基于深度学习的区域生态安全时空模拟与预测     

陈工  李琦  金玲艳  梁贺明  莫玉琴 《地球信息科学学报》2017,19(7):915-923

区域作为人类、自然、社会共同作用和互相影响的复杂系统,对区域进行生态量化建模与模拟仿真,是实现区域可持续发展战略的关键。传统机器学习方法对区域生态系统建模取得了一定的成果,但难以确定学习特征和实现时空模拟。深度学习不需事先确定训练特征,具有优异的特征学习能力,能够提高模型预测精度,因此利用深度学习进行建模具有显著优势。本文使用植被净初级生产力（NPP）、气溶胶光学厚度（AOD）和人口格网数据,充分利用深度学习的优点,采用最优深度神经网络时空模拟,得到了河南省2007-2014年3 km分辨率的生态赤字空间分布图和河南省2015-2020年的生态赤字时间预测结果并进行分析,为区域生态的科学管理和建设供科学依据和参考。  相似文献   

Stacking集成策略下的径向基函数曲面复杂矿体三维建模方法     

扶金铭  胡茂胜  方芳  储德平  李红  万波 《地球科学》2024,(3):1165-1176

建立三维矿体模型是数字矿山、智慧矿山的基础.针对经典径向基函数曲面重建算法在原始数据稀疏时出现曲面边界自拟合及模型不连续现象,提出了一种集成多种机器学习模型的径向基函数曲面复杂矿体三维建模方法.该方法利用Stacking模型学习矿体轮廓线离散化点云数据的分布特征,建立表征矿体模型几何信息的有向点集;在此基础上提取边界点及法向量,通过Hermite型径向基函数建立隐式场,最后基于行进四面体算法建立三维矿体模型.与轮廓线拼接法、经典径向基函数曲面重建算法、简单克里金插值法相比,该方法能够有效减少曲面边界自拟合现象,减少模型多余孔洞,提高模型的连续性;建立的模型所切轮廓线与原始轮廓线相似度达75.14%,与人工干预程度较高的显式模型相当;在体积表征上与显式模型的差距达到最低.  相似文献   

基于浮标44013数据的有效波高预测研究     

邓泽贵  李醒飞  杨少波 《海洋湖沼通报》2022,(1):31-41

随着海事活动和海洋资源开发的不断增加,精准的海浪预报变得越来越重要.其中有效波高(SWH,Significant Wave Height)作为海浪的主要参数之一,精准的有效波高预测不仅可以给各项海事活动提供必要的海洋气象预报,还可以为波浪能高效利用提供重要的参考依据.由于受到复杂海洋环境和自然混沌行为的影响,有效波高的...  相似文献   

人工智能技术在地震减灾应用中的研究进展     

隗永刚  蒋长胜 《地球物理学进展》2021,36(2):516-524

近年来人工智能(AI)技术的迅猛发展,引领了包括地震减灾在内的众多科技领域的前沿.为反映和描述当前人工智能技术的引入和促进地震减灾科技发展的全貌,本文系统整理和回顾了近10年来已发表的相关文献,解读了其在地震监测预警、地震预测、风险防治、应急处置与风险管理四个方面取得的主要技术进展,具体包括事件检测、震源参数测定、事件类型识别、智能手机数据应用、地震事件预测、煤矿开采诱发地震预测、地震灾害风险评估、建筑结构安全状态评估、地震灾情快速获取、地震灾害风险感知、地震灾害风险管理等方向.其中机器学习技术尤其是深度学习技术在提升地震减灾科技应用服务的精度和准确性上发挥了重要作用,而自然语言和语义分析技术主要在地震应急处置和风险管理领域发挥作用、显著拓展了新的数据信息资源和服务能力.在可预见的未来,人工智能技术的引入和应用的新的拓展,还将继续引领地震减灾科技前沿.  相似文献   

基于机器学习的地震动特征提取与模拟以2021年云南漾濞6.4级地震为例          下载免费PDF全文

靳超越  胡进军  胡磊  王中伟 《世界地震工程》2021,(4):073-80

随着地震动数据数量的增长和质量的提高,将基于数据驱动的机器学习方法应用到地震动模拟中有重要意义。以2021年5月21日云南漾濞M_S6.4地震为例,利用主成分析方法从前震及余震地震动记录中提取特征母波时程,将地震动三要素作为模拟误差约束,在求解母波的线性组合系数时使用多目标优化算法寻优,最终找到帕累托最优解作为模拟目标台站记录时的组合系数,得到模拟地震动时程。结果表明:主成分析法在对实际地震动记录进行特征提取后,得到的特征母波时程可以在一定程度上保留原始数据的主要信息;考虑幅值、频谱和持时这三要素的角度去控制模拟误差,可以使得模拟的地震动时程更加接近真实记录。提出的基于特征提取的地震动模拟方法可以为基于小震数据合成大震地震动提供参考。  相似文献   

