2014全球十大石油科技进展之六:岩性扫描成像测井仪器提高复杂岩性储层评价精度

现今油藏复杂性的不断增加要求准确了解地层元素组分和矿物含量,特别是非常规油气藏,定量测量矿物和有机碳含量对资源评价至关重要。岩性扫描成像测井仪器结合非弹性和俘获伽马能谱测量的优点,大幅提高地层元素测量的精度,并能独立地定量确定总有机碳含量（TOC）,使得TOC测井成为现实,

在线地理编码平台精度指标的分析与评价

以某南方大型城市A区的2 394条地址数据为基础,引入混淆矩阵法对百度、高德、腾讯、天地图4个平台的精度指标进行定量分析,并利用聚类分析进行分类。实验结果表明,百度的总体编码数据质量最高;在各平台的指标中,高德的“门牌号”、百度的“80”、腾讯的“9”、天地图的“90”等指标表现稳定且具有较高精度,其中高德的“门牌号”数据质量最高,约70%的误差在50 m以内,超过90%的误差在500 m以内;其他指标的排序与网站介绍的等级顺序存在差异。研究结果可为网络地理编码平台用户选择数据提供依据。

中国典型积雪区MODIS积雪产品精度评价及影响因素分析

MODIS V6不再提供二值积雪分布及积雪面积比例产品,而是仅仅给出像元的归一化差值积雪指数NDSI。因此,基于MODIS V6进行积雪制图时,NDSI阈值的选取及相应的积雪制图精度有待研究。本文基于2013—2021年间250个地面气象站点逐日实测积雪深度数据,对中国三大典型积雪区内1927景MOD10A1和1936景MYD10A1影像中的NDSI_Snow_Cover波段进行评价,分别计算了逐站点像元在积雪产品制图中的最优精度及对应的最优NDSI阈值,并对影响精度的因素进行了分析。基于站点雪深的评价结果表明:(1)1 cm雪深阈值下,MOD10A1和MYD10A1的最优NDSI阈值均值±标准差分别为0.16±0.09和0.17±0.10,对应的总体精度OA、FS指数和CK指数的均值±标准差分别为0.96±0.05和0.94±0.05、0.84±0.19和0.75±0.24、0.81±0.20和0.71±0.24,MOD10A1的精度要优于MYD10A1。(2)MODIS积雪产品精度具有明显的空间异质性,青藏高原地区要远小于东北-内蒙古地区和北疆地区。(3)基于站点的积雪制图精度评价中,站点雪深阈值将会影响评价结果。采用2 cm和4 cm雪深阈值评价MOD10A1和MYD10A1时对应的积雪制图精度最高。(4)积雪存在率SCO、积雪持续时间SDI与积雪产品MOD10A1和MYD10A1的精度CK存在显著的正相关关系,相关系数分别为0.72和0.77、0.67和0.71。(5)青藏高原地形复杂,积雪以浅雪为主,站点积雪信息不能很好地代表像元。因此,对青藏高原积雪产品的精度评估,最好采用同步的无人机观测或者更高分辨率的遥感影像。

基于ICESat-2的横断山区NASA DEM高程精度评价与误差校正

以星载激光雷达ICESat–2为参考数据源,将NASA DEM作为实验数据,分析了其在横断山区中西部复杂地形地貌区的整体高程精度;同时,研究了DEM误差与地表变量(如坡度、坡向、起伏度、植被覆盖度、土地利用类型等)之间的关系。为校正NASA DEM的高程误差,引入随机森林、反向传播神经网络、极度梯度提升树模型和轻量级梯度提升模型等4种机器学习方法,结合地表变量构建了高程误差校正模型并对校正后的NASA DEM进行精度分析。结果表明:NASA DEM的高程平均误差为–3.5 m,平均绝对误差为8.2 m,均方根误差为11.7 m,高程误差符合正态分布。NASA DEM的高程精度随着坡度、起伏度和植被覆盖度的增大而降低,不同坡向和土地利用类型下的高程精度存在较大差异。4种机器学习模型均能校正NASA DEM的高程精度,校正后的平均误差、平均绝对误差和均方根误差均有所改善;RF、XGBoost和LightGBM校正后的平均误差均为0 m;BPNN校正后平均绝对误差最低为6.9 m;BPNN和XGBoost校正后均方根误差最低均为10.6 m;BPNN校正后的R2值最高;BPNN在不同土地利用类型下的校正精度表现最佳。本研究结果为地学研究中选择和应用NASA DEM时提供精度上的参考依据,并通过引入多种机器学习模型,为NASA DEM及其他全球DEM产品高程误差校正研究提供了有效的方法论。

