��������ˮƽλ�ƿɿ��㷨�о�

????????????????????д????????????????巽?????????????????λ???????????????????????·?????????????K??????б???????λ???????????????????????????????????????????????????????????     

����CCD΢С�ߴ������Ӧ�ü�������

????????CCD??????????????С????????????巽???? ???????????????????????CCD?????????????????????С???????????;????ò??????????????????????     

���⾫�ȵ������߻����ݹ����

?????????????????????????????????????????????????????????μ???????? ???????C/C++?????????????????巽?????????????VC6??0?н????????????????????÷?????????????????????????     

���ڸ߽�̩�ռ���չ��ʽ�Ķ������ӳ����ڲ��о�

???????μ???巽??????????????????????????ZTD?????÷????????????????????????????????????????????幫?????????????????????????????????????????Ч????ZTD????徫???????SCIGN?????GPS?????????????????????????Χ?????????????????????????????????????ZTD???????????????????????????????????????????????????????????????????????????????????????????????????????????????????     

����GPS��ؿ��������ݴ���ĸĽ����Ż�

????????GPS?????????????????????GPS?????????????????????????????????????????????????????????????????????????С??????????巨????λ??????????????ò??????????????????GPS????λ???????????????????????????????????С????????????????????巽???????????????????????λ????????????????Ч??С????????????     

�ο�վ��˫��ģ�������ж�VRS�۲�ֵ��Ӱ��

????ο?????????????????????????????VRS??????????????????????????????????????????????????????λ???ο????????????????????ο???????????????????????ò????????????ο???????????VRS?????????????????????????????????????????????????ó??????????巽??????????ο????????VRS????????????????繹??????С???????VRS???????????     

����³�����Ͼ����LiDAR���ƴֲ�̽�������

????3?????????????????LiDAR??????????????????????????LiDAR??????????????飬????????????????????????????????????????С???巽???????????3??????????????????3?????????????3???????????????????????????裬?????????????μó?????????б????????????????????????????????????????????????????????????????й???????????У?????????????в??????С??detMCD?в????????????С????????????????????????????????????????????????????????????????????????????????????С???????????????????????????????????????TIN?????????????,???????????????????????????Ч???LiDAR?????????е????????????????????????     

国土资源数据共享技术构架与应用模式研究

介绍了国土资源信息共享平台技术构架和共享模式,深入研究了空间数据快速浏览模式的关键技术,开发了国土资源空间数据快速浏览系统,实现了全国土地利用现状、土地利用规划、矿产资源规划以及土地利用遥感监测影像的网上发布与共享,并通过标准的WMS接口,实现了土地利用遥感监测成果在其他业务系统中的共享应用。     

基于土地利用强度的城市道路增长模拟模型与案例分析

城市交通与土地利用相互作用、相互影响。传统的城市空间模拟研究多关注交通对土地利用变化影响,缺少土地利用对路网空间形态影响的模拟。已有研究通常使用静态路网,不能表达土地利用与交通间的动态相互作用关系。本文以城市土地利用强度与城市道路网络空间分布间的正向关系,提出了基于城市土地利用强度的城市路网增长模拟模型。以唐山市为例,对其城市环路内的道路增长进行了模拟。结果表明,该模型能以城市土地利用强度的空间分布特征快速生成路网,反映城市土地利用对道路网络扩张的影响。模拟结果与实际路网具有高度的空间分布相似性。该模型可进一步与土地利用模拟模型结合,模拟城市土地利用与交通的动态相互作用。     

山东省土地利用时空变化与驱动力分析

以山东省作为研究区域，利用分辨率为100m的2005年、2008年、2010年和2013年土地利用遥感解译数据和统计年鉴资料，结合ArcGIS空间分析和数理统计等方法，分析山东省土地利用时空变化，通过多元回归模型揭示土地利用变化与经济社会驱动因素之间的变量关系。研究表明，山东省耕地面积从1036.55×104hm2到1024.34×104hm2不断减少，建设用地面积从214.05×104hm2到275.75×104hm2不断增加并且大量占用耕地、林地、草地。耕地向山东省的东部丘陵地区和西部、北部地势低洼平坦地区转移，建设用地向东南部和西北低洼平坦地区转移较多。2008—2010年综合土地利用动态度最为强烈，分别是2005—2008年和2010—2013年的9倍和12倍。人口增长、经济发展、产业结构改变等因素与土地利用变化的相关性较强，这些因素在土地利用类型变化中发挥着重要的作用。     

北京市土地利用动态变化及其预测

土地利用是人类经济活动在地理空间的集中体现。基于GIS的北京市土地利用遥感信息的叠置分析,发现北京市土地利用近15年来变化比较剧烈;以2000年的土地利用为基态,建立Markov模型,对北京市未来土地利用变化进行了预测分析,发现与国务院的要求还有很大差距,建议采取得力措施,加强土地利用管理,有效保护耕地。     

县级土地利用动态更新方法研究

采用“3S”的空间信息技术进行土地资源动态监测与快速更新是一先进的方法和手段。本文从遥感和全球定位系统融合实现土地动态更新着手 ,提出基于“3S”技术的县级土地利用动态更新系统的开发模式 ,及其系统实现方法.     

