遗传BP神经网络在泥石流危险性评价中的应用

泥石流危险性的评价是地质灾害预测的重要研究课题之一,根据泥石流危险性评价因子,建立了遗传BP神经网络评价模型。模型利用BP神经网络的函数逼近能力,模拟泥石流某些主要评价指标与危险程度之间的非线性函数关系,实现对泥石流危险性的评价。为克服BP神经网络收敛慢、易陷入局部极小、泛化能力差等缺陷,引入遗传算法和对比分析方法优化BP评价网络的权值、阈值和网络结构。实验证明,采用所述方法优化后的BP神经网络的拟合精度、准确度、效率大幅提高,泛化能力也得到增强,该方法可作为解决泥石流危险性评价问题的一种新思路。     

基于可拓熵理论的泥石流危险性评价

评价泥石流危险性的方法有很多,但是各有局限,需要探究危险性评价新方法。利用可拓学原理构建一组能够描述泥石流危险性评价指标的物元模型,采用熵理论计算物元模型中各评价指标的权重值,建立基于可拓熵理论的泥石流危险性评价模型,并通过Visual Basic开发一个基于该模型的泥石流危险性评价软件。选取云南省东川地区12条典型泥石流沟作为检验对象,基于可拓熵理论的评价方法对各沟危险性评价的结果与现有资料完全吻合,从而验证该方法的有效性;进一步以危险评价模型对美姑河柳洪沟流域进行泥石流危险性评价,评价结果同样与现场勘察情况相一致。评价结果表明,基于可拓熵理论的模型能准确地评价泥石流危险等级,开发软件大大减少评价的工作量。     

基于径向基函数神经网络的泥石流危险性评价*

泥石流危险性的主要评价指标与危险程度之间有着某种复杂的非线性的关系,通常采用统计分析、模糊评价、BP神经网络等评价方法,但这些方法均存在不足之处,难以进行准确评价。为了克服以上方法的不足,结合泥石流危险性评价指标,建立了基于径向基函数神经网络的泥石流危险性评价模型,并将该模型结果与BP神经网络的评价结果进行了对比。实验结果表明,径向基函数神经网络的模拟结果比BP神经网络更接近测量数据,精度更高,训练所需时间更少。因此,径向基函数神经网络经过充分训练后,能够较为准确地对泥石流的危险性进行评价,具有较好的应用     

煤与瓦斯突出危险性预测的SaS-PNN模型及应用

煤与瓦斯突出是一种复杂的非线性动力学过程,其机理复杂、影响因素众多。单一的评价指标无法准确描述煤与瓦斯突出危险性。为了探讨煤矿开采过程中煤与瓦斯突出危险性具体等级情况,综合考虑煤与瓦斯突出发生的地应力、瓦斯和煤的物理力学性质等条件。选取开采深度、瓦斯压力、瓦斯放散初速度、煤的坚固性系数以及地质破坏程度作为煤与瓦斯突出危险性预测的评价指标。但煤与瓦斯突出评价指标之间或多或少存在一定的相关性,其评价指标中存在一些服从非高斯分布的指标。很难满足概率神经网络（PNN）样本层中采用高斯分布作径向基函数的要求。鉴于此,提出一种对称Alpha稳定分布（SaS）。SaS有更广泛的数学表达,其径向对称特性可充当PNN样本层中的高斯分布。在SaS的基础上,建立煤与瓦斯突出危险性预测的SaS-PNN模型。将SaS-PNN模型应用于国内26个典型矿井的煤与瓦斯突出危险性等级预测,预测结果表明：SaS-PNN模型具有良好的预测效果,其误判率为7.69%。为煤矿开采中煤与瓦斯突出危险性预测提供了一种新思路。     