GBDT识别致密砂岩储层岩性     

谷宇峰  张道勇  鲍志东  张晨朔 《地球物理学进展》2021,36(5):1956-1965

岩性识别是一项重要的地质基础研究内容.以交会图为代表的常规岩性识别工具虽然在构建的二维或三维图版中能够依据手动归类的测井数据点集来明确各种岩性的一系列测井响应判定,但却无法适用于致密砂岩储层,其原因是该类储层的岩性成分不仅复杂,且较多岩性的测井响应特征具有相似性.根据机器学习在数据分析上的强大性能,本文提出利用在模式识别方面能力出众的GBDT模型来解决岩性识别问题.本文以姬塬油田西部长4+5段致密砂岩储层测井资料为基础,通过设计两种实验来验证提出模型的岩性识别能力.为提高验证效果,在实验中加入BP、PNN和KNN三种传统模式识别模型进行对比.实验结果显示,GBDT识别准确率最高,分别为90.14％和90.41％.基于GBDT较传统模式识别模型能够给出更为准确的预测值,实验结果充分证明了提出模型不仅能有效识别致密砂岩储层岩性,在岩性识别研究领域上还具有良好的推广应用前景.  相似文献   

联合DBSCAN聚类采样和SVM分类的滑坡易发性评价     

鲍帅  刘纪平  王亮 《震灾防御技术》2021,16(4):625-636

针对基于机器学习的滑坡易发性评价中非滑坡样本选取不规范导致的分类精度较低问题,本文提出联合基于密度的噪声应用空间聚类（Density-Based Spatial Clustering of Applications with Noise,DBSCAN）采样策略和支持向量机（Support Vector Machine,SVM）分类方法的DBSCAN-SVM滑坡易发性评价模型。首先,基于DBSCAN聚类和空间分析选取非滑坡样本;然后,将样本数据代入SVM分类模型进行训练与验证,预测并提取SVM分类中属于滑坡的概率,获得滑坡易发性;最后,以四川省绵阳市为试验区,预测滑坡易发性概率,基于滑坡易发性精度与分级结果等要素,与传统非滑坡样本采集策略的SVM滑坡易发性评价模型进行对比,并结合实际情况对DBSCAN-SVM模型评价结果进行分析。研究结果表明,相比传统SVM滑坡易发性评价模型,本文提出的DBSCAN-SVM滑坡易发性评价模型在高易发区和极高易发区中包含的滑坡样本数量较多,准确率、召回率、AUC、F1分数均得到提高,精度较高。  相似文献   

基于Sentinel-3 OLCI影像的巢湖藻蓝素浓度年内动态遥感监测     

汪志成  王杰  晏实江  崔玉环  王行行 《湖泊科学》2022,34(2):391-403

藻蓝素(PC)是水体蓝藻的指示性色素,其浓度反映了蓝藻生物量,利用卫星遥感监测藻蓝素浓度年内动态对蓝藻水华的有效防控有着重要意义.根据不同季节的巢湖藻蓝素浓度实测数据与同期Sentinel-3 OLCI影像,构建机器学习回归反演模型,应用于巢湖2019年OLCI影像集上,对巢湖藻蓝素浓度的空间分布、年内变化进行遥感监测...  相似文献   

不同方法对冬小麦地块级估产的适用性研究     

柳琳  徐鹏  王哲奇 《北京测绘》2022,36(2):156-161

为了探究不同估产模型对冬小麦估产的精度和适用性,提高像元级和地块级冬小麦估产精度.利用机器学习方法支持向量机(SVM)模型、随机森林(RF)模型和深度学习方法长短期记忆(LSTM)模型,对冬小麦进行产量预估.结果表明:在像元级上,LSTM模型、RF模型估产精度高于SVM模型,LSTM模型不仅能够表征作物在生育期的生长变...  相似文献   

组合光学和微波遥感的耕地土壤含盐量反演     

刘瑞亮  贾科利  李小雨  陈睿华  王怡婧  张俊华 《干旱区地理》2024,(3):433-444

耕地保护关系到国家粮食安全和经济社会可持续发展,对生态环境保护具有重要作用,快速精准的获取耕地土壤盐分含量及空间分布信息是耕地保护的必然要求。以宁夏平罗县为研究区,利用Landsat 9 OLI和Sentinel-1遥感影像,提取光谱指数和雷达极化组合指数,基于变量投影重要性法与灰度关联法筛选特征变量,然后运用反向传播神经网络、支持向量机和随机森林3种机器学习算法构建模型,并用最佳模型反演耕地土壤含盐量空间分布情况。结果表明：(1)利用变量投影重要性法筛选变量建立的模型验证集决定系数(R²)大于灰度关联法筛选变量建立的模型。(2)利用随机森林算法,组合光谱指数和雷达极化组合指数协同反演模型效果最佳,建模集R²为0.791,均方根误差(RMSE)为1.016,R²较单一数据源模型分别提高0.065和0.085,RMSE分别降低0.147和0.189;验证集R²为0.780,RMSE为1.132,R²较单一数据源模型分别提高0.091和0.237,RMSE分别降低0.175和0.3...  相似文献