基于遥感示矿信息的秘鲁阿雷基帕省南部斑岩铜矿遥感综合评价

在总结秘鲁南部地区斑岩铜矿成矿地质规律的基础上,分析了研究区控矿构造和赋矿岩层、矿化蚀变类型等成控矿地质特征;并根据研究区斑岩铜矿典型蚀变带蚀变矿物组合及其波谱特征,利用美国地质勘查局(USGS)波谱数据库,重建了斑岩铜矿典型蚀变带主要蚀变矿物在ASTER卫星数据B1～B9对应的反射率曲线,综合对比分析主要蚀变矿物的波谱曲线特征后,研发了基于ASTER数据B1467和B1348主成分分析模型,可分别提取典型蚀变带中泥化—绢英岩化类和青磐岩化蚀变矿物组合信息,并分别提取了研究区泥化—绢英岩化类和青磐岩化带蚀变矿物组合信息,为研究区斑岩型铜矿的遥感综合评价提供了重要的示矿标志;同时,采用人机交互遥感解译技术,获取了斑岩铜矿控矿构造、矿源层与赋矿岩石等示矿信息.最后,基于遥感技术获取的线性与环形控矿构造、矿源层与赋矿岩石、泥化—绢英岩化类和青磐岩化带蚀变矿物组合等遥感示矿信息,完成了研究区遥感找矿综合评价,圈定出遥感找矿有利区,经与已知斑岩铜矿床和物化探资料对比,以及高分辨卫星图像佐证,发现遥感评价结果具有很好的效果.     

莽西地区遥感成矿预测

为了使用遥感手段在莽西地区快速圈定找矿预测区,该文以KOMPSAT-2、ETM遥感影像为基础,采用目视解译与人机交互判读相结合,对莽西地区的线性、环形构造进行了解译,并采用ASTER数据通过主成分分析法提取了遥感蚀变异常信息,系统地分析了线-环构造及异常信息与成矿的关系,同时结合已知矿床(点)资料,圈定了4处成矿有利预测区,为研究区内下一步地质找矿工作提供了参考依据。     

多金属矿区遥感成矿预测初探

以浙江新昌拔茅火山岩区为试验区，着重探讨了由遥感TM图像中提取的线性休、环形体、控矿围岩、热液蚀变信息计算机综合处理方法，建立了一种无监遥感多金属成矿预测模型，并与有化探数据参与预测时的效果作了比较，论证了矿产勘查中遥感先行的可行性。     

人工神经网络在成矿预测中的应用

成矿预测正从定性描述性预测向定量成矿预测转变,数理统计方法和技术逐渐引入地学研究。传统统计方法多假想包含地学现象的空间为均质,假定在一个尺度上的地学关系在另一个尺度上也是相同的,而在实际应用中这样的地质条件是不可能存在的。而非线性科学正具有不满足线性叠加原理的性质,因此将非线性科学如人工神经网络与成矿预测相结合是未来矿产资源预测的发展方向。采用Kohonen聚类模型和BP预测模型相结合的方法,对包古图金矿区1 444个矿点的地球化学数据进行聚类分析并建立成矿预测模型,预测正确率为85.2%。该方法性能良好,具有一定的实际意义,为解决成矿预测提供了一种新的手段。     

信息融合在遥感图象识别中的应用

利用新发展起来的交叉科学—信息融合理论和方法改善多光谱遥感图象的处理和识别的精度是一个很好的途径。针对遥感识别的要求,提出了数据融合与图象分析结合的处理模式。并着重讨论了扩展统计融合法的理论和方法在遥感图象目标识别中的应用。实验表明该方法是有效的,获得了较经典方法更好的结果。     

信息融合在遥感图像识别中的应用

利用新发展起来的交叉科学－信息融合理论和方法改善多光谱遥感图象的处理和识别的精度是一个很好的途径。针对遥感识别的要求,提出了数据融合与图象分析结合的处理模式。并着重讨论了扩展统计融合法的理论和方法在遥感图像中目标识别中的应用,实验表明该方法是有效的,获得了较经典方法更好的结果。     

云南凤庆—勐统街地区遥感成矿预测

云南省凤庆县及昌宁县勐统街地区，用遥感ＴＭ图像经计算机处理结合地球化学资料，并作综合地质研究，成功地预测了金、铅、锡、铜等矿产。预测的成果，有的已开发利用，有的可作为找矿靶区。     

遥感成像光谱仪在岩矿学中的应用研究

介绍成像光谱仪的技术发展和未来动向及在地质勘探、特别是在岩矿学中的应用研究等方面的内容,并用一些实例作了详细阐述。     

崇礼地球化学块体与遥感成矿信息集成研究

成矿元素浓集中心是成矿物质富集的表现,遥感纹理信息中线性构造是成矿物质运移储存的空间、环形构造是成矿物质活化的动力、蚀变遥感异常是热液矿床成矿发生的主要标志之一。本文以河北省张家口崇礼地区银地球化学块体,利用该区1／20万银地球化学数据、遥感线环构造解译及蚀变遥感异常提取成果,开展了银地球化学块体与遥感成矿信息集成研究。认为冀西北地区,北东向断裂构造、北东向区域蚀变异常带及银地球化学块体剩余金属量是该区银矿的主要找矿标志。     

