等深流沉积研究现状与展望

本文根据国内外等深流及其沉积的研究成果,概述了它们的研究进展,且详细阐述了等深流沉积特征和沉积类型,并指出等深岩丘的发现是该领域最为重要、最具特色的突出成果以及等深流沉积研究的油气勘探意义.虽然随着深海钻探计划和大洋钻探项目的开展,等深流沉积研究取得了较大进展,但现代等深流沉积和古代等深流沉积的研究在一定程度上发展尚不平衡,仍存在着较多问题,尤其是在古代等深流沉积研究方面显得更为薄弱.最为重要的是,等深流沉积的识别是该领域研究的最大难题.因此,在其未来研究上,应注意运用地震波识别、遥感等现代科技调查手段,进行多学科综合研究,尽快建立一套完善的识别标志,如沉积学标志、古生物标志等,以促使其逐渐成为海洋沉积学中一个更为完善的研究领域.     

天然气水合物的地球物理识别标志

地球物理标志是天然气水合物识别标志的重要组成部分,包括测井识别标志和地震识别标志两个方面。系统地总结了含天然气水合物沉积层在电阻、电位、井径、声波、密度、中子和成像测井等方面的测井异常,常规剖面和属性剖面上的地震响应异常,以及东海海域的地球物理异常特征,旨在为我国天然气水合物地球物理识别技术的研究提供基础材料。     

MODIS数据自适应火点检测的改进算法

在MODIS火点检测算法基础上提出一种自适应火点检测的改进算法,并对改进算法进行的构建详细描述.改进的算法按照直方图统计来选择进行非火点排除的中红外通道亮温阈值,利用背景像素相对增温法判断疑似火点,提高了火点的识别能力.另外改进算法对云覆盖下的火点也有一定的识别能力.选择中国小火点发生频繁的广东地区进行改进算法的检验,结果表明火点检测效果理想.     

基于SSM/I被动微波数据的中国积雪深度遥感研究

通过对积雪和其他地物的被动微波辐射计SSM/I的微波亮温进行波谱分析,提出了一个识别积雪的SSM/I微波检测方法,与MODIS的5 d合成积雪范围数据进行了比较,结果表明SSM/I的积雪范围与MODIS基本一致.对提出的SSM/I的微波积雪深度反演方法进行了验证,与2006年冬季每日的中国地面积雪深度观测数据的相关系数R的平方为0.46～0.54,偏差为-0.3～0.8 cm,均方根误差rmse为4.4～6.8 cm.     

基于db7小波的活体浮游植物荧光识别分析技术研究

通过小波变换可对信号的不同频率成分进行分解,为弱信号特征提取提供了有效途径。通过db7小波对分属7个门32个属的43种浮游植物的三维荧光光谱进行分析,后经Bayes判别分析选择小波分解后的第三层尺度分量作为最佳荧光识别特征谱,并通过系统聚类法将最佳特征谱在不同的条件下聚类进而得到门、属上的标准谱库。基于此,运用多元线性回归辅以非负最小二乘法建立浮游植物三维荧光光谱识别技术。利用该技术对4128个单种浮游植物样品和636个混合浮游植物样品进行识别分析。单种浮游植物样品在属水平上的识别正确率为75%,门水平上的识别正确率为95%;浮游植物混合样品中的优势种在属水平上的识别正确率为83%,门水平上的识别正确率为91%。结果表明:该技术可以实现对浮游植物的快速准确识别。     

基于CiteSpace和VOSviewer的国内半城市化研究可视化分析

随着新型城镇化和国土空间规划工作的推进,半城市化地区的科学发展与治理已成为城乡融合发展的重要环节。基于文献计量分析方法,运用CiteSpace和VOSviewer可视化工具,对近30年来国内半城市化研究进行知识图谱分析。结果表明：1）作者与机构研究力量分散,地域分布特征明显;2）研究热点聚焦于分析北京、广州、上海等发达城市的土地利用、景观格局、失地农民、影响因素等问题,其内容可聚类为形态特征、空间界定、驱动机制、协调发展4类主题;3）半城市化研究发展经历了3个阶段,研究区域从东南沿海向内陆转移,内容从定性理论分析向定量实证探讨转化,视角也由自然特性分析向社会发展研究转变,体现出更多人文关怀。最后,从半城市化地区空间范围界定、人居环境建设、农业转移人口市民化路径探讨和基本公共服务均等化实施4个方面进行展望,旨在为中国半城市化地区的发展提供参考。     

高光谱遥感技术在岩石识别中的应用

依据不同岩石的光谱特征,通过图像处理方法,对各种岩石类型信息进行提取,使高光谱遥感技术在地学领域的应用由定性分析到定量识别。     

一次长生命史超级单体降雹演化机制及双偏振雷达回波分析

2019年3月21日一次长生命史超级单体导致浙江省中部多个县(市)降雹,为了研究超级单体得以长时间维持的环境背景及其云物理特征,利用常规资料以及宁波S波段双偏振雷达数据,结合粒子相态识别算法,对此次过程的演变进行了分析.结果表明:高空槽前、850 hPa切变线附近和地面冷锋为超级单体提供了合适的环流背景;风暴传播区域对...     

一种基于机器学习分类器的UWB异常信号识别方法

针对超宽带定位技术中非视距信号与多径信号影响超宽带定位精度的问题,在不考虑信道冲激响应这一重要特征前提下,分别从测试与训练场景相同和异同两方面对比研究支持向量机、随机森林和多层感知器3种机器学习方法的低成本超宽带异常信号识别性能。通过将多径信号与非视距信号分离,完成视距信号、非视距信号和多径信号的数据多分类。对比性实验结果表明,测试环境与训练环境相同和异同两种情况下的随机森林分类器表现最优,识别准确度可达92.52%、74.82%;在缺失信道冲激响应这一重要特征条件下,机器学习依然可以较好地识别非视距信号和多径信号,为低成本室内定位提供一种思路。