地震波形分类技术在地质异常体解释中的应用     

程彦  赵镨  林建东  张兴平 《煤田地质与勘探》2020,48(6):87

地震波形分类技术具有统计地震信号总体变化和反映这种变化分布规律的特点，是地震属性分析技术的重要延伸，在地质异常体解释方面具有良好的应用效果。高密度三维地震资料具有高信噪比，高分辨率和高保真度的特点，尝试利用波形分类技术对高密度三维地震资料反映的煤层赋存状态、岩浆岩侵入区进行预测，并对陷落柱解释方法进行了研究。井下巷道实际揭露和钻孔验证结果表明:波形分类方法解释的地质异常体精度高、圈定范围准确，可以为煤矿安全开采提供精准的地质资料。   相似文献   

离散Fréchet距离在强震台站场地分类中的应用     

梁基冠  程印  赵岑 《震灾防御技术》2019,14(4):731-741

当强震台站场地资料不完整时，所收集到的强震数据因缺乏准确的场地类别信息而难以有效利用。为解决这一问题，本文提出一种基于离散Fréchet距离的强震台站场地分类方法。将获取到的664个KiK-net台站场地按照《建筑抗震设计规范（GB 50011—2010）》进行分类，并构建2个数据集。利用数据集1得到Ⅰ、Ⅱ、Ⅲ类场地标准谱比曲线，并结合离散Fréchet距离对数据集2中的台站进行场地分类，统计分类成功率与误判率。统计结果表明，本文方法能较准确地对场地进行分类，且误判率在可接受范围内。将本文方法分类统计结果与斯皮尔曼秩相关系数法分类的成功率与误判率进行对比，结合本文方法分类后得到的平均谱比曲线，均可表明应用本文方法进行强震台站场地分类具有合理性。  相似文献   

京津冀协同治理的回顾与前瞻   总被引：1，自引：0，他引：1  

崔丹  吴昊  吴殿廷 《地理科学进展》2019,38(1):1-14

京津冀区域治理是伴随三地协作发展的进程,从政府层面的管制转向各利益主体协调治理,从自上而下的竞争合作转向上下结合的协同合作的一系列有效应对举措。经过30多年的努力,学界和政府部门已经形成了较为丰富的京津冀区域治理研究成果。通过梳理自1984年以来相关区域的研究,尝试从时空维度厘清京津冀区域治理的研究脉络及其变化,剖析目前京津冀区域治理所涉及的治理模式、协调体系、以及形成的发展策略,为改进和提高京津冀区域治理效果提供参考。京津冀协同治理过程是学术界与政府的互动融合过程,其中政府的作用居主导地位。未来将在治理主体、治理机制、治理效果评价和文化、医疗、养老等领域的协调发展方面得到深化和细化。  相似文献   

南海东北部陆架边缘第四纪高分辨率层序地层和沉积体系演化及其控制因素     

刘汉尧  林畅松  张忠涛  张博  姜静  田洪训  刘欢 《海洋学报(英文版)》2019,38(5):86-98

The northeastern shelf margin of the South China Sea(SCS) is characterized by the development of large scale foresets complexes since Quaternary. Based on integral analysis of the seismic, well logging and paleontological data, successions since ～3.0 Ma can be defined as one composite sequence, consist of a set of regional transgressive to regressive sequences. They can be further divided into six 3 rd order sequences(SQ0–SQ5) based on the Exxon sequence stratigraphic model. Since ～1.6 Ma, five sets of deltaic systems characterized by development of wedge-shaped foresets complexes or clinoforms had been identified. High-resolution seismic data and the thick foresets allowed further divided of sub-depositional sequences(4 th order) of regression to transgression, which is basically consistent with published stacked benthic foram O-isotope records. Depositional systems identified in the study area include deltaic deposits(inner-shelf deltas and shelf-edge deltas), incised valleys, and slope slumping massive deposits. Since ～1.6 Ma, clinoforms prograded from the southern Panyu Lower Uplift toward the northern Baiyun Depression, shelf slope break migrated seaward, whereas the shelf edge of SQ0 migrated landward. The development of incised valleys in the continental shelf increased upward,especially intensive on the SB3 and SB2. The slumping massive deposits increased abruptly since SB2, which corresponds to the development of incised valleys. The evolution of depositional systems of continental slope mainly controlled by the combined influence of sea level changes, tectonic movements, sediment supply and climate changes. Since ～3.0 Ma, relative sea level of the northern SCS had been experienced transgression(～3.0 Ma BP) to regression(～1.6 Ma BP). The regional regression and maximum transgressions of the composite sequences were apparently enhanced by uplift or subsidence related to tectono-thermal events. In addition,climatic variations including monsoon intensification and the mid-Pleistocene transition may have enhanced sediment supply by increasing erosion rate and have an indispensable influence on the development of the incised valleys and 5 sets of deltaic systems since ～1.6 Ma.  相似文献   