高寒山区积雪遥感提取决策树分类模型构建与精度评价

青藏高原位于亚洲中部,是亚洲数十条大江大河的发源地,也被誉为“亚洲水塔”,因此青藏高原的水环境和气候变化对欧亚大陆上的数十个国家的生态环境都有着重大影响.如何高效获取青藏高原积雪覆被数据是目前相关领域研究的热点问题.本研究以归一化差异雪指数(Normalized Difference Snow Index,NDSI)为基础,针对高原湖泊结冰容易导致运用常规监督分类方法进行遥感影像积雪提取中分类误差较大的问题,构建了针对高寒山区积雪提取的决策树分类模型,并执行获取决策树分类成果.同时以ENVI遥感图像处理平台共提供的6种应用较为成熟的监督分类算法获取的分类成果为对照,并分别统计各分类方法提取成果的总体分类精度(Overall Accuracy)和Kappa系数两个精度验证指标.最后,通过综合分析得出这7种分类方法的综合分类精度,由高到低分别为:专家决策树>最大似然法>支持向量机>神经网络法>马氏距离法>最小距离法>平行六面体法.其中,本研究所构建的决策树分类结果的总体分类精度和Kappa系数分别达到了96.83%和0.96,远高于其他6种常规监督分类方法的精度,验证了该分类模型的精度.

机载LiDAR技术耕地田坎测算及精度评价

粮食安全是实现国家经济发展、社会稳定、国家安全的重要基础,耕地是粮食生产的基本载体,保障粮食生产安全,要从耕地保护源头抓起。针对目前“非粮化、非农化”工作中日益突出的问题,本文研究采用无人机载LiDAR遥感技术开展耕地田坎识别与测算技术研究以及精度评价。通过借助机载LiDAR“可穿透植被缝隙”直达地表的技术优势,探测识别了耕地植被底下的田坎长、宽、高特征形态,同时与外业实测数据进行了精度对比验证。研究表明,在土地整理的新增耕地来源识别与测算工作中,基于机载LiDAR遥感技术得到的田坎信息精度指标满足相关技术要求,且相较常规测算方式其工作效率和精度大大提高,极大提升了土地整理工作的效率和准确度,可广泛应用于土地整理、土地全域综合整治等耕地保护工作中。

集合预报降雨信息在寸滩-三峡区间的精度评价和可利用性评估

降雨数值预报在预防极端天气和其他气象事件方面具有重要作用。通过提供可靠的概率预报,可以更准确地描述预报结果的不确定性,为决策者提供科学依据,从而提高应用价值和经济价值。以寸滩-三峡区间为研究对象,根据TIGGE资料中的ECMWF和NCEP 2种模式,对2020-2022年(5-10月)逐日降水集合预报信息的精度进行评估。首先,采用Talagrand分布和Brier评分来评估不同预见期的集合预报能力;然后,采用贝叶斯模型平均(Bayesian model averaging,BMA)来修正集合预报;最后,对不同预见期的BMA修正值和实际降雨值之间的误差进行分析。结果显示:ECMWF和NCEP 2种模式的预报能力随预见期的增加逐渐下降,在不同预见期下,通过BMA修正后的降雨预报值具有更高的精度。

基于WOFOST模型与遥感数据的旱作玉米估产及精度评价

选取黄土高原东部地区的山西省灵丘县、介休县、隰县与盐湖县为研究区域,利用2005—2012年研究区域的田间观测数据,采用EFAST方法分析模型参数敏感性,采用试错法对玉米的生长发育参数进行调整;在此基础上融合MCD15A3H遥感数据,以叶面积指数为耦合变量,采用SUBPLEX算法将遥感叶面积指数(LAI)数据同化到校准的WOFOST模型中,并再次模拟各区域玉米的生长发育过程。结果表明,校准后的WOFOST模型对生育期和产量的模拟结果较好,生育期的模拟值与实测值的平均误差均小于3 d,产量的模拟值与实测值的相关系数(r)为0.80,均方根误差(RMSE)为956 kg/hm^(2);将遥感数据与WOFOST模型同化后,产量的模拟值和实测值的r由0.80提高至0.91,RMSE从956 kg/hm^(2)降低到660 kg/hm^(2)。

基于Revit+Dynamo建立道路三维空间曲线及精度评价研究

传统的道路线形设计方法难以实现平面线形、纵断面线形之间的动态关联,本研究探索基于Dynamo与Revit相结合的方式解决Revit无法解决的复杂空间曲线类问题,建立道路三维空间线,分析曲线建立过程中影响空间曲线精度的因素,利用Revit+Dynamo检验并评价曲线精度,选出精度更佳的三维空间曲线创建方式,在工程项目应用中推荐优先选用,为BIM技术在道路工程建模过程中提供有益参考。

