简介:希尔伯特—黄变换(Hilbert-Huangtransform,HHT)是一种新的适合非平稳和非线性信号的分析方法,由于地震信号一般呈现出非平稳与非线性特性,因此HHT非常适合地震信号的分析。本文首先介绍了HHT中关于经验模态分解(EmpiricalModeDecomposition,EMD)的实现过程,在此基础上分析了几种基于EMD获得本征模态函数(IntrinsicModeFunctions,IMF)来计算瞬时频率的算法,其中利用了两个采样间隔瞬时频率的平均来计算瞬时频率,较好地反映了地震信号频率成分随时间变化的特征。将该方法应用于四川东北部某地区海相碳酸盐岩地层三维地震叠后偏移数据处理,提取"三瞬"地震属性,与传统的希尔伯特变换提取的"三瞬"地震属性进行对比,结果表明基于HHT的"三瞬"地震属性结果具有更高的分辨率,IMF2的瞬时相位能够较好地刻画台地边缘生物礁相,IMF2的瞬时频率亦具有较好的分带性。将IMF2的"三瞬"地震属性与钻井等资料结合分析,能够更好地识别沉积相的分布。
简介:河流阶地面是一种时间性、连续性非常高的层状地貌面,利用跨断层地区的河流阶地变形可以定量地判别一个地区的断层活动性.青衣江横跨龙门山断裂带南段是一条区域性大河,由于龙门山南段构造活动强烈且河流阶地被侵蚀程度严重,为了在室内更好、更快地解译青衣江河流阶地,使野外调查工作更具有针对性,本文在龙门山南段青衣江流域小关子至飞仙村一段,采用航测遥感技术制作的2m分辨率DEM和1/5万数字高程模型,基于ArcGIS和MATLAB平台进行了阶地面提取和聚类分析,以模拟野外测量阶地的流程,试图通过计算机提取,快速获取该地区更多的残余地貌面,建立起较为完整的河流阶地纵剖面.研究结果表明:野外测量数据与计算机自动提取结果相似度较高,具有较好的一致性;在完整的阶地剖面中发现了芦山盆地内部阶地具有疑似拱曲现象;在大川-双石断裂附近阶地有翘起现象,推测芦山盆地西缘阶地拱曲是由大川-双石断裂东侧的一条未知断层引起的,大川-双石断裂附近阶地的翘起现象可能是在断层逆冲推覆过程中形成的,同时结合区域年代历史数据,推测该地区(芦山盆地至大川-双石断裂)至少在晚更新世曾发生过构造活动.
简介:摘要:随着科学的快速发展,与民生息息相关的医药发展自然成为人们关注的中重点,其中中药作为我国的国粹,秉承着将其发扬光大的思想,对其中药设备的优化也成为重点,通过对中药设备及机械化的问题讨论,希望能为我国医药发展提供保障。
简介:基于曾新吾和MacBeth提出的时域内双源累积旋转方法,建立了频率相关介质中分析多分量VSP数据的横波分裂参数提取算法(DCTF)。该算法可以在频域中针对单个频率提取横波各向异性参数(快横波的极化方向以及快、慢横波间的时间差),从而避免了目前常用方法中使用窄带通滤波可能带来的误差。通过对地震合成记录的数值分析,确定了该算法的可行性和正确性,并与目前常用方法的应用结果进行了比较。结果显示,频率相关横波分裂参数可以利用DCTF从地震四分量数据中直接提取。在地震频率范围内,含较大尺度裂缝时各向异性参数将表现出频率相关性,这意味着在地震频率范围会出现频散。随着频率的增加,各向异性有降低的趋势。
简介:利用航空伽玛能谱原始测量数据,选择多元素比值分析、能谱组合特征参数计算以及利用数理统计分析等方法进行综合研究,采用图像显示和图像处理技术识别线性构造,探索应用不同方法增强并提取与可地浸砂岩型铀矿成矿有关的航空伽玛能谱测量的微弱信息。试验证明,该方法在十红滩铀矿床和阿右旗地区砂岩型铀矿找矿预测中作为远景预测参数之一是可行的。
简介:摘要:由于遥感影像的质量受到噪声的影响,分别选用多种典型的滤波算子对于遥感影像进行处理,结合SVM分类方式,分析使用滤波处理后的影像亮度值的变化,经过滤波处理和未经过滤波处理的影像进行分类后精度的对比。结果:与未经过滤波处理的遥感影像相比,经过处理的遥感影像在土壤盐渍化信息提取中具有较高的分类精度。高斯高通滤波与SVM结合的土壤盐分提取模型的分类精度提高到89.6950%,并且Kappa系数也提高到86.12%。滤波运算能够抑制噪声对于遥感影像的影响从而提高影像质量,并且提高对于盐渍化的检测从而更加有效的掌握盐渍化的分布规律,及时对于土壤盐渍化地区进行治理,对于保护生态环境有着重要意义。本文选取我国西南地区土壤盐渍化严重的艾比湖湿地自然保护区作为研究对象,研究图像滤波算子在土壤盐渍化信息提取中的应用。
