耦合注意力机制DNN的PM2.5估算及时空特征分析

PM_2.5作为指示环境质量的重要因子之一,不仅影响着灰霾天气的发生,还与公众健康息息相关,近年来受到广泛的关注。尽管PM_2.5地面观测站点在不断地扩张,其覆盖范围依旧有限,难以反映全域PM_2.5浓度的时空异质性。本研究运用卫星遥感气溶胶光学厚度数据,辅助因子除常规的气象因子等以外,还加入了针对中国人民生产生活习惯的农历日因子,提出一种耦合注意力机制的深度神经网络模型,对长三角区域2015年—2020年PM_2.5浓度进行了逐日的高精度估算。模型交叉验证结果显示决定系数R²高达0.85,斜率0.86,与地面站点观测值有较高的一致性,优于多元线性回归和随机森林模型。长三角区域PM_2.5浓度时空特征分析结果表明,PM_2.5浓度在空间上呈现北高南低的趋势;季节特征以冬季浓度最高,夏季浓度最低,春秋过渡。此外,长三角区域2015年—2020年整体PM_2.5浓度呈下降趋势,其中以上海市最为明显,下降速率为3.30 μg/（m³·a）,其次为江苏省（2.65 μg/（m³·a））;浙江省与安徽省下降速率都小于2 μg/（m³·a）,但由于安徽省PM_2.5浓度远高于浙江省,提升空间更大,需要更多的关注。综上所述,利用卫星数据结合本研究提出的方法能弥补地面观测站点的不足,获得高精度全域PM_2.5浓度时空分布特征,从而更科学地指导相关政策的规划与落地。     

联合星载高光谱影像和堆栈集成学习回归算法的红树林冠层叶绿素含量遥感反演

红树林是世界上生产力最高、价值最高的湿地生态系统之一。冠层叶绿素含量CCC（Canopy Chlorophyll Content）作为红树林重要的生物物理参量,是估算其生产力和评价其健康状况的重要指标。本文利用珠海一号高光谱卫星（OHS）影像与Sentinel-2A多光谱数据计算传统植被指数与组合植被指数并构建了高维数据集,综合利用正态分布检验、最大相关系数法与变量重要性评价进行数据降维和变量优选;分别基于单一线性回归算法、机器学习回归算法和堆栈集成学习回归算法构建了红树林CCC遥感反演模型,探明北部湾红树林CCC的最佳遥感反演模型,验证OHS高光谱影像与Sentinel-2A数据反演红树林CCC的精度差异,评估SNAP-SL2P算法反演红树林CCC的适用性。研究结果表明：（1）通过数据降维和变量选择处理,从高维度OHS数据集选取了8个特征变量,其中RSI_（12,17）、DSI_（12,18）和NDSI_（6,12）组合植被指数对红树林CCC反演精度的贡献率较高;（2）联合OHS数据和最优堆栈GBRT集成学习回归模型（Score=0.999,RMSE=0.963 μg/cm²）的训练精度优于最优RF机器学习回归模型（RMSE降低了7.531 μg/cm²）,明显优于最优Lasso线性回归模型（RMSE降低了19.383 μg/cm²）;（3）在最优堆栈集成学习回归模型下,OHS数据反演红树林CCC的精度（R²=0.761,RMSE=16.738 μg/cm²）高于Sentinel-2A影像（R²=0.615,RMSE=20.701 μg/cm²）;（4）联合OHS和Sentinel-2A数据的最优堆栈集成学习回归模型反演红树林CCC的精度都明显优于SNAP-SL2P算法（R²=0.356,RMSE=49.419 μg/cm²）。研究结果论证了正态分布检验、最大相关系数法和基于XGBoost的特征选择方法有效降低了高维数据集的维度,并得到了最优特征变量;OHS数据的最优堆栈GBRT集成学习回归模型训练精度最高,是估算红树林CCC的最优反演模型;OHS和Sentinel-2A数据都能有效反演红树林CCC（R²均大于0.61）,而OHS数据的估算精度更高（R²大于0.75）;SNAP-SL2P算法不能有效反演红树林CCC（R²小于0.4）,且对红树林CCC数值存在系统性低估。     