基于流域划分的汶川县潜在突发性泥石流危险性评价

泥石流是我国西南山区常见的一种地质灾害。5·12地震构成了众多隐蔽的不稳定斜坡,在强降雨条件下,这些潜在的不稳定斜坡极易形成突发性泥石流。在流域划分的基础上,基于不同尺度将汶川县划分为不同的流域单元,选取评价因子,建立评价模型,最终实现整个汶川县潜在突发性泥石流危险性评价。结果表明:若按集水阈值20万、30万与40万划分流域单元,则潜在突发性泥石流高危险性及以上单元分别有58、59与30个,占流域单元总数的43.61%、67.05%与57.59%。     

基于GIS和神经网络的泥石流危险性评价系统

基于ArcEngine组件和．Net集成开发天山公路泥石流危险性评价系统,将GIS技术和神经网络集成应用于泥石流危险性评价中,发挥GIS强大的空间信息可视化管理和分析功能以及神经网络的非线性描述和分析功能,实现泥石流危险性评价的可视化管理,为工程决策者和管理人员提供一种强有力的决策支持方案。     

煤与瓦斯突出危险性预测的SαS-PNN模型及应用

较高精度的煤与瓦斯突出预测是煤矿安全生产的必要前提和保证.为了实现对煤与瓦斯突出危险性快速、准确和动态预测,考虑煤与瓦斯突出多种影响因素.提出一种改进的概率神经网络(PNN)煤与瓦斯突出预测模型.首先,引进一种对称Alpha稳定分布(SαS),SαS有更广泛的数学表达,其径向对称特性可充当PNN样本层中的高斯分布.在SαS的基础上,建立煤与瓦斯突出危险性预测的SαS-PNN模型.将SαS-PNN模型应用于国内26个典型矿井的煤与瓦斯突出危险性等级预测.预测结果表明:在3种不同的训练和测试下SαS-PNN模型仍具有良好的预测效果,其误判率分别为7.69%、11.54%和15.38%.说明该模型可为煤矿开采中煤与瓦斯突出危险性预测提供了一种可能的思路.     

基于LoRa技术的离子型稀土矿山监测系统设计

为解决离子型稀土矿山监测采用人工巡查方式成本高、难度大、实时性差等问题，设计一种基于Lo Ra技术的离子型稀土矿山监测系统。该系统由感知系统、无线传输系统和远程监测系统三部分组成。首先，通过感知技术，实现稀土开采关键参数的采集；其次，采用Lo Ra技术，实现关键参数的无线传输；最后，通过上位机软件的开发，实现稀土矿山关键参数的读取、显示和存储。结果表明：该系统实现了稀土矿山关键参数的无线传输，运行稳定，安全性和实时性高，可以满足生产的实际需求。     

基于松鼠觅食算法优化LSSVM的泥石流预测

针对山区村镇泥石流影响因素多元复杂、LSSVM算法参数随机导致的精度不佳及陷入局部最优问题,采用核主成分分析KPCA降维、SSA算法参数寻优的方法建立LSSVM泥石流灾害预测模型。以山阳县中村镇泥石流为例,分析泥石流全域地形地貌成灾因子,对数据预处理清洗规范,利用KPCA主成分贡献率选取出6个成灾因子作为LSSVM算法的输入数据,泥石流发生概率为输出,建立泥石流预报模型,并用SSA算法进行模型参数的优化。将SSA寻优后的LSSVM预测结果与GA、GC参数寻优模型预测结果比对,结果表明SSA-LSSVM准确率达到93.2%,相比其他模型提高[4.8%-1.4%],且SSA算法优化的LSSVM模型的MAE、MSE和RMSE最小且接近于零,同时从泥石流发生的预报等级维度进行结果比对分析,结果进一步说明模型预测的精度及稳健性。本研究说明SSA-LSSVM算法可用于泥石流灾害发生概率的预测,为此类灾害预测提供了科学依据。     

