一种基于标记分水岭的高分辨率遥感影像分割方法

为避免分水岭分割高分影像的过分割现象并充分利用高分影像的特点,该文提出一种基于标记的分水岭分割方法,即基于影像先验知识指导分割的原则,对遥感影像进行各向异性扩散平滑滤波后,计算生成融合了光谱和纹理特征的梯度图像;从梯度图像中提取标记重建对象的边缘特征,并执行基于标记的分水岭变换,得到最终的分割结果。实验表明,该方法能够充分利用高分影像的特征信息,并能有效地抑制分水岭过分割现象。

基于实时技术和3D WebGIS的地震信息发布系统

随着社会对地震信息服务提出更高要求,现有地震信息系统(基于GIS)动态数据处理能力不足,地震信息表达与真实三维环境表达存在一定差距,结合实时技术和GIS,设计和实现基于三维Web GIS的地震综合发布信息系统。该系统改进GIS对动态地震信息的处理模式,利用三维可视化技术表征动态地震信息,为地震信息服务提供一种快速、直观形象表达地震综合信息的方法,在大地震震情分析应用中发挥了重要作用。

实时智能地震处理系统研发及其在2021年云南漾濞M_(S)6.4地震中的应用

本文介绍了一套基于人工智能的实时地震处理系统,该系统采用深度学习方法检测地震,具备地震检测、到时拾取、震相关联、地震定位和震级测定功能,可实时和离线处理连续地震波形数据和密集地震序列,产出的地震目录定位精度高、完备性和一致性好.以云南漾濞M_(S)6.4地震序列为例,可在震后2~4 min内产出地震目录,检测出的地震数量比人工多2~3倍,定位精度与人工处理结果相当,震级测量误差小,震级处理下限可达M L0.0级左右.该系统不仅可应用于省级区域地震台网,也可用于密集地震台阵,水库、矿山和火山等专用台网的实时处理.基于该系统产出的结果,可进一步计算b值变化,分析地震时空演化特征,开展序列实时精定位,为地震应急、地震预测预报和相关科学研究提供重要数据.该系统对于优化我国地震数据自动处理流程,提升地震编目工作的自动化水平具有重要意义.

克拉美丽气田石炭系火山岩复杂岩性岩电特征

准噶尔盆地东部克拉美丽气田石炭系火山岩岩石类型复杂多样,且同一岩性由于结构、构造和成分的差异,电性特征差异亦较大,岩性识别困难。本文通过对该区14口井取心段岩电关系研究,认为自然伽马、电阻率、密度三种曲线岩性特征响应明显;电阻率、中子、密度、声波四条曲线对火山岩岩石构造特征响应明显。并编制了岩性和岩石构造测井识别交会图版11张。进而利用电测资料识别出该区11种火山岩岩石类型:正长斑岩、二长斑岩、玄武岩、粗面岩、英安岩、流纹岩、霏细岩、沉凝灰岩、熔结凝灰岩、火山角砾岩和熔结火山角砾岩;识别出5种岩石构造类型:正长斑岩中气孔及块状构造和玄武岩中杏仁、碎裂及块状构造。通过本区12口钻井取心后验,测井识别结果与钻井岩心分析结果吻合良好,可作为地区性火山岩测井岩性、岩石构造识别模式。

复杂断层网建模关键技术

面对大多数的建模方法主要采用基于多源数据交互的建模方式,需要大量人工交互且不便于计算机自动或半自动化处理等问题,引入空间索引和OBB碰撞检测方法来检测断层间的接触关系,使用符合地质规律的测地线进行追踪,采用路径切割方法处理两个地质界面间的线性接触关系,从而自动处理任意断层面间的截切关系,构建复杂断层网。利用某地区作为研究区域,从实际数据出发,构建该区复杂的三维断层网,以验证提出的断面接触关系处理技术的有效性。

利用卷积神经网络检测地震的方法与优化

本文以西昌台阵观测的8 321次近震数据为例,详细介绍了利用深度卷积神经网络检测地震的数据处理流程,包括数据预处理、模型训练、波形长度、网络层数、学习率和概率阈值等关键参数对检测结果的影响,并将训练得到的最优模型,应用于事件波形和连续波形的检测。研究表明,数据预处理和数据增强可以提升模型的检测精度和抗干扰能力。用于模型训练的波形窗口长度可近似于S-P到时差的最大值。不同网络层数(5—8层)的检测结果差别不大。对于地震检测,学习率设为10-4—10-3较为合适。卷积神经网络检测出的地震数量与选择的概率阈值有关,通过绘制精确率-召回率变化曲线,可以为选择合适的概率阈值提供参考。本文为进一步利用深度学习算法提高地震检测效果提供了参考。