机载激光雷达数据分析与反演青海云杉林结构信息

利用机载激光雷达点云数据,计算了9种度量指标,并将其分为冠层的高度指标、结构复杂度指标和覆盖度指标。利用高度指标和结构复杂度指标,结合大量实测单木结构与年龄估测数据,从样点和区域尺度分别分析了青海云杉林冠层垂直结构分布,分析得知实验区内主要以中龄林和成熟林为主,冠层垂直分布复杂程度偏低,高度分化程度一般。通过回归分析发现首次回波覆盖度指标FCI与实测的有效植被面积指数PAI_e有良好的相关性（R²=0.66）,在此基础上基于辐射传输模型反演了实验区内PAI_e的水平分布,且用实测数据验证发现反演的PAI_e略高于实测值（R²=0.67）,绝对平均误差为0.65。分析结果很好地反映了激光雷达在森林空间结构信息提取方面的应用潜力。     

光学与微波植被指数协同反演农作物叶面积指数的可行性分析

光学遥感是目前反演植被叶面积指数LAI（Leaf Area Index）的主要手段,但是当叶面积指数较大时存在光学遥感信息饱和、反演精度显著降低的问题。叶面积指数和平均叶倾角对光学、微波波段范围内反射和散射特性都有重要影响,主要表现在植被结构参数的变化可以引起冠层孔隙率和消光截面大小的改变。本文以典型农作物玉米为例,通过构建统一的PROSAIL和MIMICS模型输入参数,生成一套玉米全生长期光学二向反射率和全极化微波后向散射系数模拟库和冠层参数库。通过对模拟数据与LAI敏感性和相关性分析得出：（1）光学植被指数MNDVI_{(800 nm,2000 nm)},在LAI为0—3时敏感,基于MNDVI与LAI的回归模型可以估算LAI变化 0.4的情况,RMSE是0.33,R²是0.958。（2）微波植被指数SAR_{SRVI(1.4 GHz HH,9.6 GHz HV)},在LAI为3—6时敏感,基于SAR_SRVI与LAI的回归模型可以估算LAI变化1的情况,RMSE为0.22,R²是0.9839。研究表明,采用分段敏感的植被指数,协同光学和微波遥感反演玉米全生长期叶面积指数是可行的。     

近30年巴音布鲁克遗产地景观格局遥感监测与分析

本文以巴音布鲁克世界自然遗产地为研究对象,基于卫星遥感影像、气象站点观测信息、地面调查资料等多源数据,完成了1992年—2020年遗产地突出普遍价值OUVs（Outstanding Universal Values）关键要素空间制图,并从景观尺度分析OUVs关键要素及景观格局的时空变化特征,讨论影响其变化特征的主要驱动因子。结果表明：遗产地从中心向边缘呈水体—沼泽—高覆盖度草地—中覆盖度草地/滩地/沙地—低覆盖度草地/耕地—裸地/建设用地逐渐过渡的景观特征。1992年—2020年遗产地以沼泽和中覆盖度草地为主要OUVs表征要素,其年平均面积分别占遗产地总面积的29.51%和29.75%。整个遗产地景观则呈散布且复杂化分布特征,斑块密度（PD）、形状指数（LSI）由1992年的2.05个/km²、43.01分别增加到2020年的2.37个/km²、52.02,蔓延度指数（CONTAG）则由58.44降低为56.54。研究发现遗产地水体和沼泽受平均降水量影响最大,r绝对值为0.884、0.929,低覆盖度草地受平均相对湿度影响最大,r绝对值为0.931,说明自然因素是遗产地高寒湿地和高寒草地面积变化的主要因子。人口密度、土壤类型和高程为影响遗产地OUVs关键要素空间分异特征的主要因子,解释力在30%—45%;各因子的交互作用均高于单因子的影响,人口密度与土壤类型组合的解释力最大达47.8%;驱动因子对遗产地OUVs关键要素动态度的影响程度则均不高（最大q值仅为0.106）。巴音布鲁克自然遗产地景观格局变化及其驱动因素研究结果对高山湿地类自然遗产地保护、生态修复及可持续发展等具有重要意义。     

非球形冰晶的毫米波k-Ze关系研究

针对毫米波雷达处理数据的实际需要,应用离散偶极子近似法DDA,获得了非球形冰晶的后向散射及衰减截面并进行了参数化,并主要基于细化的冰云模型,假设冰晶粒子谱为Γ分布,通过模拟取样各1330次（代表1330种粒子分布）,分别计算得到了W波段（94 GHz）与Ka波段（35 GHz）毫米波雷达探测的冰云衰减系数k及雷达反射率因子Z_e,而且利用数值模拟的方法,建立了k-Z_e关系的具体表达式。计算表明,非球形和非瑞利散射对W波段毫米波雷达衰减的影响较大,而且在同样滴谱分布条件下,W波段毫米波雷达的衰减比Ka波段毫米波雷达的大几倍,此外细化的冰云模型对k-Z_e关系具有影响。本研究对中纬度非降水性冰云的毫米波雷达的衰减订正具有参考价值,并对中国的毫米波雷达应用具有借鉴作用。     

