华北地区夏季降雨量与南海海温长期变化的关系

比较了华北地区7个站与17个站1951-1997年夏季（6，7，8月）降雨量与气候随时间的变化特征，并对其成因作了探讨。结果表明，用北京、天津、邢台、烟台、郑州、太原和济南等7个站可代表该地区夏季降雨量与气候的多尺度变化特征，过去47a该地区依次经历了湿凉、湿热、湿凉、干热、湿热几个时期，降雨量的长期变化与南海前冬（1-2月）海温成负相关。前冬南海海温偏高，意味着初夏南海地区大气对流低频振动偏弱，南海夏季风爆发较晚，西南季风较弱，夏季西太平洋副高位置偏南，华北地区大气低层北风加强，华北地区夏季少雨，前冬南海海温偏低时情况则相反，考虑冬季（1-2月）南海南温和7-8月西太平洋副高脊线位置（纬度）的影响用均生函数建模，试验结果与用子波变换重构方法考虑华北地区夏季降雨量的变化趋势比较，二者相吻合，预测试验结果与过去3a的实况基本一致。     

南海夏季风建立特征及模拟

利用NCEP再分析资料分析了2004、2005年南海夏季风建立的大尺度环流特征.采用GRAPES对2a南海夏季风爆发过程进行了模拟.结果表明：GRAPES成功的模拟了南海夏季风建立期间南海地区低层东风转向和副高迅速东撤的过程,通过数值模拟,揭示了南海夏季风建立过程中存在着的中低纬相互作用.     

海洋生产总值核算方法研究

在分析借鉴国内外海洋经济核算相关方法的基础上,研究探索了我国海洋经济核算的模式,以海洋生产总值核算为突破口,系统提出了我国海洋生产总值(GOP)核算的三种基本方法,即剥离法、扩展法、外推法。同时,对几种核算方法进行了综合分析和评估。为我国开展海洋经济核算工作打下了良好的基础。     

汶川抗震救灾的基础地理信息综合应急服务

在5．12汶川特大地震抗震救灾中,国家测绘部门设计和组织实施了以数据成果服务、专用系统服务和专题制图服务为核心的基础地理信息综合应急服务。其是针对汶川震区地形特点和抗震救灾主体工作需求,快速整合和提供震区已有的基础测绘成果和最新遥感影像资料;快速搭建集震区海量数据集成管理为一体并具备3维影像浏览、对比分析等功能的专用地理信息系统,为灾情评估分析和重建规划研究提供地理空间数据集成展示和分析平台;应需地制作反映受灾范围、受灾程度、救灾响应、规划思路等的各类专题地图和地图集,有效地表达地震灾害的时空分布、重建规划布局等。     

VR-GIS技术在高压输电线选线中的应用研究——以康定-崇州500kv送电线路为例

VR-GIS技术是一门新兴技术,已经在很多领域得到广泛应用。本文基于ERDAS、ArcGIS、MapGIS等遥感和GIS专业软件,将VR-GIS技术应用到高压输电线选线中,制作康定-崇州500kv送电线路(大杠～沙坪段)走廊带的三维景观飞行模拟系统,再现研究区真实地形、地貌,使工作人员沉浸于虚拟环境中,为其分析和处理问题提供方便,解决因自然环境恶劣造成的外业调查困难等问题。     

贵州大方坡缕石矿矿物岩石学特征

利用矿物成分特征、化学成分特征、矿石类型、热学性质特征及坡缕石矿成因等分析方法,对贵州大方县坡缕石进行研究,将坡缕石分为3种类型:Ⅰ型为薄至中厚板片状纤维坡缕石,Ⅱ型为薄-中厚层浸染状坡缕石,Ⅲ型为角砾状粘土状坡缕石。前两种类型坡缕石的SiO2,Al2O3质量分数(平均为54.74%,12.15%)低于苏皖地区龙王山-嘉山等地凹凸棒石;据纤维状坡缕石、浸染状坡缕石的晶体化学特征等分析认为属热液成因类型。纤维状坡缕石热学特征表明主要含吸附水、配位结晶水和沸石水,红外光谱中各频率段吸收峰形态及特征,证明了其所含水类型及结晶程度,并表现出热液型坡缕石谱线特征。     

基于动态检测平台的GPS接收机动态性能检测研究

介绍了一种新型动态检测平台,设计了GPS动态差分试验和双动态差分试验,分析了GPS动态单点定位、动态差分测量、双动态差分测量在两种不同速度条件下进行了的试验数据.     

黑河中下游荒漠区植物多样性分布对土壤水分变化的响应

基于对黑河流域中下游荒漠区植被和土壤生境的调查分析,以土壤水分在各调查样地中的差异来反映研究区的生态水文特征,采用种的丰富度和多度来代表荒漠植物多样性研究了荒漠植物,包括隐花植物多样性分布对土壤水分变化的响应。土壤水分变化不仅直接影响着荒漠植物的多样性,而通过影响其它生境因子又间接地影响着多样性的维持。因此,如何维持中下游相对稳定的土壤水分来源是该区荒漠植物多样性保育今后所要面临的挑战。     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。     

基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.