土地利用更新调查方法——以大同市新荣区为例

土地利用更新调查的方法主要有计算机自动解译,人机交互解译。计算机自动解译精度现在还很差,在土地利用更新调查中基本不用此方法。人机交互解译中的利用目视解译结果在扫描矢量化的方法也很难保证精度。针对这些问题在本次土地利用更新调查利用遥感相片室内解译加外业核实、补充调查方法,也称为综合调绘方法。     

基于MATLAB的图像增强初探

在实际的生产、生活中,人们直接获得的原始图像并不能直接应用到生产、生活中。因为,原始图像在获取和传输过程中会产生各种噪声,造成图形的对比度不够、图像模糊、对所需要的信息,如边缘或线状地物不够突出等影响。针对上述问题,可以采用专业的图像处理软件进行处理。本文采用在MATLAB中,根据图像中存在的具体问题,利用MATLAB自带的函数以及用户自己编写的M函数解决具体问题。给出了用MATLAB进行灰度增强、直方图增强、平滑、锐化等操作及具体示例,通过这几个实验,取得较为理想的效果,达到了图像增强的目的。     

基于SuperMap的城镇地籍数据库建设方案探讨——以大同市浑源县为例

地籍数据建库是为了更好地对地籍数据进行管理。利用超图公司的SuperMap地籍建库软件,探讨了利用GIS技术建立地籍数据库的方法,针对浑源县没有建立自己的地籍数据库的情况,提出了利用SuperMap建立城镇地籍数据库的具体方法,取得了良好的效果。     

BCC-CSM1.1m对欧亚积雪覆盖的预测评估

利用基于BCC-CSM1.1m模式建立的第2代季节预测模式系统1984—2019年历史回算数据,客观评估该模式对1月和4月欧亚积雪覆盖率（snow cover fraction,SCF）气候态和年际变化的预测技巧,分析模式预测偏差产生的可能原因。结果表明:BCC-CSM1.1m模式在超前0~2个月对欧亚大陆SCF具有一定预测技巧,对4月SCF的预测能力明显高于1月,1月预测技巧在欧洲西部地区最高,4月在西西伯利亚地区最高。SCF的预测结果在除青藏高原外的大范围地区表现为系统性偏低,预测偏差在1月随着起报时间的增长没有明显变化,而在4月随着起报时间的增长,关键区偏差由负转正并逐渐增大。分析表明,SCF预测偏差与模式中近地面气温的预测偏差有直接关系。除此之外,SCF的预测偏差部分源于模式本身的系统性偏差,模式分辨率以及参数化方案可能是预测结果在积雪覆盖率接近100%的高纬度地区明显偏低的原因。