武汉城市圈土地利用时空变化及政策驱动因素分析

武汉城市圈是全国首批“两型社会”改革试验区之一,而且是中部崛起战略和长江经济带发展战略的重点区域。为了正确认识武汉城市圈土地利用时空变化特征,以及政策因素对土地利用变化的影响,本文基于2000、2005、2010和2015年4期武汉城市圈土地利用现状数据,结合GIS空间分析、数理统计、单一土地利用动态度、土地利用转移矩阵和综合土地利用动态度方法,对武汉城市圈2000-2015年以及3个5年期土地利用变化的总体特征、转化方向和区域差异特征进行研究,并分析政策因素对土地利用变化的驱动作用。结果表明：① 总体特征上,2000-2015年耕地、草地、林地和未利用地面积持续减少,建设用地和水域面积不断增多。② 变化方向上,2000-2015年以耕地、林地转化为建设用地和水域为主要特征,2000-2005年以耕地向水域和建设用地转化为主,2005-2010年以耕地向建设用地、水域,林地向建设用地转化为主,2010-2015年以耕地、林地和水域向建设用地转化为主。③ 区域时空差异上,综合土地利用动态度最大的区域集中在武汉城市圈的中部;从单一土地利用动态度看,耕地主要分布在武汉城市圈周边地区;建设用地主要集中在武汉城市圈中部;水域集中在武汉城市圈的仙桃市;林地主要在潜江市、云梦县;草地主要为英山县。④ 政策驱动因素分析上,中部崛起、两型社会、长江经济带发展战略等政策对土地利用变化具有重要影响。     

土地利用与土地覆被时空动态变化分析——以岷江上游地区为例

全面、客观地反映土地动态变化有利于正确认识对土地资源的开发和利用,能为地区产业结构调整,制定可持续发展的土地管理和土地规划提供依据。多时相遥感数据已经被成功运用于研究土地变化,评估前期政策对环境和土地利用的影响^[1～5]。在遥感和GIS技术支持下,分析了岷江流域上游地区的土地利用/土地覆被状况及其1986～2000年的时空动态变化和驱动力影响。为保护该地区有限的珍贵林业资源,恢复长江上游的生态屏障作用和国土资源的有效可持续利用提供决策依据。     

近30年山东省沿海养殖用地遥感监测分析

山东省是我国的近海养殖大省,近30年来,养殖用地的数量和空间分布发生了较大的变化。本文选择山东省沿海养殖用地为研究对象,以TM/ETM+、CBERS、HJ-1等多源遥感影像数据为基础,运用人机交互解译的方法,提取了1980年代末、2000、2005和2010年共4个时期的养殖用地信息,并运用单一土地利用动态度、重心迁移、景观破碎度等模型,研究近30年山东沿海养殖用地的时空演变格局。结果表明:(1)山东沿海地区养殖区面积呈增加趋势,养殖用地的单一土地利用动态度在1980年代末至2000年最大,为16.95%,2000至2005年下降到5.63%,2005至2010年最小,为5.19%。(2)养殖用地变化表现出空间异质性,东营市养殖面积增长速度最快,共净增加608.22 km2,其次为滨州市和威海市,青岛市和潍坊市呈现为先增加后减小的趋势。(3)近30年养殖区的破碎度增加了4.5倍,养殖区的分布重心向西北方向迁移。(4)增加的养殖用地主要源于城乡工矿居民用地、水域和耕地,而减少的养殖用地主要转化为城乡工矿居民用地和水域。     

集成土地利用数据和夜间灯光数据优化人口空间化模型

人口统计数据空间化是解决统计数据与自然要素数据融合分析的有效途径。随着RS和GIS技术的发展,人口统计数据空间化方法推陈出新,其中,土地利用数据、夜间灯光数据是人口空间化研究中普遍利用的数据源,但各有优、缺点：土地利用数据中的城镇用地、农村居民点能准确表示人口分布的空间范围,却不能反映其内部的人口密度差异特征;夜间灯光数据的强度信息能体现人口分布的疏密程度,但其像元溢出问题显著夸大人口分布范围,像元过饱和现象也影响着人口数据空间化结果的精度。本研究以中国大陆沿海区域为例,尝试集成土地利用数据和夜间灯光数据优化人口空间化方法,设计了基于精度阈值和动态样本的渐进回归与分区建模的方法,获得了中国沿海2000、2005、2010年1 km分辨率人口空间化数据。结果表明,优化模型显著提高了研究区整体的精度,尤其适用于人口空间结构内部差异较为显著的区域。     

3S在耕地保护动态监管中的关键技术研究

随着3S技术的发展和逐渐成熟,应用也越来越多,该文主要利用RS技术快速获取遥感卫星影像数据,利用GPS技术获取动态监测数据,利用GIS的可视化技术和强大的空间分析功能,整合建立全省整治项目数据库,依托于省国土资源内网,遵循山东省国土资源系统"一个平台,两个市场"实施方案技术要求,充分利用现有网络、软硬件等基础设施,建立省、市、县三级国土资源耕地保护管理全业务、全流程的网上运行和全程监管机制,构建全省统一的耕地保护动态监管网络体系,实现了对耕地保护的动态监管,为耕地的"先补后占,占补平衡"提供了可靠的保障。