地球静止卫星和网格化站点支持下的PM2.5精细制图

许多城市建立的相对稠密的网格化监测站点,为精细化监管城市空气质量奠定了基础。本文选用徐州市网格化监测数据、地球静止卫星Himawari-8/AHI及COMS/GOCI的表观反射率和气溶胶光学厚度数据、气象和其他辅助数据,开展了徐州地区0.005°空间分辨率网格的PM_2.5浓度精细化制图研究。本文使用了极端梯度提升（XGBoost）、随机森林（RF）及时空加权回归（GTWR）等3种方法,并选用多种特征参数组合进行对比分析。综合分析模型精度和过拟合程度,结果表明XGBoost模型表现最好,其R²为0.90,RMSE为11.65 μg/m³。进一步将本文结果与国控站点、清华大学的TAP数据集和马里兰大学的CHAP数据集的对比分析,结果表明基于网格化站点的PM_2.5制图结果能更好地反映城市内部不同区域的PM_2.5浓度分布差异性,弥补因国控站点稀疏带来的缺陷,更好地服务于城市空气质量精准管控。     

基于AERONET数据的气溶胶光学特性分析

大气气溶胶的监测对全球气候变化、区域空气质量和公共健康等研究具有重要的意义,而中国台湾岛四面环海,地理位置特殊,若忽略其大气环流和局地排放源造成的气溶胶特征时空异质性将会导致气溶胶参数反演误差。因此本研究使用中国台湾岛多个具有代表性的AERONET（AErosol RObotic NETwork）观测站历史数据和MODIS气溶胶光学厚度AOD（Aerosol Optical Depth）反演产品,分析5个典型站点气溶胶参数及其类型的时空变化特征及差异,分析结果表明：（1）各站点AOD年平均值逐年下降,呈现春季最高（0.5257）的季节变化特征和双峰结构的日变化规律,主导气溶胶类型为城市工业型（仅鹿林站点为海洋型）。（2）中国台湾地区风向多为东北风,风速越大,AOD值越低,海洋型气溶胶占比越高;反之则以城市工业型气溶胶为主。（3）?ngstr?m波长指数（AE）、单次散射比（SSA）、复折射指数虚部、不对称因子平均值分别为1.3283、0.9564、0.0054、0.7292;相比于北京（39.9768°N,116.3813°E）站,台湾“中央大学”AOD年平均值、季节变化、主导气溶胶类型均存在较大的差异。（4）MODIS AOD分站点验证精度较高,而在高山鹿林站的验证精度稍低（R²=0.5925）;而利用不同气溶胶类型的分类验证结果显示,城市工业（R²=0.7238）、生物质燃烧（R²=0.6161）和次大陆型（R²=0.5116）精度较高,但海洋型（R²=0.1585）、大陆型（R²=0.1111）AOD验证精度显著降低。本研究表明,中国台湾岛气溶胶类型呈现西南沿岸站点秋冬季次大陆型占比上升,西北沿岸大陆型上升的时空特征差异,细化气溶胶参数的时间差异和时间动态变化信息将对气溶胶卫星反演算法在环流特征明显的近海区域有着重要指导作用。     

2005年-2014年京津冀对流层NO2柱浓度时空变化及影响因素

基于臭氧监测仪OMI对流层NO₂柱浓度产品研究了京津冀城市群2005年-2014年NO₂时空变化及影响因素:(1)10年柱浓度年均增长率为3.35%,且年度波动较大。忽略2008年国家奥运会的环境治理所引起的变化,2005年-2011年NO₂呈逐渐升高趋势;2012年-2014年呈逐渐降低趋势,以2014年下降最为显著。(2)呈西北低东南高的趋势。燕山-太行山山系以北的承德和张家口市浓度较低,山系以南主要有北京-天津-唐山与石家庄-邢台-邯郸两个污染中心。(3)京津冀北部三面环山不利于NO₂的扩散,夏季丰富的降水对NO₂具有显著湿沉降作用。(4)通过相关性分析、文献及国家政策印证等方法,发现地区产业及能源结构很大程度上决定了地区的污染来源。北京市10年来第三产业一直处于主导且稳步提高,煤炭消耗量低,但汽车保有量增加了1.5倍,主要来源为机动车尾气排放;天津市第二产业比第三产业比重略高,煤炭消耗量是北京的两倍之余,但汽车保有量仅是北京市的一半,由此可知工业排放和机动车是共同来源;河北省第二产业比重很高,燃煤量占京津冀地区的80.6%,河北省工业排放是NO₂的主要来源,但近几年随着机动车保有量的剧增,其尾气排放分担率不可小觑。     

