重磁异常解释中的一些复杂因素与对策 ——在海口区域物探成果交流会上的发言提纲     

刘士毅 《物探与化探》2007,31(5):386-390,398

列出了不重视推断解释可靠性问题而导致的严重后果;论述了复杂情况下重、磁异常解释的思路和对策,即如何正确、合理使用方法技术;提出了推断成果可靠性划分方案的建议和新的成果表达方式的建议.  相似文献   

低应变基桩动测资料反演问题多解性与人工拟合的初步探讨     

廖旭涛  刘东甲  刘煜洲 《物探化探计算技术》2007,29(3):218-222

在实际低应变基桩动测资料解释工作中常发生误判,其原因除测试人员素质的主观因素外,客观上存在反演问题多解性亦是重要原因之一。这里从正演理论计算与物理概念上阐明,在一定桩土系统的物性、几何参数与拟合精度条件下,反演问题多解性是客观存在的。并且进一步探讨了进行人工拟合时应遵守的规则,正确运用此规则能尽量避免误判的产生。在此规则指导下,对易发生误判的实测曲线进行人工拟合,进一步说明了反演多解性问题的客观存在。  相似文献   

1993～2003年郑州市土地利用/覆被变化特征研究     

杜子璇  刘忠阳  陈怀亮  余卫东 《河南气象》2007,(1)

以河南省郑州市为例,利用RS、GIS软件对1993年和2003年两时次TM、ETM 影像进行遥感解译,采用GIS空间分析和数理统计分析等方法,研究了10 a来该市土地利用变化过程尤其是土地沙化的变化过程及其社会经济驱动机制。结果表明:10 a来,西部山区、东部沙化地区以及黄河沿岸地区土地利用类型的变化比较大,特别是东部地区用地变化比较剧烈;旱地、草地、工交建设用地面积明显增加,沙化土地、水田、林地、水体面积呈现减少的趋势;沙化现象得到了有效遏制,草地面积的增加,改善了研究区的生态环境。此外,林地面积的大量减少,应引起重视,可实行退耕还林或植树造林以建立良好的生态环境。  相似文献   

玲珑金矿田岩石地球化学测量及其找矿效果   总被引：1，自引：1，他引：0  

张德宏  张庆禧 《山东国土资源》1998,(1)

根据玲珑金矿田１∶２０００岩石地球化学测量结果,结合本区地质构造条件,初步总结了该矿田岩石地球化学特征。获取的岩石地球化学异常经过验证,施工的３５个钻孔有２７个见矿,４３条验证探槽中有４条发现工业矿体。该方法在发现隐伏的矿化蚀变带、寻找矿体（矿化体）、确定矿体剥蚀程度及指导钻探施工等方面均有明显效果。  相似文献   

遥感技术在南盘江地区油气烃类检测中的应用     

马跃良  何在成 《海相油气地质》1998,3(2):47-54

应用陆地卫星 TM 资料对南盘江地区进行了烃类微渗漏蚀变信息检测研究。岩石土壤地球化学特征分析表明,该区不同程度地存在着“褪红”、“粘土矿化”、“碳酸盐矿化”等烃类蚀变异常现象。选择 FeO/Fe_2O_3作为褪红的成分因子;(K_2O+Na_2O+Al_2O_3)、(K_2O+Na_2O)/Al_2O_3、(K_2O+Na_2O+Al_2O_3)/S∶O_2和 K_2O/Na_2O 等作为粘土矿化的成分因子;CaO+MgO 和 CaO/MgO 作为碳酸盐矿化的成分因子。利用 TM1/TM3、TM1/TM4识别褪红蚀变信息,TM5/TM7、TM5/TM4用干识别粘土矿化和碳酸盐矿化蚀变信息。建立了地球化学—光谱—遥感图像三位一体的遥感找油气模式,根据油气遥感色调异常对南盘江地区进行了评价和分类。  相似文献   

数值预报产品动力-统计释用方法与寒潮预报   总被引：1，自引：0，他引：1  

陈静  桑志勤 《气象》1998,24(2):34-38

从气温变化的物理过程出发,设计了一种数值预报产品的动力－统计释用方法,开发了一套四川盆地寒潮入侵时间和降温幅度的释用方案,并利用ＥＣＭＷＦ产品建立四川盆地寒潮自动预报系统,滚动预报未来１～６日内的寒潮过程。１９９５～１９９７年投入中短期业务运行,取得了显著效果。  相似文献   

