三维军事地理信息系统与战术互联网技术的融合

分析三维地理信息系统与战术互联网技术的相互融合,并创新应用在军事作战中,实现军事作战科学化、可视化、现代化。以军事三维地理信息软件MaG IS2.0为例,分析三维G IS与基于无线网状网的战术互联网技术相结合的应用示例,从创新的角度提出移动数字战场的构成体系。     

砂土中单桩基础冲刷的修正应变楔计算

由冲刷引起的深水结构物桩基础周围土体损失致使基础水平承载性能下降的问题越发受到重视。应变楔方法假设桩前土体抵抗为三维楔形体,其尺寸发展与楔形体区域土体发挥的内摩擦角有关,从而得到水平受荷桩的p-y曲线。本文对应变楔方法进行修正和拓展,建立非线性位移假设以考虑桩前楔形体区域土体应变沿深度的非均匀分布,将冲刷坑底以上土体的有效自重作用等效为竖向荷载,对楔形体的深度进行修正,以解决楔形体方法只适用于地表水平的情况,得到砂土中单桩基础冲刷的修正应变楔计算方法;并通过与模型试验及三维有限元分析的对比来验证该方法的合理性。分析结果表明:冲刷深度增加会显著降低桩基水平承载性能,冲刷深度3.2D和6.4D情况下的桩顶位移比平均值分别趋近于1.8和3.0;相比有限元方法,本文修正SW方法计算的p-y曲线结果与实测结果更为接近。     

基于AMSR-E土壤湿度产品的LIS同化试验

由陆面信息系统 (Land Information System, 简称LIS) 通过NOAH陆面过程模型使用集合卡尔曼滤波开展AMSR-E (Advanced Microwave Scanning Radiometer-Earth Observing System) 土壤湿度同化试验,得到2003年中国区域垂直深度为4层、水平空间分辨率为0.25°×0.25°的土壤湿度试验数据。使用农业气象观测站土壤相对湿度和国家生态系统野外科学观测研究站土壤体积含水量对试验结果进行检验,结果表明:同化过程整体上提高了陆面模型的模拟精度,草地生态系统模拟精度高于作物和森林生态系统;有效的同化过程依赖于AMSR-E土壤湿度的准确性;模拟出的土壤湿度空间分布特征与实际相符。同化试验得到的时空相对连续且精度相对准确的土壤湿度数据是气候变化和干旱监测的重要数据基础。     

依法变更土地用途后应否调整土地使用权出让金

案情简介: 2002年12月8日,某县国土资源局(以下简称国土局)通过挂牌方式,与某集团公司签订<国有土地使用权出让合同>(以下简称出让合同).     

未经土地管理部门批准并登记的土地使用权转让是否有效?

案情简介: 2005年9月6日,新兴公司与利山公司达成合作建房协议,双方约定成立天隆房地产项目开发公司,新兴公司将自有的30亩土地作股投入天隆公司,占50%的股权.2005年11月2日,新兴公司又将自己在天隆公司股权中的45%转让给合作伙伴利山公司,并签订了股权转让协议.2005年12月26日,新兴公司因故想收回转让给利山公司的45%股权.新兴公司的理由是:股权转让无效,因为双方的股权转让实际上是土地使用权转让,根据我国《土地管理法》第12条、《城镇国有土地使用权出让和转让暂行条例》第25条、《城市房地产管理法》第59条的有关规定:改变土地权属和用途的应当办理土地变更登记手续.现双方未到土地管理部门办理土地变更登记,故双方的股权转让协议无效.     

基于支持向量机的CBERS-02卫星影像信息提取

CBERS卫星是由中国空间技术研究院与巴西空间研究院联合研制的地球资源遥感卫星,CBERS-02卫星数据总体质量比CBERS-01卫星有所提高,本文利用支持向量机方法对CBERS-02卫星影像信息进行提取。研究中首先用6S模式对影像进行大气校正,然后选择RBF为支持向量机方法的核函数,并用交叉验证方法得到影响RBF核函数的两个最佳参数值进行学习完成信息提取,最后将提取结果制作成矢量图。通过研究得出用大气校正后的数据进行信息提取分类精度有所提高;与最大似然法和最小距离法相比,支持向量机方法分类精度较高。通过将研究结果与ETM+影像进行比较得出,CBERS-02卫星影像精度能够满足应用需求并能代替TM/ETM+数据开展研究工作。     

股东对公司债务是否承担连带责任?

2004年6月2日,李某、陈某发起设立了集亚有限责任公司,公司注册资本为100万元.但上述注册资金,在公司注册完毕的次日,两股东即从集亚公司帐户提走.两股东约定了出资比例,其中股东李某出资70万元,出资比例为70%,陈某出资30万元,出资比例为30%.2005年7月8日,集亚公司因拖欠大田公司180万元货款,无力偿还,大田公司遂以集亚公司、李某、陈某为被告,起诉至法院请求:判令集亚公司、李某、陈某对180万元债务承担连带责任.     

深度学习模型识别静止卫星图像海上强对流云团

强对流天气破坏力强,对海上航行和海洋开发都有着很大的影响,但由于其生命史短,且海上气象测站少,因此难以对其进行快速准确的监测。而静止气象卫星的覆盖范围广、时间分辨率高,因此成为了监测强对流天气的重要手段。本文提出了一种利用Himawari-8卫星影像,基于深度信念网络(DBN)进行强对流云团自动识别的方法。该方法分别提取每张图像的光谱特征TBB13、TBB08-TBB13和TBB13-TBB15,以及基于光谱特征TBB08-TBB13的纹理特征能量Energy和对比度Contrast,再参考CloudSat卫星的云分类产品自动构建样本集,利用此样本集训练DBN模型,以确定模型的参数和结构。使用训练完成的DBN模型进行强对流云团识别,并对识别结果进行后处理。通过典型案例分析和精度评定发现,新方法的临界成功指数CSI为71.28%,检测概率POD为84.83%,虚警率FAR为18.31%。结果表明,该方法可以有效识别处于初生到消散不同阶段的强对流云团,并在一定程度上去除检测结果中多余的卷云。与单波段阈值法、多波段阈值法和支持向量机这3种方法相比,文中提出的方法能够提高强对流云团的识别精度。     

不同类型El Nio事件对黑潮流域影响的统计分析

利用全球海表面温度、海面流速、海平面异常、降雨和海面风场融合及再分析资料,采用相关分析和合成分析统计诊断方法,对1979-2014年发生的东太平洋和中太平洋El Nio事件对黑潮流域的影响进行分析,为黑潮流域及我国东南部气候变化预测提供参考。研究结果表明:前者对海表面温度的影响要比后者强烈,并经历了从降温到升温的效应转换;两者对黑潮流域海流流速的影响整体上呈相反状态,前者对东海PN断面海流流速起减缓作用,而后者对其流速起加速作用;对于黑潮流域的海平面异常,两者均没有明显的规律性影响;前者会引起黑潮流域降水增多,而后者则会引起黑潮流域降水减少。因此,东太平洋和中太平洋El Nio事件对黑潮流域的影响具有明显的差异。