学业成就评价,体现了新课程评价的基本理念,成为新课程地理学习评价的一种重要而有效的方法。表现性学习评价是指通过观察学生在完成实际任务时的表现来评价学生已经取得的发展成就。