简介:以2016年8月26日Landsat-8OLI影像为数据源,针对特征变量数目可影响分类精度和运算速率问题,采用一种基于特征优选的随机森林模型,提取了黄河口滨海湿地高精度信息。首先,采用Relief(relevantfeatures)-F算法,对全部特征变量进行权重排序,剔除不相关变量;然后,分别采用基于特征优选的随机森林模型、最大似然方法和神经网络分类算法,提取黄河口滨海湿地信息,比较基于特征优选的随机森林模型与其它两种分类方法在滨海湿地信息提取应用中的精度和效率。研究结果表明,基于特征优选的随机森林模型滨海湿地分类效果最佳,总精度为86.39%,Kappa系数为0.81,明显高于最大似然和神经网络分类方法;其中,河流湿地分类精度最高,为95.83%,盐田分类精度最低,主要原因在于盐田与养殖池、水库/坑塘的光谱和几何特征极为相似,易于混淆;但与最大似然分类和神经网络分类方法相比,该方法提取效果明显改善,分类精度分别提高了16.84%和4.44%。本研究结果证明,采用Relief-F算法特征优选的随机森林模型提取滨海湿地信息的方法,具有分类精度高、运算速率快的优势,适用于滨海地区不同类型湿地高精度信息提取。
简介:选取位于大兴安岭林区的南瓮河流域作为研究区,以多时相、中等分辨率的环境卫星影像为数据源,采用面向对象方法,通过多尺度分割、特征提取、决策树建立等步骤,实现湿地信息的快速提取;系统分析了面向对象方法在森林地区湿地信息提取中的有效性。研究表明,在面向对象湿地信息提取过程中,采用不同等级的分割尺度,使分类更具层次性;利用光谱、空间、形状等多种属性特征,通过多时相遥感数据的融合,可以更好地识别复杂多样、界限模糊的湿地景观,其中,草本沼泽的生产者精度达到了91%。结果显示,南瓮河流域内,湿地类型多样,以草本沼泽和灌丛沼泽为主,且其主要分布于河流两侧和中下游宽阔的河谷地带。
简介:JointPP–PSinversionoffersbetteraccuracyandresolutionthanconventionalP-waveinversion.P-andS-waveelasticmodulideterminedthroughdatainversionsarekeyparametersforreservoirevaluationandfluidcharacterization.Inthispaper,startingwiththeexactZoeppritzequationthatrelatesP-andS-wavemoduli,acoefficientthatdescribesthereflectionsofP-andconvertedwavesisestablished.Thismethodeffectivelyavoidserrorintroducedbyapproximationsorindirectcalculations,thusimprovingtheaccuracyoftheinversionresults.Consideringthattheinversionproblemisill-posedandthattheforwardoperatorisnonlinear,priorconstraintsonthemodelparametersandmodifiedlow-frequencyconstraintsarealsointroducedtotheobjectivefunctiontomaketheproblemmoretractable.Thismodifiedobjectivefunctionissolvedovermanyiterationstocontinuouslyoptimizethebackgroundvaluesofthevelocityratio,whichincreasesthestabilityoftheinversionprocess.TestsofvariousmodelsshowthatthemethodeffectivelyimprovestheaccuracyandstabilityofextractingPandS-wavemodulifromunderdetermineddata.Thismethodcanbeappliedtoprovideinferencesforreservoirexplorationandfluidextraction.
简介:以三江平原为研究区,利用多时相的中分辨率成像光谱仪(ModerateResolutionImagingSpectroradiometer,MODIS)影像数据,采用一种基于归一化植被指数(NormalizedDifferenceVegetationIndex,NDVI)时间序列的监督分类方法获取了研究区湿地植被的分布数据.监督分类以NDVI时间序列的波形所反映出的植被物候特征作为分类器,将离散的傅立叶变换应用于NDVI时间序列以减少高频噪声对分类的影响,并运用傅立叶变换后波形幅度和相位的相似性来确定像素的归属类别.根据研究区植被的物候特征的差异,区分出7种地表(沼泽、沼泽化草甸、滩地、水田、旱地、灌木和林地)的植被类型,得到三江平原2005年湿地植被的分布数据.该方法的总体分类精度达到79.67%,Kappa系数为0.7525.研究表明,基于MODIS多时相NDVI数据,采用基于傅立叶组分的相似度分类方法可以客观、经济、快速的提取湿地植被分布数据.