公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

基于机器学习的新疆东天山黄山地区遥感岩性自动分类及其识别精度分析: 2025年; 【研究目的】遥感岩性制图对于基础地质研究和矿产勘查均具有重要意义,针对传统岩性解译方法在复杂基岩区效率低、主观性强的问题,以新疆东天山黄山地区为研究区,构建融合光谱-空间特征的自动化分类模型,提升ASTER数据在基岩出露区的岩性识别精度,为矿产资源勘查提供技术支撑。【研究方法】提出分水岭分割与正则化极限学习机协同框架:①通过分水岭算法提取空间边界特征,建立空间约束规则库;②采用主成分分析和L2正则化优化光谱特征空间,简化ELM隐层结构;③设计最大投票机制融合光谱分类与空间约束结果。并与支持向量机(SVM)、最大似然法、马氏距离法等4类传统算法对比验证模型性能。【研究结果】实验表明:①融合模型总体精度达92.13%(Kappa=0.91),较SVM等传统分类方法精度大幅提高;②空间特征使花岗岩等相似岩性的区分精度提升;③特征降维后模型参数明显减少,分类时间大幅缩短。【结论】该模型通过多特征融合有效突破单一光谱分类瓶颈,为基岩区提供高精度、高效率的岩性识别新方案,可适配WorldView-3等数据并推广至类似基岩出露区域。; 刘磊王乐王乐梅佳成张群佳; 关键词：多光谱遥感极限学习机新疆东天山

基于遥感的西安市热力景观格局演变被引量：6: 2017年; 基于1992—2013年3期Landsat系列遥感影像,反演出了西安市的地表温度,采用温度归一化分级方法对地表温度进行等级划分,并引入景观生态学中景观格局的研究方法,通过热力景观指数分析,对西安市热力景观格局及其演变特征进行了探讨。结果表明:1992—2013年西安市的热岛效应逐年增强,热力景观格局呈现出较大的时空差异。20多年来,热力景观从以次中温区为优势斑块连片分布的空间格局,转变为以次高温区、中温区等多种热力斑块镶嵌散布的空间格局,热力景观的破碎化程度不断提高,各热力斑块分配的均匀度、景观格局的丰富度和复杂度均稳步增加,人类活动对热环境的扰动持续而稳定。; 杨丽萍王乐孙晓辉刘晶; 关键词：地表温度热环境遥感

基于岩性指数和三维特征空间的岩性分类方法研究被引量：1: 2025年; 遥感岩性分类特别是镁铁—超镁铁质岩和花岗岩体自动识别对于矿产勘查具有重要意义,目前尚缺少综合可见光-近红外(VNIR)、短波红外(SWIR)和热红外(TIR)影像的岩性分类方法。本研究以甘肃北山辉铜山和新疆东天山黄山2个区域为研究区,基于先进星载发射与反射辐射计(ASTER)数据,根据岩石在VNIR-SWIR区间的反射光谱特征及TIR区间的辐射特征建立镁铁质—超镁铁质岩指数(MI)、含石英岩指数(QI)和综合比值,利用岩性指数和综合比值结果构建三维特征空间模型,根据岩石在特征空间中的聚类特征实现特定岩性的分类提取。将该模型用于甘肃北山辉铜山和新疆东天山黄山地区岩性分类,野外检查证实分类结果精度较高。结果表明本文提出的综合利用VNIR-SWIR和TIR数据的岩性指数和三维特征空间岩性分类模型,可有效提取目标岩性,具有较高精度和适用性,在我国西部地区具有较好的应用前景。; 张群佳王乐刘磊王亚磊; 关键词：ASTER

东天山黄山铜镍成矿带遥感地质成矿预测: 2025年; 当前遥感技术已在岩性分类、构造解译、蚀变提取等方面取得重要进展,为遥感成矿分析工作奠定了基础。本文使用LandsatOli数据、ASTER数据及ASTERGDEM数据,通过波段比值法、边缘线检测法及主成分分析法提取东天山黄山地区镁铁-超镁铁质岩体、线性构造及蚀变矿物信息,并结合区内已知铜镍硫化物矿床分布特征进行综合成矿预测。研究显示:(1)基于ASTER热红外数据构建的综合镁铁指数可以有效识别镁铁-超镁铁质岩体的形态和分布特征;(2)研究区内主要断裂构造均在GDEM数据中有所反映,通过边缘线检测法提取到的线性构造符合该地区构造背景,在成矿分析中可以作为断层数据的补充;(3)对研究区铜镍矿床分布情况的分析表明,镁铁质岩体与蚀变异常的叠加区、断层及线性构造密集区、构造交汇部位是成矿有利区,以此为依据共圈定成矿有利区15处,其中4处与已知铜镍硫化物矿床吻合度较好,其余11处按成矿潜力分为3级,可为该地区铜镍矿产勘查提供技术支持。; 陈炜吝路军刘磊张群佳王乐; 关键词：镁铁-超镁铁质岩蚀变信息东天山

基于光谱—空间特征的ASTER影像岩性分类研究——以甘肃北山白峡尼山地区为例被引量：2: 2024年; 遥感岩性制图是地质填图中的重要工作,基于光谱特征的岩性分类易受到色调、纹理等因素影响导致精度不佳。前人进行岩性自动分类研究多关注影像的光谱特征,而忽略空间特征,笔者等基于甘肃北山白峡尼山地区ASTER影像,将支持向量机、极限学习机两种机器学习分类方法与基于空间特征的快速漂移算法相结合进行岩性分类。结果表明支持向量机分类总体精度为89.17%;极限学习机不但具有需调节参数少的优势,且分类精度和速度均优于支持向量机,分类总体精度达96.70%;利用快速漂移算法提取的影像空间特征可有效减少错分区,提升岩性分类效果。研究证实将基于光谱特征的极限学习机和基于空间特征的快速漂移算法结合的岩性分类方法具有客观、高效、高精度等优势,可为后续地质填图和找矿勘查工作提供可靠数据支撑,在遥感岩性分类领域具有较高的推广价值。; 梅佳成刘磊尹春涛张群佳王乐; 关键词：支持向量机极限学习机

全选清除导出

共1页<1>

王乐