星地时间比对的原理及实现

文章介绍了几种星地时间比对的方法并对几种方法的精度进行了简要分析。为验证分析的正确性，文章首先采用2002年10月GPS35卫星的伪距和SLR实测数据计算了星地钟差，然后将本文计算的星地钟差与IGS精密星地钟差进行了比较。通过比较分析发现：①利用伪距与卫星激光测距比对计算的星地钟差精度可以达到1．5ns；测定的星地钟差与实际的星地钟差不存在系统差。②利用伪距与卫星激光测距比对可以完成导航卫星钟与地面系统标准时钟的比对；该方法有助于分离导航卫星的坐标和钟差，便于对星地钟差的研究。     

关于欠发达地区气象事业发展战略苦干问题的探讨

关于欠发达地区气象事业发展战略苦干问题的探讨霍成福，宋宏（山西省气象局０３０００２）山西省气象事业在“八五”期间取得了显著的成绩，总结“八五’嗯考“九五”，我们看到的是困难和希望同在，挑战与机遇并存。处于中西部欠发达地区的山西气象事业也面临着严峻的形...     

风切变对强对流云降水的影响

本文采用一个完全弹性方程组二维积云摸式，考虑了暖云和冷云微物理过程，以实际探空资料作为初始场，对吉林省强对流天气中风切变的作用进行了数值模拟研究，主要对风切变情况作了三种处理（且）．不考虑风切变；（2）．实际探空资料的风切变；（3）．适当强度的低层风切变。结果表明：低层风切变可以使顺切变一侧有持续不断的水汽供应，持续云内对流系统，促使对流云发展。而适当的风切变，对云体发展更有利，并维持更长时间，增加地面降水量。     

利用SLR检核CHAMP卫星轨道

初步研究了利用SLR检核CHAMP卫星轨道的方法。采用2002年1月1日到16日的SLR观测数据对GFZ提供的事后科学轨道进行了检核实验，实验结果表明，GFZ事后科学轨道没有明显的系统偏差，其精度优于10cm。     

气压测高方法及测高精度的研究

本文介绍了气压测高的基本原理和数学模型。分析了影响气压测高精度的主要因素，提出了保证测高精度的具体方法，并介绍了应用结果。     

为了大地母亲的微笑——修武县土地开发整理纪实

“低洼涝地稻田成方，盐碱地里鱼肥荷香，荒石滩上果压枝头，废弃地里林茂粮丰。”漫步修武大地，笔者欣喜地看到过去无人问津的砖瓦窑废弃地、矿区塌陷地、盐碱荒草地如今都成了效益可观的高效农田。这是修武县在全县范围内实施以土地开发整理，复垦整理废弃窑地、低荒坡地、空闲宅基地为主要内容的“大地健康美容工程”带来的可喜变化。     

原子原料及其普查的主要方法

由于原子能的大规模的和平利用,原子原料的需要量现在已大大增加了。铀是在核子反应堆中取得原子能量的主要原料。它是活泼的化学元素,可以依据不同的条件,生成大量各种不同的天然化合物。铀的天然化合物是各式各样的,无论在外形上、晶体的大小上以及互相组合的特征上都各不相同,这     

1700—1978年云南山地掌鸠河流域耕地时空演变的网格化重建

基于多源数据资料重建小尺度区域历史时期土地利用/覆盖变化,对深入理解土地利用变化的驱动力机制及其环境和气候效应具有重要意义。本文利用从流域尺度聚落格局演变重建到聚落尺度耕地数量和空间分布重建,再到流域尺度耕地格局重建的思路,以云南山地典型的中小流域为研究区,以历史文献资料、田野考察资料、历史地理学研究成果、档案资料、现代统计资料、地理基础数据为支撑,综合考虑区域自然因素（坡度、海拔高度）、人文因素（人口、政策、农业技术、耕地与居民点距离）,设计了历史时期山地小尺度区域耕地网格化重建模型,重建了1700—1978年具有明确时间和空间属性的网格化耕地格局。结果表明：① 掌鸠河流域的耕地面积近300 a增长6.3倍,垦殖率从1700年的2.1%上升到1978年的15.6%。② 不同地形区的耕地面积差异较为显著,其中山区和半山区的耕地面积最大,且增长速度最快;平坝区和中下游河谷区的耕地面积增长相对平缓,是自然环境、人口、政策和农业技术等因素综合作用的结果。③ 通过总耕地面积和人均耕地面积等对结果进行验证,证明了重建结果的合理性。本文设计的网格化重建模型可以为模拟具有明确时间和空间属性的小尺度区域历史耕地网格化数据集提供参考。     

机载LiDAR点云建筑物屋顶轮廓线自动提取研究综述

建筑物作为城市中最主要的人工地物,其三维模型是智慧地球建设的重要数据支撑,实现精准自动化三维重建至关重要。机载激光雷达(Light Detection and Ranging, LiDAR)技术因具有环境约束小、操作成本低、采集速度快、数据精度高、可全天候获取地物空间信息等优势,已成为自动提取建筑屋顶轮廓线辅助建筑三维重建的主要数据源。首先对建筑屋顶轮廓线提取技术的发展历程进行简要回顾,再根据以往研究内容总结出一套较为通用的技术流程;该技术流程4个关键步骤为点云滤波、建筑物提取、屋顶轮廓线提取和轮廓线规则化;对每一步骤的实现方法、常用算法、发展现状以及面临问题进行详细阐述和对比分析。最后,对本技术面临的挑战和未来发展趋势进行讨论。     

复杂地形条件下多密度级无人机LiDAR点云DEM精度研究 ——以2022年北京冬奥会延庆赛区为例

为进一步提升复杂地形条件下无人机激光雷达(Light Detection and Ranging,LiDAR)点云数据构建数字高程模型的效率与精度,以2022年北京冬奥会延庆赛区场馆建设用地为实验区,按照不同抽稀比例,对实验区原始无人机激光雷达点云中分类出的地面点数据进行抽稀处理,利用克里金插值算法对不同密度地面点数据进行插值处理,结合高程中误差、平均绝对误差对生成的数字高程模型进行双重精度评定,得出以下结论:对于复杂地形而言,随着点云数据密度的下降,数字高程模型建模效率明显提升,但地形特征逐渐模糊,数据精度级别逐级降低,其中高程中误差由0.381 m增大至1.914 m,平均绝对误差值由0.335 m增大至1.357 m.在满足精度要求的前提下,对LiDAR点云数据进行适度抽稀处理,可保障生产成本与时效.