海水背景下不同浓度的甲烷含量高光谱定量反演

在油气资源遥感探测中，通过烃渗漏引起的海表面甲烷气浓度异常来探测海底气藏是最直接的方法之一。为了更好地识别海表甲烷异常，提高遥感反演精度，对海表甲烷气含量进行定量光谱分析研究。设计室内甲烷波谱测试平台，获取海水背景下不同含量甲烷高光谱数据为数据，对光谱数据预处理及进行比值导数光谱法，并提取光谱吸收特征参数，对甲烷含量与光谱参数之间进行相关性分析，构建甲烷含量的反演模型。比值导数光谱法确实抑制了海水背景信息，突出了甲烷特征。1650—1664 nm和2180—2210 nm波段范围的光谱参数与甲烷含量相关性显著；其中，波谷、波深、面积、斜率与甲烷含量显著相关。基于2180—2210 nm波段范围建立的波谷、波深、面积、斜率四元回归方程y=-14.356 - 5931.796x₁ - 4325.081x₂+241.481x₃+7531.973x₄拟合效果最好，R²为0.9817；且在此波段范围内基于波深建立的单变量甲烷反演模型y = 2047.571x - 9.758，R²为0.9741，比基于其他变量所建立的反演模型效果要好。成功获取了和海水背景下甲烷含量线性相关显著的对应波段和吸收特征，可为利用多/高光谱遥感预测勘探海表面甲烷气浓度提供一定的理论和技术依据。     

MODIS和OMI数据评估阅兵期间北京市大气减排成效

卫星观测不仅能反映区域宏观大气污染状况,也能从城市尺度上监测大气污染物的变化。基于以上优势,本文利用MODIS气溶胶光学厚度(AOD)和OMI对流层NO_2垂直柱浓度数据,比较2015年与2012年—2014年以及2015年3个时期(减排前、减排中、减排后)AOD和NO_2柱浓度的变化,定性分析了阅兵期间华北平原地区污染物减排效果,重点定量评估北京市联控减排措施的效果。研究发现2015年减排中华北平原重污染地区AOD和NO_2柱浓度相比于前3年同期有明显降低。定量分析北京市的减排效果得到:2015年减排中较前3年同期而言,AOD降低59%,NO_2柱浓度降低41%;较2015年减排前而言,AOD降低73%,NO_2柱浓度降低30%,去除气象条件影响后,AOD下降43%,NO_2柱浓度下降21%,说明严格的联控减排措施有效地改善了空气质量,气象条件也起到积极的作用。减排措施结束后,AOD和NO_2柱浓度比减排中分别增加159%和71%。研究结果表明,卫星遥感与地基监测评估效果相当,能反映北京地面污染物排放能力;它既能观测区域尺度大气污染变化,又可评估城市尺度大气污染减排。随着卫星技术水平的提高,期望未来卫星遥感可作为一种独立手段来定量评估区域及城市尺度空气质量减排措施的效果。     

多源卫星遥感的华北平原大气NO2浓度时空变化

为探讨1996年以来华北平原对流层NO_2柱浓度变化的空间特征,基于GOME、SCIAMACHY和OMI卫星传感器的监测数据,以SCIAMACHY的NO_2柱浓度为基准,根据建立的GOME和SCIAMACHY,SCIAMACHY和OMI之间的相关关系,校正GOME和OMI监测的NO_2数据;利用线性正弦曲线模型拟合方法研究1996年—2016年长时间序列华北平原对流层NO_2变化的空间分布特征。结果显示,华北平原对流层NO_2浓度自1996年开始持续上升,到2011年达到最高值,然后呈现下降趋势。该变化趋势主要受经济发展和环保政策的双重影响。1996年—2011年,NO_2柱浓度高值区分布在北京市、天津市、河北唐山市和保定市、山东德州市和济南市、安徽滁州市以及江苏南京市、常州市和无锡市,并且具有较高增长率;2012年—2016年NO_2柱浓度平均值远高于1996年—2011年NO_2柱浓度平均值,高值地区范围扩大,分布在河北南部、河南北部和山东西部,但华北平原地区NO_2柱浓度均呈现负增长,表明"十二五"规划提出的大气环保政策取得了显著成效。同时,对流层NO_2柱浓度可以反映典型环保事件如北京奥运会、国庆阅兵和南京青奥会时期大气环保政策的实施效果。     

