新疆矿床类型分级划分的探讨

矿床类型划分是矿床学研究的基础与核心,对指导生产实践具有重要的意义。上百年来,提出了多个矿床类型的划分方案,包括了矿床成因类型和工业类型,推动了矿床学发展。21世纪以来又有新的发展,其中一个重要方面是矿床类型四级分类系统的建立,其为矿床学的重要创新。     

天山南麓雷暴日短期预报研究

利用阿克苏及邻近地区12个气象站1980—2013年雷暴资料,以及同期高空资料,统计了各站年均雷暴日数,对发生区域雷暴天气的环流形势进行分类,归纳出各型的入型指标。通过逐步回归法,建立阿克苏及邻近地区区域雷暴概率回归预报模型,并对2013年进行试预报。结果表明:(1)阿克苏及邻近地区区域雷暴的影响系统主要分为4类:巴湖低槽型、急流型、西北气流型和温度槽型。(2)对2002—2012年5—9月(共1683 d)历史资料进行判别,满足入型条件的样本数为876 d,消空率为48%;对2013年5—9月(共153 d)历史资料进行判别,入型样本数为80 d,消空率为48%。(3)对2002—2012年5—9月所有入型样本进行回代检验,平均准确率为72.0%(平均TS评分为30.1%);对2013年5—9月所有入型样本进行试预报,平均准确率为63.2%(平均TS评分为28.2%)。     

基于自动观测站的鲁中地区土壤水分变化规律及精细化预报模型的研究

为了建立鲁中地区土壤水分精细化预报模型,利用2010—2013年农田土壤水分自动站逐日资料进行土壤水分年、月变化特征研究,并结合附近自动气象站资料,以土壤水分平衡方程、农田蒸散模型为基础,采用逐步回归和曲线估计等方法建立4—6月无降水条件下平原水浇田与山旱田土壤水分1 d、7 d降幅的经验预报模型。结果表明:鲁中地区0~100 cm土壤水分贮存量年变化趋势和0~50 cm基本一致,年最高出现在8月,最低出现在6月,年降幅最大出现在3—6月,易出现干旱。对预报模型进行回代和预报检验结果显示,回代平均相对误差为0.07%,7 d模型和1 d模型滚动预报第7天0~50 cm土壤水分贮存量,绝对误差分别为-0.15和-2.17 mm,平均相对误差分别为-0.07%和-1.56%,模型具有较强的理论基础和实用性,预报精度较高,为鲁中地区土壤墒情监测和精细化预报提供支持。     

Evaluation of a rule-based compositing technique for Landsat-5 TM and Landsat-7 ETM+ images

Image compositing is a multi-objective optimization process. Its goal is to produce a seamless cloud and artefact-free artificial image. This is achieved by aggregating image observations and by replacing poor and cloudy data with good observations from imagery acquired within the timeframe of interest. This compositing process aims to minimise the visual artefacts which could result from different radiometric properties, caused by atmospheric conditions, phenologic patterns and land cover changes. It has the following requirements: (1) image compositing must be cloud free, which requires the detection of clouds and shadows, and (2) the image composite must be seamless, minimizing artefacts and visible across inter image seams. This study proposes a new rule-based compositing technique (RBC) that combines the strengths of several existing methods. A quantitative and qualitative evaluation is made of the RBC technique by comparing it to the maximum NDVI (MaxNDVI), minimum red (MinRed) and maximum ratio (MaxRatio) compositing techniques. A total of 174 Landsat TM and ETM+ images, covering three study sites and three different timeframes for each site, are used in the evaluation. A new set of quantitative/qualitative evaluation techniques for compositing quality measurement was developed and showed that the RBC technique outperformed all other techniques, with MaxRatio, MaxNDVI, and MinRed techniques in order of performance from best to worst.     