结合SAR与光学遥感的疑似稀土矿非法开采情况识别方法北大核心CSCD

针对稀土矿山存在违法开采现象的问题,提出了一种结合SAR与光学遥感的疑似稀土矿非法开采情况识别方法。利用SAR和光学影像分别对赣州市定南县的稀土矿区进行比值法变化监测,依据变化标准确定稀土矿开采变化区域,并借助已有矿权信息在光学影像上圈出九处疑似非法开采区域,最后根据DInSAR得到相干系数图和地表形变图对疑似非法开采区域进行分析。结果表明:稀土矿开采区域相干性系数和地表形变范围分别在0.37~0.71和-25~15 mm之间;相较于雷达影像变化监测和光学影像变化监测,结合SAR和光学遥感的非法开采识别效果更优,准确率分别提高了11.6%和4.46%,虚警率分别降低了38.24%和23.53%,从而验证了该方法的有效性。     

高空间分辨率遥感数据在离子吸附型稀土矿山调查中的应用

为更好地监测离子吸附型稀土矿山的开采现状,选取赣南离子吸附型稀土矿区,采用最新高分辨率遥感数据,开展离子吸附型稀土矿矿山非法开采监测、环境破坏监测、矿山动态变化监测等示范研究。运用IKONOS数据结合矿权资料在赣南寻乌地区开展稀土矿山非法开采监测;在赣南寻乌地区提取土地荒漠化及水体污染等环境信息;利用两期QuickBird数据在赣南定南某矿区开展动态变化监测。研究表明高空间分辨率遥感数据处理与分析为离子吸附性稀土矿矿山快速、准确、动态监测提供了良好的技术手段。     

稀土矿开采导致的植被净初级生产力损失遥感评估——以江西省赣州市为例

稀土矿的无序开采既造成了稀土资源的浪费,也导致了矿区及其周边生态环境的恶化。以江西省赣州市为例,建立了一套适用于稀土矿开采导致的植被净初级生产力(NPP)损失遥感评估方法,该方法充分利用了高、中、低3种分辨率遥感数据的优势,涵盖了基准参考区选择、植被受损范围界定、低分辨率植被NPP数据降尺度等关键技术环节。将该方法应用于研究区2013年的植被NPP损失评估,结果表明:1截止2013年,赣州市稀土开采造成的植被直接破坏面积为31.74km~2,间接受损面积为44.48km~2。随着距矿区的距离增大,植被间接受损面积呈指数下降(R~2=0.96,P0.01);2 2013年,赣州市稀土开采导致的植被NPP总损失量为3.87×10~(10) gC,其中直接损失占总损失的77.81%,间接损失占总损失的22.89%,说明在稀土矿开采导致的生态破坏评估中,间接受损量不容忽视。文章构建的植被NPP损失评估方法可为其他类似矿区的生态破坏评估提供解决思路,研究结果可为稀土矿区生态评估、稀土定价以及矿区的生态环境管理提供依据。     

川藏公路西藏境道路病害遥感调查研究

川藏公路作为内地通往西藏的两条公路之一和拉萨通往藏东南地区唯一的交通干线, 对于改善西藏投资环境, 发展藏东经济, 实施西部大开发战略, 巩固国防, 加强民族团结都具有极其重要的意义。川藏公路道路灾害频繁发生, 严重影响公路的畅通。查清川藏公路的道路病害状况对公路的改建、扩建、维护和灾害治理都十分重要。综合利多源、用多时相、多分辨率卫星遥感资料、航空相片资料及以前相关的研究成果, 结合地理信息系统的综合分析技术, 对川藏公路西藏境内段的道路病害进行了研究。     

基于波谱库的特色农作物智能专家分类系统设计

农作物的长势监测和产量估算一直是遥感技术应用的重要方面,而一个好的农作物分类算法对于农作物产量和长势进行监测十分关键。目前对于一些特色农作物而言,这方面的研究比较缺乏。因此拳研究设计了符合特色农作物的长势监测和产量测算功能模块,将数据挖掘和知识发现应用到专家分类算法中,自行开发了适合农作物数据发现和挖掘的归纳学习算法,充分利用了波谱库中大量的波谱数据、相关属性和空间数据,形成了基于波谱库的特色农作物智能专家分类系统。     

