基于本体的地理信息查询检索方法研究

传统的GIS查询方式和信息检索方式已经难以满足人们对地理信息查询和检索的越来越广泛的需要,为此需要发展新的地理信息查询检索方法。本文将地理本体的思想引入到信息查询应用中,从查询式优化、查询式扩展、可视化与检索结果知识化等方面展开讨论,是对传统查询检索方法的丰富和发展。在此基础上,设计了基于本体的信息检索模型框架,详细并讨论了实现该检索模型的两个关键技术-自然语言处理技术、本体推理技术。     

相控阵技术在大气探测中的应用及面临的挑战

摘要： 近年国际上相控阵技术在大气探测领域中的应用有了重要进展,成为雷达气象学研究的又一新热点,并可能成为今后天气雷达发展的重要方向。介绍了相控阵技术在大气探测中应用现状和研究进展,以及近年在气象应用中所获得的最新研究结果,展望了相控阵技术的应用前景,进一步讨论了开展相控阵技术研究所面临的技术挑战和未来发展的方向。为我国开展相控阵天气雷达的研制提供参考。     

中国西部环境与生态科学数据中心：面向西部环境与生态科学的数据集成与共享

国家自然科学基金委员会“中国西部环境与生态科学研究计划”自2001年启动以来,有力地推动了西部区域环境演化、陆地生态过程和人类活动对环境的影响等方面的研究,积累了丰富的基础数据。国家自然科学基金委员会“中国西部环境与生态科学数据中心”承担“西部计划”项目数据产出的收集、管理、集成,并面向西部环境与生态科学的各个领域提供科学数据服务。“西部数据中心”的总体框架是以“西部计划”和地球系统科学发展的科学需求为导向,建成以数据共享、知识积累、合作交流和数据科学为主要内容的集成平台,为“西部计划”多学科的交叉研究和成果的综合集成及地球科学发展的长远目标服务。以共建共享的指导思想集成针对西部环境与生态现状与变化的基础背景数据、环境与生态观测数据、模型数据集、数据工具及数据文档;并以完全与开放的数据共享原则为用户提供推送式数据服务。目前,“西部数据中心”已完成了数据共享平台、知识积累平台与合作交流平台的开发和集成,初步形成了科学数据平台,整理并发布了大量的西部环境生态科学所需的关键数据集。     

Prediction of UT1–UTC,LOD and AAM χ<Subscript>3</Subscript> by combination of least-squares and multivariate stochastic methods

This article presents the application of a multivariate prediction technique for predicting universal time (UT1–UTC), length of day (LOD) and the axial component of atmospheric angular momentum (AAM χ ₃). The multivariate predictions of LOD and UT1–UTC are generated by means of the combination of (1) least-squares (LS) extrapolation of models for annual, semiannual, 18.6-year, 9.3-year oscillations and for the linear trend, and (2) multivariate autoregressive (MAR) stochastic prediction of LS residuals (LS + MAR). The MAR technique enables the use of the AAM χ ₃ time-series as the explanatory variable for the computation of LOD or UT1–UTC predictions. In order to evaluate the performance of this approach, two other prediction schemes are also applied: (1) LS extrapolation, (2) combination of LS extrapolation and univariate autoregressive (AR) prediction of LS residuals (LS + AR). The multivariate predictions of AAM χ ₃ data, however, are computed as a combination of the extrapolation of the LS model for annual and semiannual oscillations and the LS + MAR. The AAM χ ₃ predictions are also compared with LS extrapolation and LS + AR prediction. It is shown that the predictions of LOD and UT1–UTC based on LS + MAR taking into account the axial component of AAM are more accurate than the predictions of LOD and UT1–UTC based on LS extrapolation or on LS + AR. In particular, the UT1–UTC predictions based on LS + MAR during El Niño/La Niña events exhibit considerably smaller prediction errors than those calculated by means of LS or LS + AR. The AAM χ ₃ time-series is predicted using LS + MAR with higher accuracy than applying LS extrapolation itself in the case of medium-term predictions (up to 100 days in the future). However, the predictions of AAM χ ₃ reveal the best accuracy for LS + AR.     

科技进步与金属矿产资源供应——兼论我国可持续发展的资源基础

科技进步为金属矿产资源的勘查开发、获取供应提供理论指导和技术支持,并在很大程度上决定着地矿产业的可持续发展。在21世纪绿色矿业的崛起和新的循环经济模式下矿业文明的振兴更是离不开现代科学技术,二者相辅相成,这对巩固我国可持续发展的资源基础意义重大。对于我国的资源开发供应,资源保障是前提基础,科学技术是方法手段,环境效益是发展目标,三者应协同推进,不可偏废。     

山区房后边坡安全评价的探讨——以安溪县为例

由于地质灾害的突发性和引发因素的复杂性,在及时和有效地掌握潜在隐患部位上还亟待进一步探索与细化,力求防灾抗灾工作有的放矢,以确保人民群众的生命财产损失降到最低限度。本文就基于山区的基本特征和房后边坡潜在地质安全隐患基本信息调查,简要分析房后边坡孕灾致灾环境,并针对它们的影响程度,采取层次分析（AHP）等方法来确定安全评价因子权重和安全系数,对构造安全评价结构作进一步研究。     

浅谈工程测量学的发展

对工程测量学的地位和应用领域,通用和专用仪器的发展,在理论和实践上进行了归纳和总结。简要地叙述了工程测量在国内外的发展情况及其发展趋势。     

发挥自身优势 扩大经营 走探采一体化道路

煤炭地质勘查单位,通过几十年的艰苦奋斗,不仅为国家找出了大量的煤炭资源,同时也积累了丰富的管理、施工和技术工作经验,以及大量的地质资料。应该发挥自身优势,充分利用大量的以往地质资料,结合新的找矿理论和先进的地面勘查手段,加大人才培养和引进力度,逐步提升专业技术人员的学识和科技水平,加强基础地质工作,不断寻找新的工作靶区,把握住煤炭勘查市场的主动权。抓住机遇,做好资金积累,加强资本运做,充分利用已有探矿权,走探采一体化道路,做精做强到做大地勘单位,是生存和发展的良好出路。     

震灾保险研究中的软科学问题

震灾保险研究融会着自然科学与社会科学的紧密结合和相互渗透,基于这一认识,本文联系震灾保险的社会属性,分析并指出这一险种的非强制性质;保护应用的权益与责任;对社会不规范投保行为的制约;正确理解“与国际惯例接轨”、地震系统的协作模式、政府部门的政策导向等等带有根本性的问题,以启示人们把握研究的大方向,从而加快我国该项研究的实用化进程。     

Seasonal variation of atmospheric dimethylsulfide at Amsterdam Island in the southern Indian Ocean

Daily measurements of atmospheric concentrations of dimethylsulfide (DMS) were carried out for two years in a marine site at remote area: the Amsterdam Island (37°50S–77°31E) located in the southern Indian Ocean. DMS concentrations were also measured in seawater. A seasonal variation is observed for both DMS in the atmosphere and in the sea-surface. The monthly averages of DMS concentrations in the surface coastal seawater and in the atmosphere ranged, respectively, from 0.3 to 2.0 nmol l^-1 and from 1.4 to 11.3 nmol m^-3 (34 to 274 pptv), with the highest values in summer. The monthly variation of sea-to-air flux of DMS from the southern Indian Ocean ranges from 0.7 to 4.4 mol m^-2 d^-1. A factor of 2.3 is observed between summer and winter with mean DMS fluxes of 3.0 and 1.3 mol m^-2 d^-1, respectively.