纹理特征向量与最大化熵法相结合的SAR影像非监督变化检测

合成孔径雷达(SAR)影像具有明显的斑点噪声,在变化检测中,一般需要考虑空间邻域信息。本文结合SAR影像丰富的纹理信息,提出一种考虑空间邻域信息的高分辨率SAR影像非监督变化检测方法,用基于灰度共生矩阵(GLCM)的32维纹理特征向量构造差异影像。通过最大化熵法自动选取阈值,对精度指标随窗口大小的变化进行回归分析,得到适合于变化检测的窗口为11×11。试验表明,本文方法优于马尔科夫随机场法,可以减小斑点噪声的影响,有效提高高分辨率SAR影像变化检测的精度。     

基于 DTW 距离的时序 NDVI 数据植被信息提取--以秦巴山区为例

秦巴山区是我国重要的生态屏障,对该区的植被信息提取开展研究,可为区内生态服务功能及自然资源开发利用提供基础数据。通过加窗处理改进DTW距离相似性算法,结合临近度模糊分类方法对2005—2014年的MODIS NDVI时序数据进行植被信息提取。首先利用S-G滤波对MODIS NDVI时序数据进行重建;再利用2013年的采样数据构建各类植被的标准NDVI时序曲线,逐像元计算与标准NDVI时序曲线的加窗DTW距离,利用临近度模糊分类实现植被信息提取;最后验证提取精度。结果表明,算法具有较高的运行效率,可避免错误匹配,以较高的精度(总体精度83.8%,kappa系数0.77)实现长时间序列的植被信息提取。     

影像与激光雷达数据的城市地物信息提取

针对城市地物信息提取中地物边界难以确定、分类精度不高的问题,该文提出一套综合利用影像及激光雷达点云高程信息的面向对象分类方法。在分割中,各类地物的最佳分割尺度由监督法分割精度评价确定,最终分割结果利用粒度理论下的分割尺度综合方法进行合成,能兼顾不同地物最优分割尺度,获得准确地物边界;在分类中,采用ReliefF特征选择算法度量从影像及点云数据提取的对象特征重要度,选择最佳特征组合,并采用多分类器组合方法进行分类,以消除Hughes现象,提高分类精度。选择德国斯图加特市两块实验区进行分类实验,结果表明:该方法有利于提高大范围城市地物精细信息提取的精度和效率,具有较高的应用价值。     

混合核特征加权SVM遥感湿地空间分类

针对湿地空间信息的复杂性和SVM的分类性能,设计一种基于混合核函数的特征加权SVM分类模型,综合利用多种特征信息,避免被弱相关特征所支配,从而提供更佳的映射性能和泛化能力。实验结果表明,该分类模型兼具良好的外推和内推能力,能够有效地融合不同信息源特征,得到更完整和准确的分类结果,在总体精度、Kappa系数等多项指标上都表现出更高的水平。     

结合多尺度纹理特征的遥感影像面向对象分类

地物具有多尺度的特点,单一尺度难以准确描述遥感影像包含的地物纹理信息。利用我国自行研发的高分一号遥感影像数据,采用灰度共生矩阵对第一主成分进行纹理特征提取,利用Jeffries-Matusit距离选择多尺度组合,并通过单一纹理结合多光谱数据的分类精度,以及纹理特征间的相关性,最终选择多尺度纹理特征组合进行面向对象分类。研究结果表明:结合多尺度纹理特征组合的面向对象GF-1影像分类能有效提取地物信息,总体分类精度达到81.75%,Kappa系数0.78。     

高维遥感图像的快速分类算法

为了实现对高维遥感图像的快速准确分类,提出了一种基于k均值二叉树支持向量机(SVM)的分类方法。该方法通过对选取的训练样本进行k均值聚类,生成支持向量机分类二叉树,作为确定最佳分类顺序的依据,以降低分类过程中的误差累积并提高整体分类精度,而且可缓解由样本数量不均衡导致的分类误差。该方法可在不进行降维处理的情况下,对高维遥感图像进行快速准确分类。测试结果表明,其分类速度和分类精度都优于传统的支持向量机分类结果。