基于国产高分遥感的人工种植红树林种间分类方法研究——以广西茅尾海红树林为例          下载免费PDF全文

马云梅  吴培强  任广波  傅宇  马毅  包玉海 《海洋技术学报》2019,38(4):1-8

红树林的种间结构组成对红树林生态系统的健康和发展至关重要,而红树林种间分类问题一直以来都是基于遥感手段的红树林监测中的难点。针对该问题,以人工种植为特点的广西茅尾海红树林遥感种间分类为例,基于面向对象的分类思想,提出了一种现场样本与分割对象相结合的红树林种间分类方法。利用GF-2 PMS1高分辨率卫星遥感影像数据,开展了广西茅尾海红树林湿地典型植被精细分类和空间分布研究,并将分类结果与基于像素和传统面向对象SVM分类方法进行了对比。结果显示:总体上,面向对象分类方法更适合用于茅尾海红树林湿地典型植被分类;对于局部混生明显的区域使用基于像素SVM分类方法效果会更好;传统面向对象分类方法中将整个影像分割对象单元作为训练样本可能会在某种程度上造成负面影响。因此,使用文中提出的样本选择新方法进行面向对象分类精度最高,总体精度达到了93.13%,Kappa为0.89。  相似文献   

基于Network In Network网络结构的高光谱影像分类方法     

高奎亮  张鹏强  余旭初  谭熊  刘冰 《测绘科学技术学报》2019,36(5)

为进一步提高高光谱影像分类精度,通过引入Network In Network网络结构,构建了一种新的网络模型。该网络模型能够对局部感受野内的数据进行更加抽象的建模,从而能够对影像中的空谱联合特征进行更为抽象的表达。通过在Pavia University和Indian Pines两个数据集上进行验证,实验结果表明,所构建的网络模型能够有效提高分类精度,在减少训练样本的条件下仍具有较好的分类性能。  相似文献   

机载多光谱LiDAR的随机森林地物分类   总被引：1，自引：0，他引：1  

曹爽  潘锁艳  管海燕 《测绘通报》2019,(11):79-84

机载多光谱LiDAR技术利用激光进行探测和测距，不仅可以快速获取地面物体的三维坐标，还可以获得多个波段的地物光谱信息，可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征，完成多光谱LiDAR的随机森林地物分类；并分析随机森林的特征贡献度特性，采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明：随机森林方法可以获得较好的地物分类精度，而且可以适当地去除部分冗余和相关的特征，从而有效提高分类精度。  相似文献   

一种高光谱遥感图像快速谱聚类算法     

张亚平  张宇  杨楠  罗晓  罗谦 《测绘通报》2019,(12):60-64

为获得分类效果更优良的遥感图像分类方式并解决高光谱遥感图像分类运算速度缓慢的问题，集成Lanczos算法与谱聚类算法，探讨了高光谱遥感图像谱聚类算法应用于遥感图像分类的可行性，提出了一种面向高光谱遥感图像的快速谱聚类算法；通过对比美国圣地亚哥机场高光谱遥感图像K-均值算法与谱聚类算法的分类结果，发现面向高光谱遥感图像的谱聚类算法易于识别线性地物，且分类的速度能得到较大提升。  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   

结合主动学习和词袋模型的高分二号遥感影像自动化分类     

张金盈  姚光虎  林琳  郭怀轩 《测绘通报》2019,(2):103-107

高分卫星遥感影像空间分辨率的提高，使得地物的光谱和纹理变得更加丰富和复杂，这给遥感影像的自动化分类带来严重挑战。因此，本文提出了一种结合主动学习和词袋模型的高分二号遥感影像分类方法。首先，对研究区域进行多尺度分割，建立影像分割对象集；然后，采用词袋模型构建影像对象的语义特征向量；最后，充分考虑位于分类边界的不确定性样本分布，迭代选择最优样本用于训练支持向量机，用于分类遥感影像。为了验证本文方法的有效性和稳健性，以山东省某市的高分二号遥感影像为试验数据进行了试验分析。结果表明，本文提出的方法可以有效地将研究区域分为水体、地面、植被和建筑物四类，正确率达到90.6%以上。  相似文献