提高层次分析法评价精度的几种方法

为了提高层次分析法在实际应用中的评价精度，本文拟从调查表、标度的选择、判断矩阵的建立、以及“序位逆转”问题的正确认识等几个关键阶段进行了分析和研究，并提出了相应的改进思路及处理方法。由此可为理论与实际工作者正确应用层次分析法、提高其评价准确性及可信度提供一个有效、实用的参考方法。

DEM测绘精度评价及误差分析

探讨DEM测绘精度评价及误差分析的相关问题,本文通过对现有文献的分析,总结出了一系列解决方案,以提高DEM测绘的准确性和可靠性。通过本文的研究,可以更好地理解DEM测绘的技术原理和应用方法,为各行业提供更加精准的空间数据支持。

基于RTK测量的皖北Aster DEM数据精度评价研究

数字高程模型(DEM)是地形测绘领域中一项重要的地理信息产品,开展DEM数据精度评价,是确保从这些数据中获取的信息正确的基础。本研究基于RTK测量数据,采用DEM误差分析法,对皖北Aster DEM数据进行了评价,并比较了不同地形条件和不同平滑处理之后的DEM数据的精度。结果表明,皖北Aster DEM数据精度较为可靠,MAE和RMSE分别仅为1.95、3.60 m。该DEM精度受地形影响,其中山地地区的精度最差,丘陵次之,平原地区精度最高。经过高斯平滑处理后的DEM数据精度最高,与原DEM信息相比,其MAE和RMSE分别减小了5.56%、11.11%。本研究结果对于Aster DEM数据的应用具有一定的价值。

压缩天然气加气机计量检定数据分析及精度评价

针对压缩天然气(CNG)加气机的计量设备的准确度进行了一番研究。详细了解了其工作及计量原理,确认出关键的计量参数。实地测定数据大量分析后,缺陷及误差因素得以揭示,并对每个因素的影响强度进行了一次整理。运用cronbach'salpha系数对加气机的计量精度做出评价,确立了评价指标。研究结果表明,温度、压力和流量这三个因素主导计量误差,尤以温度对误差影响最大。最后,基于评价结果,提出了改进加气机计量精度的措施,并进行了试验验证,验证结果表明,采用本文提出的改进措施,能有效提高加气机的计量精度,降低计量误差,具有重要的理论和实际意义。

多种土地覆被产品一致性分析与精度评价——以淮河流域为例

本文以淮河流域为研究区域,基于5种土地覆被分类产品(CLCD、ESACCI-LC、GLC_FCS30、GlobeLand30、MCD12Q1),将各土地覆被类型重分类为农用地、建设用地、未利用地三大类,从面积和空间两方面进行了一致性分析与精度评价。结果表明,5种产品对于淮河流域土地覆被的类型特征具有较强的一致性,面积估算的相关性系数均大于0.9。在3种30 m分辨率土地覆被分类产品中,CLCD的识别精度最高,以此作为参考数据;其他4种产品总体精度在92.37%~95.53%之间,Kappa系数在0.523~0.695之间,GlobeLand30产品与GLC_FCS30产品精度较高且各有优势,ESACCI-LC产品和MCD12Q1产品精度较低。该研究成果可以为不同时空尺度上的土地覆被研究提供参考。

基于计量校准的环境监测仪器精度评价研究

污染问题日增严重,环境监测器具的精确度何其重要。本项探究力求为环境监测数据的精确度赋予全面评判,借助于计量校准的科学方法。据此,先将给出环境监测仪器的应用环境以及保护生态环境的关键性。接下来,详述计量校准在评判环境监测器具精密度之中所发挥的重要角色以及应用到的具体步骤,包括对照实验、数据分析以及误差评估等方面。实验测试包括探寻常用的若干环境监测器具在面对不同工作环境下所展现的精密度。最后,研究成果清晰地指出,计量校准为提升环境监测仪器的测量精密度以及降低仪器的系统误差与随机误差担得重任。此外,通过对校准前后数据的对比分析,进一步验证了计量校准对仪器精度提升的有效性。最后,本研究提出了一些关于环境监测仪器校准和维护的建议,以期为相关领域的研究和实际应用提供参考。研究表明,采用科学的计量校准方法,对于保障环境监测数据的可靠性和准确性具有重要意义。

中国西北地区3种10m全球土地覆被产品林草灌专题要素的一致性评价

中国西北地区的土地利用/土地覆被信息对全球气候变化和生态环境保护有重要影响,因此,及时掌握目前公开发布的几种较高分辨率土地覆被产品的空间一致性极其重要。采用FROM-GLC、ESA和ESRI 3种10 m全球土地覆被产品,通过面积比较、逐像元空间叠加和基于样本点的绝对精度评价等方法,分析了这3种产品在林草灌专题要素准确性和空间格局上的差异特征。结果表明:(1)FROM-GLC的总体精度最高,为83.74%;其次是ESA,为68.30%;ESRI的总体精度最低,为52.80%。(2)3种产品林草灌空间一致性较低,完全一致区域面积占比为41.67%,主要分布在研究区的东部;完全不一致区域分布较零散,这些区域地表覆被类型较复杂,地表空间异质性较高。(3)3种产品林地类型的空间一致性较高,草地和灌木类型的判别差异较大。总的来说,草地、灌木等植被类型的精度需要进一步提高。