SVM在成矿预测中的研究

传统成矿预测多以某种统计假设为前提,而在实际应用中往往找不到完全符合这样的地质事件。因此将非线性科学与矿产资源预测相结合是未来矿产资源预测的发展方向。人工神经网络（ANN）在进行预测时能够在输出和输入之间建立一个非线性映射关系,具有容错性好、自学习、自适应强等特征,但存在收敛速度慢、易陷入局部最优、网络结构不确定以及不能解决VC维等问题。SVM具有严格的泛化性理论指导和核函数强大的非线性映射能力,并且SVM不存在局部极小,维数灾难问题等。为此提出了基于SVM的成矿预测方法,将SVM应用于矿产资源的预测中,并对BP神经网络、RBF神经网络预测方法比较分析。实验结果表明,SVM预测方法优于BP神经网络方法和RBF神经网络,更加接近预测元素的实际值。     

海南省西北部植被净初级生产力的长时序精尺度遥感监测

植被净初级生产力（Net Primary Productivity, NPP）是反映生态系统碳循环状态和变化的有效指标,在“双碳”目标背景下,长时序精尺度数据对植被净初级生产力动态监测具有重要意义。海南省作为国家生态文明试验区,其NPP动态监测对于强化陆地生态系统碳汇建设具有典型作用。以海南省西北部为研究区,基于Landsat系列遥感影像数据,采用VPM光能利用率模型,估算得到海南省西北部长时序（2000～2020）精尺度（30 m空间分辨率）的NPP数据,并对其进行时空变化分析。研究结果表明：海南省西北部日平均NPP在年际尺度上呈现明显的波动上升趋势,与其他植被类型相比落叶阔叶林的NPP最高且增长趋势最快,灌丛的NPP最低且增长趋势最慢。海南省西北部NPP在空间上呈现南高北低分布,研究区南部阔叶林及稀树草原地区NPP较高,北部灌丛地区NPP较低。研究区域NPP的整体增长趋势主要是由南部植被所控制。     

非对称信息在链接预测中的应用

针对基于节点相似性的链接关系预测中因未考虑非对称信息导致预测准确度降低的问题,提出一种新的增加非对称信息的节点相似性度量方法。首先,分析了基于共同邻居（CN）的相似性度量算法的缺陷在于仅考虑CN的数量而未考虑各自节点的所有邻居的数量;然后,将节点之间的相似性度量定义为共同节点与所有邻居节点的比值,融合节点间对称相似信息和非对称相似信息,对节点间的相似程度进行深入细致的刻画;最后,将该方法应用到复杂网络中进行链接关系的预测。在真实数据集上的实验结果表明,与目前多种基于共邻的相似性度量方法——CN、AA、资源分配（RA）相比,所提方法提升了节点相似性度量的准确性,并且可以提高复杂网络中链接关系预测的准确度。     

遥感、GIS技术在煤矿地质灾害预测中的应用

本文阐述了将遥感、ＧＩＳ技术应用于煤矿地质灾害预测中的原理与方法,结合研究实践,对该方法进行了多方面的验证。     

克隆选择遗传算法在冲击矿压预测中的应用

针对传统预测冲击矿压方法存在网络训练时间较长、容易陷入局部极小值、容易早熟等问题,提出了采用克隆选择遗传算法预测冲击矿压的方法,详细介绍了克隆选择遗传算法优化BP神经网络权值和阈值的基本步骤,并利用Matlab7.1在PC机上建立网络模型进行仿真实验,仿真结果表明,该方法有效提高了冲击矿压预测的准确性。     

集成SVM的回归预测及其遥感应用

为了提高单支持向量机(SvM)回归模型的泛化能力,引入遗传算法(GA)用以搜索SVM的"低偏差区域",给出了一种基于GA的SVM异构集成方法.用此方法对十个典型的数据集进行回归预测,并与单SVM回归结果和Bagging集成回归结果进行了比较,表明这种异构集成方法有较好的泛化能力.将这种方法应用于感兴趣的四个渭河陕西段水质参数的遥感反演,取得了更为精确的预测结果.实验表明,对小样本情况,基于GA的SVM异构集成方法能在付出合理时间花销的条件下,使单SVM的泛化能力得到有效提升.     

信息融合技术在煤矿安全预测中的应用

研究煤矿井下安全状况预测问题。针对现有预测模型因采用的信息融合算法单一导致的精度低的缺点,提出一种更适合矿井的基于模糊神经网络的信息融合预测模型;并重点针对现有的模型训练算法速度慢、难以适应井下要求的缺点,提出一种改进的LMBP算法,通过引入判别因子大幅提高模型的训练速度。仿真结果表明,预测模型在训练速度上比传统BP算法和LMBP算法分别提升了6倍和3.2倍,而且预测精度能够满足煤矿实际要求。     

GRNN神经网络在信息分析预测中的应用

用广义回归网络模型建立糖尿病和高脂血症预测网络模型,结果准确率高,达到了预测的目的.避免了BP网络预测同样的数据库,算法冗长,网络预测结果不稳定的缺点.经过对比,GRNN网络具有更好的拟合精度和预报精度.实例分析证明,广义回归网络模型可以应用于疾病预测数据处理工作,并可以取得更优的分析结果.     

成矿系列的缺位预测

本文在燕山地区找矿实践中，应用矿床的成矿系列概念和分析方法开展了成矿预测研究，提出了成矿系列缺位概念，其含义是指在一定的区域内，依据矿床的成矿系列概念，经对该区地质演化历史、矿床形成地质环境、成矿作用、成矿物质、矿床时空分布规律、成矿系列模式、成矿体系的系统研究后，确定的成矿体系中各个序次的成矿系列在空间、时代、矿床类型、成矿元素（矿种）等方面应当存在而尚未被发现的部分，并把成矿系列缺位分出4个类别，即：成矿系列空间缺位、成矿系列时代缺位、矿床类型缺位、矿床成矿元素（矿种）缺位。对运用成矿系列缺位概念进行成矿预测时应重点研究的内容进行了初步探讨，列举了成矿系列缺位预测成功范例。