一种多源遥感砂岩型铀矿有利区预测方法

    公开(公告)号:CN117406301A

    公开(公告)日:2024-01-16

    申请号:CN202311205222.2

    申请日:2023-09-18

    Abstract: 本发明属于遥感地质矿产勘查领域,具体涉及一种多源遥感砂岩型铀矿有利区预测方法,该方法包括:步骤1,多源遥感数据准备;步骤2,预测区选定;步骤3,隆起带和斜坡带识别;步骤4,铀源条件识别;步骤5,排泄带和富水带识别;步骤6,铀赋存条件的识别;步骤7,铀富集条件的识别;步骤8,综合分析与有利区圈定。本发明方法不受地表沉积物风化作用的影响,能够有效提高预测效率。

    一种航空高光谱和伽马能谱数据融合方法

    公开(公告)号:CN117392534A

    公开(公告)日:2024-01-12

    申请号:CN202311205217.1

    申请日:2023-09-18

    Abstract: 本发明属于遥感地质矿产勘查领域,具体涉及一种航空高光谱和伽马能谱数据融合方法,该方法包括:步骤1,航空伽马能谱数据和航空高光谱数据的准备;步骤2,航空伽马能谱的栅格数据转换为散点数据;步骤3,航空伽马能谱散点数据的坐标变换;步骤4,航空高光谱图像的裁切;步骤5,航空伽马能谱数据的空间插值;步骤6,航空高光谱数据和航空伽马能谱数据的空间融合。本发明方法通过对航空放射性数据进行预处理,配合相应的融合方法,解决分辨率差异过大而出现的融合效果较差的问题。

    一种光谱峰位校正方法
    3.
    发明公开

    公开(公告)号:CN114609057A

    公开(公告)日:2022-06-10

    申请号:CN202210034613.1

    申请日:2022-01-13

    Abstract: 本发明属于可见光‑短波红外光谱测量技术领域,具体涉及一种光谱峰位校正方法。该方法包括如下步骤:步骤1,试样准备;步骤2,标准光谱测量;步骤3,标准光谱检校;步骤4,待定光谱测量;步骤5,待定光谱检校;步骤6,待测样品光谱测量;步骤7,峰位修正。本方法利用了特殊试样吸收峰和光谱库中光谱吸收峰的双标交叉检校,具有方便、快捷、价格便宜的优势。

    一种核电站近岸海域总悬浮物浓度反演方法

    公开(公告)号:CN117804988A

    公开(公告)日:2024-04-02

    申请号:CN202311681907.4

    申请日:2023-12-08

    Abstract: 本发明属于定量遥感水质参数反演领域,具体涉及一种核电站近岸海域总悬浮物浓度反演方法,包括:获取核电站近岸海域中每个采样点处的总悬浮物浓度实测浓度和水体高光谱遥感反射率数据;利用GF1‑B卫星数据的光谱响应函数对实测水体高光谱反射率数据进行重采样,获得为与卫星数据一致的四波段反射率数据;对四波段反射率数据进行校正,获得预处理后的影像;通过归一化水指数影像,获得水体矢量图,提取卫星影像水体部分;根据实测总悬浮物浓度及其对应的与卫星数据一致的四波段反射率数据,计算建模因子;建立总悬浮物浓度反演模型;计算提取的卫星影像水体部分的总悬浮物浓度的反演结果;对获得的总悬浮物浓度的反演结果进行评价。

    一种基于生成对抗网络的岩性智能化识别方法

    公开(公告)号:CN119919802A

    公开(公告)日:2025-05-02

    申请号:CN202411913862.3

    申请日:2024-12-24

    Inventor: 芮歆旻 张川

    Abstract: 本发明属于高光谱遥感技术领域,具体涉及一种基于生成对抗网络的岩性智能化识别方法,该方法包括:步骤一:获取研究区高空间分辨率遥感影像,进行野外调查;步骤二:对高光谱遥感数据进行预处理,剔除异常波段;步骤三:依据野外调查与地质资料结合的岩性信息,在预处理后的高光谱影像上进行图像样本圈定,获得原始训练集;步骤四:构建包括生成网络G与判别网络D的深度卷积生成对抗网络DCGAN;步骤五:引入卷积操作与自注意力机制,优化生成对抗网络结构;步骤六:生成样本的训练与质量评估,获得新生成样本集;步骤七:构建基于图‑谱联合特征的一维+二维卷积神经网络模型。本发明方法实现了样本数据的扩充与优化,有效提高了岩性识别的精度。

    一种基于模糊聚类的高光谱岩性智能识别方法

    公开(公告)号:CN119915746A

    公开(公告)日:2025-05-02

    申请号:CN202411946851.5

    申请日:2024-12-27

    Abstract: 本发明属于遥感图像处理技术领域,具体涉及一种基于模糊聚类的高光谱岩性智能识别方法,包括:获取研究区域的地质图,然后矢量化研究区地质图,获取初始岩性分布矢量数据;将高光谱数据进行预处理;利用主成分分析变换对预处理后的高光谱数据进行数据降维,得到降维后的数据;采用空间模糊C均值聚类算法对降维后的数据进行聚类并基于邻域相似性准则对聚类结果进行分割,得到聚类结果;根据初始岩性分布矢量数据,从聚类结果中确定不同聚类斑块中占比最大的岩性类别,将该类别作为聚类斑块对应的岩性类别,获得岩性智能识别结果。本发明方法能够有效减少人为干扰因素的影响,提高岩性识别精度和成矿相关地质要素识别能力。

    一种多激发源
    7.
    实用新型

    公开(公告)号:CN217059935U

    公开(公告)日:2022-07-26

    申请号:CN202123406988.6

    申请日:2021-12-31

    Abstract: 本实用新型属于光谱技术领域,具体涉及一种多激发源。本实用新型中,套筒的尖头一侧顶端开有探测孔,套筒内部通过螺丝将多路控制芯片、升压模块和变压器固定在套筒内壁上,套筒内壁上开有沟槽,氙灯和电极通过嵌入沟槽的方式固定在套筒内壁上,低压电线/数据线、高压电线、光纤通过捆扎方式构成集束线缆,集束线缆从套筒平头一侧伸出;氙灯通过低压电线/数据线与多路控制芯片相连,多路控制芯片通过低压电线/数据线与升压模块相连,升压模块通过高压电线与变压器相连,变压器通过高压电线与电极相连,集束线缆中的低压电线/数据线同多路控制芯片相连,集束线缆中的高压电线同升压模块相连。本实用新型可同时充当反射和发射光谱光源。

Patent Agency Ranking