一种深度卷积神经网络土地利用场景照片的分类方法

国土调查多角度实景举证照片具有视角多、分辨率高、层次丰富和剖面清晰的特点,透视且细致地刻画了土地利用图斑赋存状况和场景,弥补了遥感影像单一天顶视角的不足。本文基于语义分割提出了一种深度卷积神经网络（DCNN）实景照片土地利用场景分类方法,多语义标记照片场景,语义组合智能判定照片土地利用类别。该方法成功地应用在第三次国土调查照片自动核查工作中,减轻了人工判读工作量,提高了土地利用场景自动识别的精度。     

基于数学形态学的遥感影像薄云处理方法

为解决在利用遥感影像制图时云层遮挡造成的影像信息缺损,提出基于数学形态学的滤波去薄云算法。首先利用数学形态学中的开、闭运算分离影像的高、低频成分,再对薄云所处的影像的低频部分进行滤波,以达到去除薄云的目的。利用SPOT影像进行实验,通过目视评价及对薄云处理前后影像统计指标的比较,证明该文提出的方法比传统的同态滤波去薄云方法效果有一定的改善和提高。     

电爆冲击波对储层致裂效果影响因素的数值模拟研究

电爆冲击波在油气储层增渗解堵中具有巨大应用潜力,为了解各因素对电爆冲击波致裂效果的影响程度,本文采用ANSYS/LS[CD*2]DYNA软件,通过改变地应力、弹性模量、抗拉强度参数进行数值模拟。结果显示,地应力对致裂效果具有强烈的抑制作用,在双向等压地应力作用下,裂纹区形状为圆形,并且随着地应力的增大,岩体破裂度、破裂半径均逐渐减小。在双向不等压地应力作用下,随水平主应力差值增大,裂纹扩展方向由圆形逐渐转变为椭圆形,具有沿最大水平主应力方向扩展的特点;弹性模量对致裂效果具有重要影响,随着弹性模量的增大,岩体破裂度、破裂半径均呈增大趋势;随抗拉强度增大,岩体破裂度、破裂半径均减小。     

成都地震台前兆观测典型干扰排除

在成都地震基准台前兆数字化观测记录中,我们挑选了三种日常工作中遇到的典型前兆观测干扰,并详细论述了这些干扰产生的原因、分析判断过程和最终排除方案,以期在地震台站日常工作中对类似问题的解决有一定的指导意义和参考价值。     

专题图注记信息去除方法探讨

注记信息的存在使得从专题图自动获取矢量数据具有一定难度。该文提出一种去除专题图注记信息的有效方法:在区分出注记信息的基础上,利用空间最近邻原则对注记进行背景填充,然后利用ArcObjects构建该功能模块,并与ArcGIS集成。研究表明,该模块能有效去除专题图注记信息,使ArcScan从专题图自动提取高精度矢量数据成为现实。     

滇池东北岸生态修复区的环境效应——Ⅱ.污染净化效应

研究了滇池东北沿岸带生态修复区去除水体中污染物和营养盐的能力．对修复区在重富营养水体迎风岸、无陆源污染情况下通过收获水生植物和促进悬浮物沉降方式去除的湖泊内源污染物质进行了定量的监测分析．结果显示,修复区对外来的悬浮物质具有强大的凝集、固定作用,植被区内每平方米湖面平均年沉积量达118．9 kg(干重),其中的氮、磷、有机碳含量分别达120 g／(m2·a)、70 g／(m2·a)、1080 g／(m2·a):修复区内的底质环境得到明显改善,表层沉积物中氮和有机碳含量比原初提高了4倍以上;修复区内水生植被具有极高的生产能力,仅2002年修复区就收割打捞水生植物113t(干重),由此去除氮、磷分别为30．0 g／(m2·a)和4．8 g／(m2·a).因此,沿岸带生态修复完全可以作为湖泊内源污染净化的一项工程措施在滇池东北沿岸或类似重污染水体推广应用．     

太湖梅梁湾沉积物-水界面氮迁移特征初步研究

用乙炔为抑制剂,气相色谱法测定了１９９７年夏季太湖梅梁湾口沉积物－水界面的反硝化率和Ｎ２Ｏ的自然排放率,太湖梅梁湾沉积物的反硝化率为１．４－５．６μｍｏｌＮ２／（ｍ＾２．ｈ）,Ｎ２Ｏ的复原斐和率为０．０８－０．６６μｍｏｌＮ２／（ｍ＾２．ｈ）,探讨了沉积物－水界面ＮＯ＾－３的交换动态。指出沉积物内硝化－反硝化作用是太湖湖泊生态系统氮循环过程中一个重要的环节。在湖泊水土界面氮交换中,沉积物是具有吸收     

砷污染饮用水治理修复技术研究进展

水体砷污染是全球饮用水主要威胁之一。研究高效、廉价的饮用水除砷技术,对于解决地方性砷中毒具有重要意义。系统的介绍了国内外各种除砷工艺和方法,总结了目前各种方法在应用上的优缺点及发展前景。     

非开挖施工中反循环清渣工艺的研究

针对非开挖施工中清渣困难的问题,首次将反循环清渣工艺引入非开挖施工中。从理论上计算了传统非开挖和反循环的清渣泵量,计算结果表明,反循环清渣所需泵量远远低于传统的非开挖泵量,从而提出将反循环工艺应用于非开挖清渣施工中。实际应用效果表明,反循环清渣工艺可大大提高非开挖施工中的清渣效果。     

基于优先队列的另一种简单快速的DEM填洼算法

Some depression cells with heights lower than their surrounding cells may often be found in Grid-based digital elevation models （DEM） dataset due to sampling errors. The depression-filling algorithm presented by Planchon and Darboux works very quickly compared to other published methods. Despite its simplicity and delicacy, this algorithm remains difficult to understand due to its three complex subroutines and its recursive execution. Another fast algorithm is presented in this article. The main idea of this new algorithm is as follows： first, the DEM dataset is viewed as an island and the outer space as an ocean; when the ocean level increases, the DEM cells on the island＇s boundary will be inundated; when a cell is inundated for the first time, its elevation is increased to the ocean level at that moment; after the ocean has inun- dated the entire DEM, all of the depressions are filled. The depression-removing processing is performed using a priority queue. Theoretically, this new algorithm is a fast algorithm despite the fact that it runs more slowly than Planchon and Darboux＇s method. Its time-complexity in both the worst case and in an average case is O（8nlog2 （m））, which is close to O（n）. The running speed of this algorithm depends mainly on the insertion operation of the priority queue. As shown by the tests, the depres- sion-filling effects of this algorithm are correct and valid, and the overall time consumption of this algorithm is less than twice the time consumed by Planchon ＆ Darboux＇s method for handling a DEM smaller than 2500×2500 cells. More importantly, this new algorithm is simpler and easier to understand than Planchon and Darboux＇s method. This advantage allows the correct program code to be written quickly.