排序方式： 共有14条查询结果，搜索用时 15 毫秒
1.
2.
黑土区田块尺度遥感精准管理分区 总被引：2，自引：0，他引：2
基于格网采样与空间插值的精准管理分区方法精度高,但时效性差、成本高。本文以东北农垦地区红星农场农田为研究对象,提出一种基于遥感影像的精准管理分区方法:以裸土高空间分辨率遥感影像作为数据源,结合田间格网采样数据,基于裸土反射光谱特征与黑土主要理化性质的显著相关关系,运用面向对象分割、空间统计分析方法,对典型黑土区田块进行精准管理分区研究,并利用土壤理化性质和农作物生理参数,对分区结果进行评价。得出如下结论:(1)典型黑土区田块内部土壤养分含量空间变异显著;(2)基于裸土影像与面向对象的精准管理分区方法精度高,增强了分区之间的土壤养分与归一化植被指数(NDVI)差异性、分区内部各属性的一致性;(3)基于2015年4月1日和2015年5月20日单期影像分区和两期影像波段叠加(Layer stacking)分区,区间变异系数与区内变异系数之比分别为1.42、1.39和7.63,基于两期影像综合信息的分区结果显著优于基于单期影像分区;(4)基于裸土影像面向对象分割的精准管理分区方法时效性强、成本低、精度高。研究成果为田间变量施肥、发展精准农业、实现农业可持续发展提供依据。 相似文献
3.
4.
5.
晶体粒度分布（CSD）是定量化分析火成岩和变质岩结构的重要手段。在变质岩中测量的CSD提供了有关变质过程中晶体成核和生长速率、生长时间的定量信息。文章选取内蒙古霍各乞二号矿床含矿富石榴石岩样品中石榴子石晶体为研究对象，在GIS软件和R语言的支持下，应用空间点模式分析、CSD分析、空间最邻近分析、空间多距离分析、Fry分析等综合方法，探讨了晶体空间数据和点空间数据表征的微结构变化特征，将CSD曲线分段变化记录的信息与地质演化历史联系起来。分段的CSD曲线记录了变质事件的叠加。不同形式的晶体粒度分布直接反映了区域变质岩与接触变质岩演化历史的差异。由于接触变质作用的高温阶段持续时间较短，因此产生的CSD曲线是线性的，不受退火的影响。而区域变质作用涉及长时间升温及其之后的冷却阶段，所以最初的线性CSD后来被退火改造为钟形曲线。含矿富石榴石岩样品的核密度和CSD分析结果显示了两个晶体群密度。分析认为一类晶体群可能与造山过程中的区域变质活动有关，另一类晶体群可能与大面积区域变质期后发生在特定位置的岩体侵入迅速升温的接触热变质事件有关。 相似文献
6.
区域化探数据中包含了丰富的地质信息，提取出蕴含在这些数据中的地质体空间分布信息，对于区域地质研究和找矿勘查具有重要意义。区域化探数据通常包括数十个元素，属于高维数据，隐藏在这些高维数据中的地质体空间分布信息无法直接从数据中观察到。针对这个问题，构建了一个基于t分布随机近邻嵌入(t-distributed stochastic neighbor embedding，简称t-SNE)算法的高维区域化探数据降维可视化模型。t-SNE算法是一种非线性降维方法，特别适用于高维数据集的降维和可视化。选择对岩性鉴定比较稳定的元素，通过t-SNE算法将高维化探数据降维到人眼可观察的一、二、三维，把降维之后的变量表达为栅格图，通过三原色混合等方法进行可视化，从而把隐藏在高维化探数据中的地质体空间分布信息可视化表达出来。以英格兰西南部某地区水系沉积物区域化探数据为例进行研究来检验t-SNE算法在高维化探数据可视化上的实际应用效果。结果显示:①通过t-SNE算法对高维化探数据进行可视化得到的结果能够很好地反映研究区的地质体空间分布情况；②可视化的效果与t-SNE算法的目标维度和复杂度两个参数密切相关。在t-SNE算法中设定要降维到的目标维度越高，所显示的地质体信息越详细。③基于t-SNE算法的化探数据降维可视化效果比基于主成分分析(PCA)的化探数据降维可视化效果更好。本文研究表明基于t-SNE算法的化探数据降维可视化方法能够很好地将地质体空间分布信息可视化表达出来，对于推断地质体的空间分布有一定的指导意义。 相似文献
7.
8.
9.
10.
近年来,借助于大数据技术的发展,地质学迎来了新的发展机遇,但目前利用大数据技术来分析矿物之间关系的研究还比较少。矿物是岩石、矿石的基本组成要素,通常都是以共存集合体的形式产出。矿物的产出不是随机的,而是按照一定的规律共生、伴生在一起。通过大数据技术挖掘出这种矿物的共伴生规律,能够更好地认识矿物之间的关系,对于指导找矿实践有积极作用。本文利用频繁模式挖掘、关联规则、网络分析以及社团检测这些常用的大数据挖掘方法进行了矿石主要组成矿物的大数据分析。所使用的矿石矿物组成数据来自于美国地质调查局的全球矿产资源数据系统(MRDS),该数据集收集了来自于全球的大量矿床中矿石的矿物组成数据。研究结果显示,通过关联规则可以挖掘出隐藏在矿石矿物成分大数据集中的频繁矿物组合,对于找矿勘查和认识矿物之间的关系有积极作用;关联规则挖掘出的规则是一种量化的推理规则,通过兴趣度度量指标能够定量地表征规则的强弱,这种规则相比于经验总结的规律更加定量化和精细化;通过网络分析能够对矿石中主要矿物之间的关系和共伴生规律进行动态、多维、定量的可视化;再结合社团检测可以从矿石矿物数据集中发现隐藏在其中的矿物之间的关系。 相似文献