非线性层析技术在琼东南天然气水合物成像中的应用     

帅庆伟  徐云霞  文鹏飞  沙志彬  万晓明 《海洋地质与第四纪地质》2020,40(3):206-213

琼东南海域地震剖面上存在大量的含气特征,同相轴下拉、明显的速度横向变化等,因此水合物之下地层存在成像模糊且归位不准等问题,本文利用基于非线性层析的深度偏移方法提升成像精度。该方法采用全三维体的层析成像反演法建立深度域速度模型,通过对深度偏移道集拾取RMO量,并对其进行反偏移计算运动学不变量;在建立层位、倾角等骨架信息约束的混合模型基础上,利用运动学不变量进行速度层析,使得RMO最小以实现模型更新。该方法避免了常规速度更新的多次迭代偏移,能极大地提升层析效率,并能充分利用剖面骨架和倾角信息,获得高精度的速度模型。在琼东南水合物资料的实际应用中,有效地消除了含气对地层的影响,获得高精度的深度域成像结果。  相似文献   

基于YOLOv3深度学习的海雾气象条件下海上船只实时检测     

王飞  刘梦婷  刘雪芹  秦志亮  马本俊  郑毅 《海洋科学》2020,44(8):197-204

海雾气象条件下船只高精度检测识别面临较大困难，传统的目标识别、定位方法效果差强人意。作者围绕海雾气象条件下不同类型船只的实时检测问题，提出一种基于YOLOv3深度学习的实时海上船只检测新思路。首先构建清晰图片和模糊图片（海雾、雨）的判别方法，实现图片清晰度分类处理；其次为提高海雾气象条件下海上船只的实时检测精度，消除海雾遮挡对目标识别的影响，运用暗通道先验去雾方法对含有海雾的图像实行去雾；最后基于YOLOv3深度学习算法对精细处理后的图像进行船只实时检测。实验结果表明该方法能够在海雾气象条件下高效、准确地检测到船只，对海上复杂环境条件下的船只实时检测研究具有一定的理论指导意义。  相似文献   

后挖沟深度对深海海底管道屈曲影响数值分析     

李修波  刘可安  王华昆  王鸿飞 《海洋工程》2020,38(3):152-160

鉴于海底管道的服役水深越来越深,主要采用犁式挖沟机对预铺设于海床之上的海底管道采取后挖沟的方式将海底管道埋设于海床之下,以保护其免受不必要的损伤。针对后挖沟深度H是海底挖沟机的重要设计参数,也是影响管道悬跨的重要因素的问题,对SMD(UK)犁式挖沟机展开参数优化,确保作业过程中悬跨段管道在外部静水压力作用下,海底管道不会发生屈曲破坏。采用ABAQUS软件,分别建立了作业前和作业中两种工况下的悬跨模型,分析机械手对接触部分管道的损伤,结果显示,作业中的机械手对悬跨管道的损伤更大;同时,建立了作业中不同管径下,后挖沟深度对管道损伤的安全裕量关系曲线。进一步,结合作业中不同挖沟深度下的管跨段屈曲数值模型,对处于外部静水压力作用下的悬跨管的屈曲失效展开分析,结果显示,随着后挖沟深度的加大,不同管径下的悬跨段管道局部出现塑性压溃的临界压力值不断降低;管道外径的增大,降低了同一后挖沟深度下发生屈曲失效的压力值。最后,在后挖沟深度与外部静水压力组成的区域内,建立屈曲失效临界关系曲线,并划分出工作区和压溃区,为深海管道后挖沟埋管的施工提供工程参考。  相似文献   

海底地形图表达方法探讨          下载免费PDF全文

吴芳华  张羿祺  王磊  马超 《海洋测绘》2020,40(5):58-62

为实现海底地形多样化表示与服务,丰富海底地形图表示样式,分析了海底地形图的主要内容,研究了海底地形图可视化表达机制。结合多源海底地貌与底质数据的特点,提出了基于颜色扩展联合图形符号、可灵活组合的海底地形图表示策略,给出了水深注记、等深线、深度区、海底底质这4类主要海底地形要素的具体表达方法。试验表明,设计的可视化表达方法能实现不同类型、不同来源、不同质量差异的多类型海底地形数据的有效表达,为海底地形数据的多样化表达提供参考。  相似文献   

基于深度残差网络的机载LiDAR点云分类     

赵传  郭海涛  卢俊  余东行  张保明 《测绘学报》2020,49(2):202-213

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。  相似文献   

基于精细数据处理的叠前深度偏移在琼东南盆地陵水凹陷坡折区的应用     

刘杰明  李三福  孙博  曾维辉  孙雷鸣  王新领  夏冬明 《海洋地质前沿》2019,35(8):58-66

琼东南盆地陵水凹陷,受坡折区崎岖海底和复杂地质构造的影响,导致该地区速度模型构建精度不高,从而严重影响到成像品质。针对坡折区的精确速度模型构建难题,首先采用组合多次波衰减、宽频处理、叠前信噪比增强等针对性处理技术,得到宽频带高信噪比的叠前数据,在此基础上统计分析不同水深速度规律,应用断控和地质约束速度建模技术,建立初始速度模型,然后利用基于宽频数据的高分辨断控约束网格层析反演技术,经过多次迭代完成深度域各向异性速度建模,并实现了陵水凹陷坡折区的高精度叠前深度偏移成像。叠前深度偏移成像显示,基于精细速度模型的叠前深度偏移技术科明显提高坡折区信噪比,改善成像质量,同时可有效消除地层同相轴扭曲的现象,恢复了地下地层的真实构造形态,从而可为目标评价与钻探决策提供更可靠地震资料。  相似文献   

基于深度学习的目标检测定位系统设计与实现     

王俊强  李建胜  程相博  杨戬峰 《测绘与空间地理信息》2020,(1):133-136,144

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。  相似文献   

结合深度学习和图割法的遥感影像建筑物检测     

刘舸  邓兴升 《测绘通报》2019,(11):69-73

提出一种基于卷积神经网络和图割法的自动提取高分影像建筑物的方法。首先，通过卷积神经网络定位与检测建筑物的位置，逐一提取单个建筑物轮廓，利用检测结果分别建立建筑物和非建筑物的高斯混合模型（GMM），然后结合最大流最小割的图像分割方式实现全局优化，完成建筑物初步提取，最后用形态学进行优化。通过试验证明了该方法的可行性。  相似文献   

深度卷积神经网络支持下的遥感影像飞机检测     

谢梦  刘伟  杨梦圆  柴琪  吉莉 《测绘通报》2019,(6):19-23

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%。  相似文献   

深度学习GoogleNet模型支持下的中分辨率遥感影像自动分类     

陈斌  王宏志  徐新良  王首泰  张亚庆 《测绘通报》2019,(6):29-33,40

提出了一种基于深度学习技术的遥感分类方法，它能有效解决中分辨率影像在分类过程中出现的像元混分问题。研究选用2016年5月12日武汉市Landsat 7 ETM+遥感影像，基于GoogleNet模型中的Inception V3网络结构，借助迁移学习方法，构建出遥感分类模型，实现了对武汉市主城区4类典型地物（不透水层、植被、水体和其他用地）的自动分类提取，并将分类结果与传统最大似然分类（ML）结果进行了对比分析。研究表明：基于深度学习方法的遥感影像总体分类精度高达88.33%，Kappa系数为0.834 2，明显优于传统ML方法总体分类精度83%和Kappa系数0.755 0，而且有效抑制了地物在分类过程中出现的像元混分现象。  相似文献