基于自组织映射的长江中下游夏季天气分型及其降水特征

利用欧洲中心1979—2015年夏季6—8月ERA-Interim逐日再分析资料和国家气候中心CN05.1格点化降水观测数据集,引入基于自组织映射SOM(Self-Organizing Maps)方法进行长江中下游地区夏季海平面气压空间距平场的客观分型,得到该地区25种地面天气型及其系统演变特征,发现天气型的稳定、转移与天气系统强弱有关。高低压系统越强,天气型停滞频率越高,天气型越稳定;反之,天气型越不稳定。基于SOM天气型转移概率,发现三条与局地降水联系的系统演变路径,其中1号路径暖空气势力强盛,副高北上,推动锋面北抬,产生江北降水型,多发生在7月;路径2反映冷空气势力强盛推动锋面南下的天气过程,产生沿江降水型,该天气型在6、7月均易发生;路径3表现为台风移动变化对长江下游江南地区降水的影响,为江南降水型,且集中在8月。通过引入SOM方法对逐日天气尺度环流进行分型,从气候态上捕捉与降水有关的天气系统的移动变化特征,体现SOM方法在模拟天气系统演变的优势。     

面向对象的语义数据模型及其在空间数据库中的应用

传统的数据库模型适合于表示数字字母数据,难以处理复杂的空间数据。面向对象的语义数据模型克服了传统数据模型的许多不足,越来越多地应用于计算机科学各个领域。本文先描述了面向对象的语义数据模型,然后介绍了建立于这种模型基础上的空间数据库实验系统 spobase。     

短期气候预测及其有关非线性动力学的进展

短期气候预测及其有关非线性动力学的进展丑纪范（中科院院士，北京气象学院教授）气候问题最近非常热门，最重要的变化我理解是观念的转变。气候概念本身，八十年代以来有很大的变化。原来的气候是静态的概念，一个地方的气候是指一个地方多少年平均的状况，地球上可以分...     

数字城市三维可视化技术的研究

城市三维的可视化作为数字城市核心技术的重要组成部分，已成为GIS界和IT界的一个热点课题。本文利用高分辨率遥感影象提取地物数据，并采取面向对象的空间数据模型对数据进行管理，使用基于图形和基于图象的两种建模技术对建筑物和其他一些复杂的模型如树木、路灯等进行三维重建，然后利用有理函数模型表示遥感影象与地面之间的构像关系，使用纹理映射技术，构建具有高度真实感的城市三维景观图。     

面向模型的大比例尺度图综合框架设计与实现

模型综合作为制图综合的一部分，是通过改变地图内部目标关系的表达方式，使地图的表达更简单，进而使综合更方便。结合交互式制图综合软件AutoMap，介绍了面向模型综合的系统设计框架和具体实现，并着重从地图目标的空间关系、几何属性和语义关系3个方面来分析模型综合。     

基于语义网络的知识表示的形式转换及推理

介绍了基于语义网络的知识表示，并利用基于知识的方法将SNetL的知表示转换为谓词逻辑的表现形式，将其用于推理。本文讨论知识表示的交互式输入方法及中间模型的设计。按SNetL语言的描述机制，确定了用户描述的控制、导航方式，并研究转换中的规则和算法。     

电子沙盘中地图要素的矢量迭加

本文从简述电子沙盘制作的过程着手，分析了纹理映射方法对电子沙盘进行形象建模的优缺点，并提出了新的地图要素的绘制方法，并详细地论述了在电子沙盘中绘制地图矢量要素的具体方法。     

北半球500百帕极地环流与厄尔尼诺、南方涛动及我国气温场的遥相关

本文用1951—1984年的资料对500百帕、65°N以北的高度场作自然正交展开,用模糊聚类对典型场归类。指出,极涡月平均场有三种形态,1月份平均场形态较特殊;大尺度距平场也有三种形态,4月份距平场形态较特殊。此外,研究了典型场的时间权重系数与厄尔尼诺、南方涛动的关系。指出,厄尔尼诺现象发生的当年4月、10月极地大尺度距平场有明显的异常特征。这种极地环流异常已明显影响到我国4月份、10月份的气温场。因而,可能是厄尔尼诺年我国气温4月偏低、10月偏高的一个重要原因。     

基于GAMMA校正的数字视频信号与显示色度的变换方法

彩色ＣＲＴ图形显示器的光输出与其信号输入之间并不呈线性关系，因此在完成信号输入与显示色度的线性变换之前必须对显示器进行线性校正。本文提出了一种用简单的测光仪完成这一校正的数学方法，和一种可用于快速检验校正结果的视觉检测方法，并给出在显示器上建立ＨＶＣ色立体的应用实例。     

车辆轨迹数据的道路学习提取法

车辆轨迹数据的道路信息提取是地理信息领域的热点也是难点之一,深度学习的快速发展为该问题的解决提供了一种思路与方法。本文针对车辆轨迹数据的车行道级道路提取问题,引入深度学习领域的生成式对抗网络,利用残差网络构建深层网络和多尺度感受野感知轨迹数据不同细节特征,构建了基于条件生成式对抗网络的轨迹方向约束下车行道级道路提取模型。首先提出了朝向-颜色映射栅格化转换方法,实现轨迹朝向信息向HSV颜色空间的转换;然后利用样本数据学习模型参数;最后将训练模型应用到郑州、成都、南京3个试验区域提取车行道级道路数据。试验结果表明,本文方法能够有效地提取完整的车行道级道路数据。