大比例尺成矿预测中高精度立方格预测模型快速构建算法

立方格模型是一种常用的大比例尺三维可视化预测模型。在计算机三维图形学中,立方格模型又被称为块段模型,该模型比较适合表示非均匀体数据的空间分布,在矿山大比例尺深边部成矿预测、三维反演、矿山储量估算等领域得到广泛应用。目前,构建高精度立方格预测模型的一般方法是将已有地质体、地表、构造等三维地学对象进行栅格化。针对栅格化过程中遇到的2个关键问题,即体形的空间形态复杂和需要计算的长方体数量大（≥10⁶）,应用三维网格分割与种子填充（flood-fill）思想实现快速构建三维复杂体的立方格模型算法,其时间复杂度为O(n)。该算法的主要优点是花费相对小的空间代价高效地解决大量三角面与长方体的相交和空间查询计算问题。同时,应用该算法得到的立方格预测模型的长方体被划分为边界、内部和外部,便于开展预测要素综合模拟、矿山储量计算以及三维空间分析等其他后续地质应用。特别是将种子填充思想应用于高精度立方格模型构模,具有一定的创新性。本算法不仅适用于矢量体的快速栅格化,也适用于空间非自相交曲面（例如数字高程模型）的快速栅格化。     

基于Landsat 8 QA云标识的云影识别方法研究

Landsat系列卫星数据是对地观测研究中应用最为广泛的遥感数据源之一,但是Landsat数据易受云及云影的影响,因此,在Landsat数据的应用中,云和云影的识别十分关键。美国地质调查局（United States Geological Survey,USGS）在其分发的最新的Landsat 8 数据中新增了一个质量评估（Quality Assessment）波段,能快速提供高精度的云掩膜,然而并不能识别云影。本文在Landsat 8 QA波段云识别基础上,对影像的近红外和短波红外波段进行种子填充变换,提取影像中的潜在云影,采用非监督分类的方法识别影像中的水体,将水体从潜在云影中去除。利用太阳方位角和太阳高度角对云及云影相对位置的影响,对云和云影进行匹配,识别真实的云影。利用全球云和云影验证数据集对本文的云影识别结果进行了精度评价,结果表明：不同生态区域云影识别精度达到87%以上。与Fmask云影检测方法相比,本文方法所需波段数更少,流程简单,简化了云高度估算和视角问题,可以快速、准确地识别云影,对基于Landsat 8数据的定量分析或时序研究有重要价值。