基于条件随机场的多时相遥感影像分类*

多时相遥感影像分类方法通常使用人工设置的转移矩阵作为时间上下文信息,这样不仅难以获得准确的转移矩阵,而且没有充分利用时间上下文信息。针对多时相遥感图像中的时间与空间上下文信息难以构建的问题,提出了一种基于条件随机场模型的多时遥感影像分类方法。首先运用最大期望算法生成用于描述时间上下文信息的时间势能,然后结合空间以及时间上下文信息构造了条件随机场模型,最后使用该模型对多时相遥感影像进行分类。一系列的实验结果表明,该方法可以有效提高遥感影像的分类精度。     

基于分形的遥感蚀变异常提取在毛坪铅锌矿中的应用

在地球科学领域中,自相似性非常普遍,围岩蚀变作为一种地学特征并以遥感异常反映在影像上,其像元亮度-面积模式符合一定的分形理论。利用分形理论的求和法进行遥感蚀变异常的提取和分级可以弥补门限法和灰度直方图目视方法确定突变点的不足,再次利用分形的盒维数方法可得到研究区遥感蚀变异常的分形特征。以云南昭通毛坪铅锌矿ETM+遥感影像数据为信息源,采用主成分分析法(PCA)计算出反映矿区遥感蚀变异常的主分量,再对异常主分量进行像元灰度值和像元个数的统计并采用分形方法对蚀变异常信息进行分析和蚀变异常级别的划分,最后利用分形的盒维数法得到毛坪铅锌矿遥感蚀变异常信息的分形特征并与传统门限化方法进行了对比研究。研究表明区内遥感蚀变异常信息具有统计上的分形特征,分形方法确定异常限要比传统的门限化方法选取蚀变阈值更为准确;分维值与异常级别存在一定的正相关关系;分维高值区与蚀变信息密集区相一致。
     

高分辨率遥感影像的多特征多核ELM分类方法

针对高分辨率遥感影像地物分布复杂多变,利用ELM的快速分类性能,提出了一种ELM的多特征多核高分辨率遥感影像分类方法。首先利用多尺度分割算法将原始影像粗分为若干地物区域;然后依据区域合并准则对粗分割图像合并得到典型地物特征的对象信息,并提取分割对象的光谱特征与空间特征;最后以多种核函数加权组合的方式构建多核ELM对影像分类,获得最终的分类结果。实验结果表明,所提方法不仅降低了对目标训练样本的要求,同时还提高了分类的准确性、及时性和完整性。     

分形方法在遥感蚀变信息提取中的应用研究

分形方法已经成为提高勘查地球化学、地球物理信息的重要途径之一,但该方法在遥感数据处理领域的应用研究较少。以河南卢氏木桐钼铁多金属矿区为实验区,ETM+遥感影像为数据源,运用MPH与波段比值、滤波等方法组合提取该实验区的蚀变信息。采用分形理论的求和法像元亮度-面积模式,对所提取出来的铁染蚀变进行定量分析,并与传统阈值选取方法进行了对比研究。结果表明蚀变作为一种地质记录,其空间展布不仅具有分形特征,而且具有多重分形的特征,在此基础上,对实验区遥感蚀变异常进行分级,弥补了传统的门限化方法和利用灰度直方图目视确定突变点方法的不足,取得了较好效果。     

SDSS中空间数据挖掘部件的设计与实现

空间数据挖掘就是从空间数据库中抽取隐含的知识、空间关系或空间数据库中存储的其他隐含模式的过程。空间数据挖掘在地理信息系统、空间遥感、测绘、资源和环境管理等很多领域都有广泛的应用前景。论文对空间数据挖掘的一些主要技术进行研究和探讨,介绍了基于这些技术设计实现的一个空间数据挖掘部件。