Influence of forest fire episodes on the distribution of gaseous air pollutants over Uttarakhand,India

ABSTRACT

Widespread forest fire events occurred in the foothills of North Western Himalaya during 24 April to 2 May 2016 (Event-1) and 20–30 May 2018 (Event-2). Their impacts were investigated on the distribution of pollutant gases ozone (O₃), carbon monoxide (CO), and oxides of nitrogen (NOx) over Uttarakhand using simulations of Weather Research and Forecasting model coupled with chemistry (WRF-Chem) and in-situ observations of these gases over Dehradun, the capital of Uttarakhand. During Event-1, the observed CO mixing ratio over Dehradun increased from 25 April 2016 onwards, attained maximum (705.8 ± 258 ppbv) on 2 May 2016 and subsequently decreased. The rate of increase of daily baseline CO was 29 ppbv/day during HFAP (High Fire Activity Period). During Event-2, daily average concentrations of CO, O₃, and NOx showed systematic increase over Dehradun during HFAP period. The rate of increase of CO was 9 ppbv/day, while it was very small for NOx and O₃. To quantitatively estimate the influence of forest fire emissions, two WRF-Chem simulations were made: one with biomass burning (BB) emissions and other without BB emissions. These simulations showed 52% (34%) enhancement in CO, 52% (32%) enhancement in NOx, and 11% (9%) enhancement in O₃ during HFAP for Event-1 (Event-2). A clear positive correlation (r = 0.89 for Event-1, r = 0.69 for Event-2) was found between ?O₃ (O_{3with BB} minus O_{3without BB}) and ?CO (CO_{with BB} minus CO_{without BB}), indicating rapid production of ozone in the fire plumes. For both the events, the vertical distribution of ?O₃, ?CO, and ?NOx showed that forest fire emissions influenced the air quality upto 6.5 km altitude. Peaks in ?O₃, ?CO, and ?NOx during different days suggested the role of varying dispersion and horizontal mixing of fire plumes.     

Harmonic maps

Harmonic maps are generated as a certain class of optimal map projections. For instance, if the distortion energy over a meridian strip of the International Reference Ellipsoid is minimized, we are led to the Laplace–Beltrami vector-valued partial differential equation. Harmonic functions x(L,B), y(L,B) given as functions of ellipsoidal surface parameters of Gauss ellipsoidal longitude L and Gauss ellipsoidal latitude B, as well as x(,q), y(,q) given as functions of relative isometric longitude =L–L₀ and relative isometric latitude q=Q–Q₀ gauged to a vector-valued boundary condition of special symmetry are constructed. The easting and northing {x(b,),y(b,)} of the new harmonic map is then given. Distortion energy analysis of the new harmonic map is presented, as well as case studies for (1) B[–40°,+40°], L[–31°,+49°], B₀= ±30°, L₀=9° and (2) B[46°,56°], L{[4.5°, 7.5°]; [7.5°, 10.5°]; [10.5°,13.5°]; [13.5°,16.5°]}, B₀= 51°, L₀ {6°,9°,12°,15°}.     

Trend analysis and first time observations of sulphur dioxide and nitrogen dioxide in South Africa using TROPOMI/Sentinel-5 P data

The 17 Sustainable Development Goals (SDGs) aim to end extreme poverty and create a healthy, sustainable world by the year 2030. Goal 7 is of interest to this study as it targets access to clean and affordable energy. However, in this study we show that the energy created in South Africa is not necessary clean. South Africa has numerous coal-fired power station located in the Mpumalanga (MP), Gauteng (GP) and Limpopo (LP) provinces. These power station produce tons of toxic pollutants including sulphur dioxide (SO₂), nitrogen dioxide (NO₂) and sulphates (SO₄). These pollutants are known to have a negative impact on human health, climate and the environment. In this study we use the sequential Mann-Kendall test to investigate the 39 year (1980–2019) trends of SO₂, NO₂ and SO₄ from these source areas. We also report for the first time on the observations of SO₂ and NO₂ from the Sentinel-5 P sensor over South Africa. Increasing trends of SO₂ were observed in the MP, LP and GP regions. The increase was mostly due to the emissions from coal-fired power stations. Moreover, the increase of SO₂ over the years could be due to the increasing demand in electricity, aging power stations and the low quality of coal used. Sentinel-5 P observations of SO₂ and NO₂ over South Africa were observed in the MP, GP and LP regions as a result of coal-fired power stations. Dispersion of SO₂ and NO₂ over South Africa were observed in the winter months, while confined SO₂ and NO₂ in the source region were observed in the summer months.     