多卫星遥感降水数据精度评价

利用中国650个台站降水数据,在日、月、年尺度上,分析了多卫星降水分析数据(TMPA 3B42)在中国大陆50°N以南地区的适用性,并利用MODIS逐日积雪数据评估了冬季TMPA数据在以青藏高原为主体区的精度。结果表明:TMPA日降水数据精度存在时空不稳定性,且随着时间尺度的增加,TMPA降水数据的精度提高;在同一时间尺度上,TMPA数据精度在降水量大的地区要明显好于降水稀少地区,但年尺度降水大于2500 mm地区存在明显低估;TMPA数据冬季区域降水空间误差平均水平在15%,当只考虑积雪区时的降水空间误差平均水平在40%,这说明TMPA对冬季降水空间量较差,但同时这也意味着可以利用MODIS积雪数据修正TMPA冬季降水数据。

甘南地区MODIS土地覆盖产品精度评价

以甘南州为研究区,参考2004年TM遥感影像目视解译分类图,评估了2004年MODIS土地覆盖产品MCD12Q1的分类精度。研究结果表明:1)MCD12Q1产品的IGBP、UMD、LAI/FPAR、PFT 4种土地覆盖分类图像中,UMD分类图像的总体精度最高,为61.03%,草地分类制图精度达91.61%,用户精度达61.53%。2)该产品分类误差主要为林地漏测误差和草地多测误差,其中LAI/FPAR图像的林地漏测误差和草地多测误差最高,分别达85.04%和38.90%。3)统计计算2001-2005年UMD分类图像的甘南州草地总面积,与甘南州统计年鉴的数据基本一致,能够反映甘南草地时空分布范围及面积的动态变化特征。

四种常用的全球1km土地覆盖数据中国区域的精度评价

精确的全球及区域土地覆盖数据是陆地表层过程研究的重要基础.对数据质量的了解与数据本身同等重要,定量的数据精度评估不仅是对数据本身包含信息的丰富,而且对有助于发现问题,从而促进土地覆盖制图方法的发展.基于一个新的分类系统(森林、灌木草地、农田、裸地、城市、湿地和水体),以中国1∶10万土地利用数据为参考数据,从类型面积一致性、空间一致性两方面对4种全球土地覆盖数据集在中国区域的分类精度进行了评价,包括美国地质调查局为国际地圈-生物圈计划的全球土地覆盖数据集(IGBPDISCover);美国马里兰大学的全球土地覆盖数据集(UMd);欧盟联合研究中心(JRC)空间应用研究所(SAI)的2000年全球土地覆盖数据产品(GLC2000);MODIS 2000年的土地覆盖数据产品(MOD12Q1).并对4种土地覆盖产品误差的空间和类型分布进行了分析.结果表明:在4种土地覆盖分类产品中,GLC2000和MODIS土地覆盖数据有更高的整体分类精度,IGBP数据的整体分类精度次之,但是3种数据在局部都存在明显的分类错误;UMd的分类精度整体最低.通过对4种数据分类精度的空间和类型分布规律的分析,认为4种数据都不能很好的满足陆地表层过程模拟的需要.建议发展土地覆盖类型决策融合方法,将现存多源土地覆盖分类信息融合起来,制备更高精度的中国土地覆盖分类图.

Kappa系数在干旱预测模型精度评价中的应用——以关中平原的干旱预测为例

Kappa系数较多地用在评价遥感影像分类精度中。通过对分类影像和参考影像逐个像元统计,并建立误差矩阵,可以较准确地验证遥感影像分类的精度。将Kappa系数引入到关中平原地区加权马尔可夫和自回归移动平均两种干旱预测模型的精度评价中,基于标准降水化指数和条件温度植被指数两种干旱指标,对干旱监测数据和模型预测数据建立误差矩阵,得到了错估误差、漏估误差、总体精度和Kappa系数。综合应用4种评价指标分析模型的预测结果表明,错估误差和漏估误差能够验证预测模型的局部适用性,总体精度在一定范围内不能够直接反映模型的预测精度,Kappa系数可以较精确地评价不同时空间尺度的干旱预测模型精度。当参与预测的样本数目增加到一定程度时,Kappa系数和总体精度基本相等,可以更准确地评价模型预测精度。