一种优化的公共主影像选取方法

针对PS-DINSAR技术中公共主影像的选取问题,提出了基于测量平差理论的归化权值和的方法。该方法在综合相关系数方法的基础上,综合考虑了时间基线、有效空间基线和多普勒质心频率差的影响,利用平差的思想进行定权,来选择公共主影像。归化权值和的方法主影像的选择更加合理、可靠。基于ERS-1/2的影像数据进行实验的实验说明:该算法在主影像的选取上更加稳定,数据的统计特性也更优化,对PS公共主影像的优化选择有重要参考价值。     

煤矿地质成图中多边形快速生成算法

针对煤矿地质成图中左转算法生成多边形在复杂的二维图形条件下应用效率低的问题,该文提出了一种新的基于左转算法的多边形快速选取及自动生成算法,实现了2D图形环境中多边形的快速选取及自动生成。通过在进行多边形选取时的起始点,起始方向的选择和对悬挂点、线进行处理,解决了复杂图形下多边形选取及自动生成过程中存在的重复生成、效率低下和搜索回退问题。基于GeoMS3D实现该算法,实验结果表明:该算法逻辑简单、结构清晰,在实际的应用中表现出了较高的运算效率。     

包气带反硝化强度空间分布规律的整合分析

依据1970~2017年间发表的3955篇包气带反硝化强度相关论文,筛选出197组反硝化强度数据,利用整合分析,重点研究了包气带反硝化强度在典型生态类型（水平）和不同采样深度（垂向）的空间分布规律,识别了包气带反硝化强度的主控因素并研究其函数关系。结果表明:水平空间上,包气带表层0~0.5 m反硝化强度的分布特征显著,由大到小排序为:森林（8.03±0.21 mg/（kg·d））、农田（3.54±0.08 mg/（kg·d））、草地（3.38±0.12 mg/（kg·d））、湿地（2.32±0.23 mg/（kg·d））、沙漠（2.15±0.56 mg/（kg·d））。垂向空间上（6 m内）,各生态类型反硝化强度随深度的增加均呈“S”型变化规律。不同生态类型和不同采样深度下包气带反硝化强度的主控因素存在一定差异,主要为黏粒、有机质、全氮、硝态氮、有效磷,并给出了包气带反硝化强度与主控因素的回归方程。     

盾构隧道点云典型要素分割

针对盾构隧道点云及其几何特征构建八叉树索引,使用体素化网格降采样进行点云降采样,利用统计特征滤波器达到精简点云,继而实现典型要素自动分割。结合点云精简算法,提高了随机抽样一致性(RANSAC)算法效率,通过拟合模型的几何特征,设置合理阈值,自动分割隧道典型要素。实验结果表明,该方法可以精确地分割出相邻距离阈值较小的盾构隧道典型要素,拟合的隧道半径与设计半径误差仅为3 mm;相比传统RANSAC算法,该算法运行速度提高了17倍,实现了相邻距离阈值达1.0 cm精度的目标分割。     

EIV模型参数求解的超球体单行采样法

EIV模型实际上是一种非线性模型,其参数估值是有偏的。引入可以使参数解达到二阶精度的超球体单行采样法,通过特定的采样策略近似非线性函数的概率密度分布,无需计算非线性函数的Jacobi矩阵和Hessen矩阵。在一定程度上降低了求非线性函数达到二阶精度的参数解的难度。通过算例表明,该方法可以得到比TLS迭代方法更为合理的结果,验证了本文方法的可行性和有效性。     

利用主动深度学习提取极化SAR影像建筑区

针对利用传统监督分类方法从极化SAR影像中提取建筑区存在标记样本数量不足、难以挖掘有效特征等问题,提出一种主动学习与深度学习相结合的极化SAR影像建筑区提取方法。首先通过自动编码器对训练样本训练得到初始分类器;接着利用主动学习得到未标记样本中最富有信息量的样本进行人工标记;并将标记好的样本加入到训练样本中重新训练分类器。分别采用RADARSAT-2和ALOS-2极化SAR影像进行实验。结果表明传统的SVM方法和深度学习的方法加入主动学习后建筑区的提取精度都有所提高,而主动深度学习方法的提取效果优于主动SVM方法。     

顾及路网结构保持的城镇居民地自动综合

以往居民地自动综合的研究多集中于建筑物的多边形化简,较少考虑到其与街区、道路网的联系。提出了顾及路网结构保持的城镇居民地自动综合模型,此模型包含道路选取和街区内部结构概括两方面。前者基于网眼密度并结合路划功能选取道路数据,用于街区合并;后者则主要涉及建筑物多边形化简,通过改进矩形差分组合方法,在原有面积阈值的基础上添加距离阈值,并提供新的分层化简思路。以1:1万地图数据到1:5万比例尺的自动综合实验验证了本文算法的可行性和有效性。     

轨迹数据的时间采样间隔对停留识别和出行网络构建的影响

个体轨迹数据已经广泛用于人群活动的研究中。在静止的局部空间开展的活动是个体日常生活的基本元素,在轨迹数据中对应停留部分。因此学者常从轨迹数据中识别停留来研究个体活动信息。然而,轨迹数据的时间采样间隔会对停留识别带来影响。针对该问题,首先提出了一个框架,量化不同持续时间长度的活动在不同时间采样间隔的轨迹数据中被识别为停留的概率。其次,考虑到个体出行网络依赖于停留识别结果,基于该框架,研究分析了时间采样间隔对出行网络分析结果的影响。最后,利用该框架分别对深圳市居民出行调查数据和手机轨迹数据进行了分析。研究表明,在面向人群活动的研究和应用中,该框架能支持时间采样间隔的选择决策和面向活动类型的研究结果评价。     

浅覆盖区1:5万浅钻地球化学测量采样密度探讨——以安徽凤阳大王府—江山铅锌金矿为例

以安徽凤阳大王府—江山铅锌金矿为例,通过开展系统的浅钻地球化学测量试验研究,进一步探讨浅覆盖区浅钻地球化学测量最佳采样密度。实际采样平均密度为16孔/km²,均匀抽稀成8孔/km²、4孔/km²、2孔/km²分别绘制单元素地球化学异常图,经过对比研究,发现1:5万浅钻地球化学测量适宜的采样密度为4孔/km²,均匀布孔,能够反映类似大王府—江山铅锌金矿中型矿床类型的特征。     

生物技术推进蓝色经济——NOAA组学战略介绍

NOAA希望通过基因组学、蛋白组学、代谢组学等各种生物组学(‘Omics)工具加强对海洋和五大湖地区生物群落的长期监测和了解,以有利于渔业管理、水产养殖业发展、食品和水安全、物种和栖息地保护、海鲜消费者保护以及天然产物发现等,实现生态系统资源的可持续管理。相比传统人工采样,组学与自动采样结合可以更高效地指示生态状况,也提供更详细的生物信息。但更多的信息也对机构计算能力和人员能力提出了新挑战。