开发口译学习者的非智力因素     

余郑璟 《成都信息工程学院学报》2008,23(4):469-472

着重探讨了如何从实际课堂中去探索和构建以学生为中心的口译学习环境,论证了非智力因素在口译教学中的重要作用,力求引起广大口译教师对学生非智力因素的充分重视,以到达更为有效的口译教学效果。  相似文献   

The influence of light availability and predatory behavior of the decapod crustacean Nephrops norvegicus on the activity rhythms of continental margin prey decapods     

Jacopo Aguzzi  Nixon Bahamon  & Leonardo Marotta 《Marine Ecology》2009,30(3):366-375

The day–night cycle is one of the strongest geophysical cycles modulating species' behavioral rhythms. However, in deep-water continental margins, where light intensity decreases over depth, interspecific competition may alter behavioral responses to day–night cycles. The burrowing decapod crustacean Nephrops norvegicus is a large-size predator in benthic communities, exerting despotic territorial behavior. In this study, we analysed how the effect of light intensity cycles on decapod behavioral rhythms is reduced as one moves from shelves to slopes. In the Western Mediterranean, the predatory behavior and interspecific competition for substrate use of Nephrops increases moving from the shelf (100–110 m) to the slope (400–430 m). Vector fitting and generalized additive models were used to assess the effect of light intensity and behavioral rhythms of N. norvegicus on the temporal variation of prey decapods co-occurring in trawl tow catches carried out on the shelf and the slope during October 1999 and June 2000. The combination of diel variations in light intensity and N. norvegicus abundance influences the activity rhythms of prey decapods in a depth- and seasonal-dependent manner. Light modulation is stronger on the shelf and weaker on the slope, where Nephrops population size is greater. Although present regression analysis does not necessarily imply a direct cause–effect relationship between rhythms of predators and prey, we suggest that Nephrops alters the temporal patterning in the behavior of its prey on the slope, where light intensity is reduced. This alteration is stronger in endobenthic species than in benthopelagic species; the former rely on bottom substrate for the expression of behavioral rhythms, experiencing stronger interspecific competitions with Nephrops at time of activity.  相似文献   

高分辨率遥感影像解译中的机器学习范式     

周培诚  程塨  姚西文  韩军伟 《遥感学报》2021,25(1):182-197

高分辨率遥感影像解译是遥感信息处理领域的研究热点之一,在遥感大数据知识挖掘与智能化分析中起着至关重要的作用,具有重要的民用和军事应用价值。传统的高分辨率遥感影像解译通常采用人工目视解译方式,费时费力且精度低。所以,如何自动、高效地实现高分辨率遥感影像解译是亟待解决的问题。近年来,随着人工智能技术的飞速发展,采用机器学习方法实现高分辨率遥感影像解译已成为主流的研究方向。本文结合高分辨率遥感影像解译的典型任务,如目标检测、场景分类、语义分割、高光谱图像分类等,系统综述了5种代表性的机器学习范式。具体来说,本文分别介绍了不同机器学习范式的定义、常用方法以及代表性应用,包括全监督学习(如支持向量机、K-最近邻、决策树、随机森林、概率图模型)、半监督学习(如纯半监督学习、直推学习、主动学习)、弱监督学习(如多示例学习)、无监督学习(如聚类、主成分分析、稀疏表达)和深度学习(如堆栈自编码机、深度信念网络、卷积神经网络、生成对抗网络)。其次,深入分析五种机器学习范式的优缺点,并总结了它们在遥感影像解译中的典型应用。最后,展望了高分辨率遥感影像解译的机器学习发展方向,如小样本学习、无监督深度学习、强化学习等。  相似文献   

遥感影像分析在新增建设用地督察中的应用     

方芳  向浩  张亮 《地理空间信息》2021,19(1):53-54

以卫星影像大数据和时空数据挖掘技术为基础,采用深度学习框架支撑,构建了面向新增建设用地遥感监测应用需求的深度学习训练平台,可智能发现自然资源督察线索,全面提高自然资源督察问题的发现能力。该技术可广泛服务于大范围、高频次的督察工作,为督察工作提供更及时客观全面的信息基础和保障。  相似文献