用褶积滤波处理井水位对固体潮响应的滞后

本文给出了一种用褶积滤波处理井水位对固体潮响应滞后的新方法。鲁07井水位观测资料用这种方法处理比一般回归方法的平均中误差少4.6mm。文中讨论了褶积滤波积分区间长度与水井含水层渗透系数的关系及褶积滤波比别尔采夫滤波的优越性。     

1983年菏泽5.9级地震前后沂水泉氡的变化

沂水泉位于山东省沂水一汤头断裂带上。多年来的观测分析表明,影响沂水泉氡值变化的最大干扰是降雨。由于这种干扰存在着“记忆”滞后影响,所以用一般的相关分析难以将这种影响排除干净。本文对最小二乘法为建立模型的判据,用动态灰箱分析法拟合并推估观测系统的变化。在分析中用了四个状态变量：长趋势成分Ｌ（ｔ）、年周期变化成分Ｐ（ｔ）、降雨影响部分Ｒ（ｔ）和随机变化部分Ｓ（ｔ）。经过分析表明,沂水泉氡的长趋势部分１     

地震波混合阶褶积算法模拟

基于正反傅立叶变换,提出了地震波模拟的混合阶褶积算法。该方法原理简单、易于实现,结合了有限差分与伪谱法的优点,具有较高的精度和计算效率,适用于地震波场的正演计算,同时还给出了二维地震波场的理论计算实例。计算结果表明,此算法模拟结果正确、精度高、速度快、能适应较为复杂地质模型,并且易于推广到各向异性介质中去。     

基于深度学习的目标检测定位系统设计与实现

针对传统遥感影像目标检测方法效率不高,并且无有效手段对检测信息进行管理利用的问题,提出了在B/S构架下基于深度学习的目标检测及定位方法。通过集成深度学习框架、WebGIS以及数据库,实现了集遥感影像目标检测、展示及管理于一体的目标检测定位系统,满足多用户基于前端浏览器的并发目标检测需求。利用网格划分策略,实现了基于前端的大区域范围的目标快速检测。基于某机场飞机目标及某城市区域运动场目标检测结果表明:本文设计的目标检测定位系统能够在前端实现目标快速检测定位,具有较高检测精度,并可有效管理检测信息,为深度学习循环再利用提供数据支撑。     

深度卷积神经网络支持下的遥感影像飞机检测

针对YOLOv3算法对小目标检测较差及出现较多漏检的问题,本文提出了一种优化的YOLOv3算法.首先使用K-means算法计算出与数据集相适用的锚框;其次将扩张卷积引入到YOLOv3网络,用来增强网络高层的感受野,改善小目标的检测效果;然后使用深度可分离卷积取代YOLOv3网络残差模块中的普通卷积,可减少计算量,从而得到一种新型卷积神经网络结构;最后在数据集上进行对比试验.结果表明,优化的YOLOv3算法能够检测出更多目标,降低漏检率,相比于YOLOv3算法,其召回率提高11.86%,F1-score提高2.99%.     

基于卷积神经网络与条件随机场方法提取乡镇非正规固体废弃物

随着村镇经济建设发展,生活垃圾和工业固体废弃物造成的污染问题日益突出,已经成为制约新农村建设发展和生态文明建设的关键问题,而目前针对乡镇非正规固体废弃物的调查与统计主要依赖全国各乡镇相关部门逐级调查上报,工作量较大。本文基于高分辨率遥感影像,将深度学习模型和条件随机场模型相结合引入到乡镇固体废弃物的提取研究中,探索一种基于深度卷积神经网络的乡镇固体废弃物提取模型。由于固体废弃物在影像上表现为面积小,分布破碎等特点,为了提高工作效率,将模型特分为识别和提取2个部分：① 通过全连接卷积网络（CNN）对固体废弃物进行快速识别判断,筛选感兴趣区域影像块;② 在传统的全卷积神经网络(FCN)的基础上加入条件随机场模型(CRF)提取固体废弃物边界,提高整体分割精度。根据安徽、山西等地区相关部门上报固体废弃物堆放点以及住房与城乡建设部城乡规划管理中心进行野外检查的结果,实验最终识别精度达到86.87%以上;形状提取精度为89.84%,Kappa系数为0.7851,识别与提取精度均优于传统分类方法。同时,该方法已经逐步应用于住房和城乡建设部有关成都、兰州、河北等部分乡镇非正规固体废弃物的核查工作,取得了较为满意的结果。     

Non-stationary covariance function modelling in 2D least-squares collocation

Standard least-squares collocation (LSC) assumes 2D stationarity and 3D isotropy, and relies on a covariance function to account for spatial dependence in the observed data. However, the assumption that the spatial dependence is constant throughout the region of interest may sometimes be violated. Assuming a stationary covariance structure can result in over-smoothing of, e.g., the gravity field in mountains and under-smoothing in great plains. We introduce the kernel convolution method from spatial statistics for non-stationary covariance structures, and demonstrate its advantage for dealing with non-stationarity in geodetic data. We then compared stationary and non- stationary covariance functions in 2D LSC to the empirical example of gravity anomaly interpolation near the Darling Fault, Western Australia, where the field is anisotropic and non-stationary. The results with non-stationary covariance functions are better than standard LSC in terms of formal errors and cross-validation against data not used in the interpolation, demonstrating that the use of non-stationary covariance functions can improve upon standard (stationary) LSC.     

地震预警断层参数实时识别方法(FinDer)详解及其性能初步评价

详细阐述了美国加州ShakeAlert地震预警系统中使用的断层破裂参数实时测定方法(FinDer FinDer:Finite Fault Rupture Detector)的技术细节.利用1999年集集Mw7.6级地震、2008年汶川Ms8.0级地震及2013年芦山Ms7.0级地震,以及日本K-NET台网记录的80次中...     

航空重力数据谐波小波滤波中卷积运算的处理

数据的滤波提取是航空重力测量数据处理的一个重要环节。谐波小波滤波器在频域具有良好的盒形谱特征,可以较好地实现信号的滤波。但谐波小波滤波器是一个连续函数,航空重力测量采集的信号是离散的,无法直接进行卷积运算。讨论了谐波小波用于航空重力数据滤波处理时的卷积运算处理方法,给出了谐波小波频域卷积的算法实现过程和仿真算例。     

Statistical estimation of mineral age by K-Ar method

Statistical estimation of age of⁴⁰Ar/⁴⁰K ratios may be considered a result of convolution of uniform and normal distributions with different weights for different minerals. Data from Gul'shad Massif (Nearbalkhash, Kazakhstan, USSR) indicate that⁴⁰Ar/⁴⁰K ratios reflecting the intensity of geochemical processes can be resolved using convolutions. Loss of⁴⁰Ar in bioties is shown whereas hornblende retained the original content of⁴⁰Ar throughout the geological history of the massif. Results demonstrate that different estimation methods must be used for different minerals and different rocks when radiometric ages are employed for dating.