基于植被分区的多特征遥感智能分类

为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息,以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区,研究基于蚁群智能优化算法(ant colony intelligent optimization algorithm,ACIOA)的土地利用/土地覆盖遥感智能分类。首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段;然后利用归一化植被指数NDVI对实验区数据进行植被分区;最后利用ACIOA算法进行分类规则挖掘,并依据分类规则进行土地利用/覆盖信息的提取。研究表明,基于植被分区的多特征蚁群智能分类的总体精度为88.85%,Kappa=0.86,优于传统的遥感图像分类方法,为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法。     

甘肃省区域差异的构成及分解

近10年来,甘肃省区域差异总体呈现扩大趋势,不仅体现为省内的总体差异,也表现为各经济区之间的差异.运用Theil(锡尔)系数对甘肃省区域差异的地理构成进行二阶分解,结果表明,陇中地区内部各县(县级市、市辖区、县) 之间的经济差距对全省区域经济发展差距的影响程度具有重要作用,缩小陇中地区内部差距对缩小甘肃省区域经济发展差距具有重要意义;另外,西部大开发以后河西地区经济迅速崛起,其对甘肃省区域差异的影响力不容忽视.     

环保型固沙材料的研究进展

化学措施与工程措施、生物措施并称三大治沙措施,化学固沙措施的应用与发展受到材料的严格约束,在治沙技术发展过程中出现低谷期。近年来,随着材料学科的发展,无机类、有机类及无机-有机复合类化学新材料被广泛应用于治沙领域,化学固沙措施又上升为研究热点。满足成本低、效率高、生物相融性好的固沙材料成为化学固沙技术的关键,并且环保性是材料筛选的首要制约因素。本文综述了由天然材料加工而成、自然无害的环保型固沙材料的研究进展,并对环保型固沙材料进行分类,同时剖析了化学固沙发展存在的问题和环保型固沙材料的必要性。本研究将为开发高性能的环保型化学固沙材料提供理论依据。     

基于BP神经网络的吉林省县域经济发展水平评价

选取6个经济指标,运用BP神经网络模型对吉林省39个县级城市的经济发展水平进行评价。结果表明：吉林省区域经济发展水平总体不高,经济发展水平地域差异显著。经济发展水平较高的县市在空间上表现为明显的空间集聚,长吉图地区县市的经济发展水平明显高于其他地区,而经济发展较差的县市主要集中在吉林省西部地区。     

1982～2003年间中国科技人员重心动态变化特征分析

应用区域重心的概念和模型计算中国1982～2003年间科技人员重心位置.计算结果表明,中国科技人员重心始终偏离于几何中心,且呈现先向东移动,1989年后持续向西南方向移动的特征.与同时期不同产业GDP重心比较,反映出科技人员重心移动轨迹与工业重心移动轨迹趋同的特征,而与农业重心、第三产业重心移动轨迹无明显关联,表明改革开放以来中国工业对科技人员的吸引力最大,科技人员对GDP增长的贡献也以工业为主,农业及第三产业对科技人员的吸引和利用较弱.     

南京德基广场二期基坑支护设计

南京德基广场二期工程位于南京市中心区域,主楼区普遍开挖深度21.50m,附楼区普遍开挖深度19.70m,基坑开挖深度较深,基坑面积巨大.本文通过分析该工程的建筑结构方案、场地的工程地质条件和水文地质条件、周边环境等因素,提出了基坑周边全部采用两墙合一的地下连续墙作为基坑围护结构,并且附楼逆作法施工,结合主楼顺作法施工的设计方案.在此基础上,本文提出了相应的地铁隧道保护措施.另外本文采用通用有限元分析软件,取邻近地铁侧的典型剖面计算基坑开挖对地铁隧道的影响,计算结果显示该工程采用逆作法施工对周围环境影响较小,能满足地铁运营对隧道变形提出的要求.本文对采用逆作法施工的工程具有一定的指导意义.     

现代地图学理论对地图学的影响

现代地图学理论的研究,不仅使我们对地图及地图学的内涵有了更深入的认识,而且使地图学基础理论及地图学体系得到完善和充实。现代地图学理论的提出,对进一步阐述地图学的研究对象和理论建设,认识地图学与地理学、测绘学、计算机科学、遥感、地理信息系统的统一关系,理解现代地图制作与应用的特点,揭示现代地图学发展的规律和趋势都具有指导作用。现代地图学理论促进了地图学的发展,尤其是促进了计算机地图制图的发展,使建立在计算机地图制图基础上的地理信息系统日益完善和快速发展。现代地图学理论对地图学的影响意义深刻而久远。     

基于趋势外推法和BP神经网络的四平市汽车保有量预测

基于趋势外推法和BP神经网络模型对四平市2015年和2020年的汽车保有量进行预测.结果表明,结合趋势外推法对汽车保有量的影响因子进行单独预测,可以提高各影响因子的预测精度,弥补BP神经网络在影响因子预测中数据拟合度不高、外推性不强的缺陷,进而保证BP神经网络汽车保有量预测的准确度.利用BP神经网络良好的非线性映射能力,可以较好地拟合汽车保有量与影响因子之间的非线性映射关系,是一种可行的汽车保有量预测方法.但是神经网络预测模型与经典计算方法相比并非优越,只有当常规方法解决不了或效果不佳时ANN方法才能显示出其优越性.