Air pollution hazard assessment using decision tree algorithms and bivariate probability cluster polar function: evaluating inter-correlation clusters of PM10 and other air pollutants

ABSTRACT

The automated classification of ambient air pollutants is an important task in air pollution hazard assessment and life quality research. In the current study, machine learning (ML) algorithms are used to identify the inter-correlation between dominant air pollution index (API) for PM10 percentile values and other major air pollutants in order to detect the vital pollutants’ clusters in ambient monitoring data around the study area. Two air quality stations, CA0016 and CA0054, were selected for this research due to their strategic locations. Non-linear RPart and Tree model of Decision Tree (DT) algorithm within the R programming environment were adopted for classification analysis. The pollutants’ respective significance to PM10 occurrence was evaluated using Random forest (RF) of DT algorithms and K means polar cluster function identified and grouped similar features, and also detected vital clusters in ambient monitoring data around the industrial areas. Results show increase in the number of clusters did not significantly alter results. PM10 generally shows a reduction in trend, especially in SW direction and an overall minimal reduction in the pollutants’ concentration in all directions is observed (less than 1). Fluctuations were observed in the behaviors of CO and NO_x during the day while NOx displayed relative stability. Results also show that a direct and positive linear relationship exists between the PM10 (target pollutant) and CO, SO₂, which suggests that these pollutants originate from the same sources. A semi-linear relationship is observed between the PM10 and others (O₃ and NO_x) while humidity shows a negative linearity with PM10. We conclude that most of the major pollutants show a positive trend toward the industrial areas in both stations while tra?c emissions dominate this site (CA0016) for CO and NOx. Potential applications of nuggets of information derived from these results in reducing air pollution and ensuring sustainability within the city are also discussed. Results from this study are expected to provide valuable information to decision makers to implement viable strategies capable of mitigating air pollution effects.     

MACHINE METHOD OF INTERSECTION

Abstract

The following method will be found better and quicker than the usual logarithmic process in computing the co-ordinates of intersected points in minor triangulation and traverse work. Let A and B be two stations whose co-ordinates (x ₁ y ₁), (x ₂ y ₂) are known. Let P be an intersected point whose co-ordinates (x, y) we wish to determine. Let α and β be the observed angles at A and B respectively.     

Le projet gradio et la determination a haute resolution du geopotentiel

Résumé Une des techniques de détermination fine et globale du champ de gravitation terrestre U est la gradiométrie spatiale, dans laquelle on mesure à bord d'un satellite sur orbite basse certaines combinations linéaires des composantes du tenseur ∂² U/∂x_i ∂x_j dans des axes {x _i } liés au satellite. Un tel projet, appelé GRADIO, est actuellement à l'étude en France et pourrait aboutir à partir de 1990. Après avoir rappelé les objectifs scientifiques d'une telle mission, nous en donnons les spécifications—étayées par une série d'études analytiques; nous définissons ensuite le satellite porteur et ses caractères techniques, en insistant sur les points délicats de la faisabilité (facteurs d'échelle des micro-accéléromètres constituant l'appareil, connaissance de l'attitude...) et en présentant des idées de solution en cours d'approfondissement.

---

Summary Satellite gradiometry arises as one of the methods for improving our knowledge of the global Earth gravity field at high resolution: by means of micro-accelerometers on board a low orbiting spacecraft, linear combination of the gravity tensor components ∂² U/∂x_i ∂x_j are measured in a satellite-fixed reference frame {x _i }. Based on this technique, a project named GRADIO is presently under study in France and could fly in 1990 at the earliest. After the scientific objectives of that experiment have been reviewed, the measurement specifications are given as coming from various analytical studies. The platform and its characteristics are then defined: the critical realization problems (scale factors of the micro-accelerometers, spacecraft attitude control and restitution) are pointed out together with some ideas for their solution which are under analysis and require further study.

     

On Definition of Geograghic Variable Scaling

IntroductionThe map is a basic form of geographic informationvisualization[1]. To provide space attributes or geo-graphic orders is the basic function of a map. Incartography, according to the different measure ofphenomenal quantitative attribute, four fo…