京津冀及周边一般性降水与短时强降水特征对比

京津冀及周边地区为我国北方强降水的多发区域。基于1966—2021年87个国家级气象站逐小时降水资料对比分析暖季5—9月一般性降水和短时强降水的空间分布及年际变化,并基于1980—2021年298个气象站分析日变化等特征。结果表明：京津冀及周边地区的渤海西侧平原区域存在短时强降水强度极端性显著区域。渤海西侧平原以外区域两类降水平均小时降水量、强度和降水时次百分比均呈增长趋势,但短时强降水的增幅更高,而渤海西侧平原区域趋势则均不明显。渤海西侧平原区域和渤海西侧平原以外区域的一般性降水平均小时降水量和降水时次百分比日变化幅度显著弱于短时强降水;7—9月渤海西侧平原区域降水夜发性更明显,且相比另一区域半峰持续时间多出约2 h。2005年后渤海西侧平原区域和渤海西侧平原以外区域短时强降水平均小时降水量和降水时次百分比下午时段均明显减弱,但午夜后至清晨明显增加。     

巧用CASIO fx-4800P计算器测设线路复合曲线

应用地面点与线路中线相对关系的统一数学模型，使用CASIO fx-4800P程序型计算器编制的适合野外测设线路各种复合曲线(包括直线、缓和曲线、圆曲线的任意组合)的实用程序。     

常州市数字化测绘工程及GIS建库概述

数字化地形图和地籍图是城市规划、建设和管理及国土资源管理的重要基础资料．也是开展数字城市和信息化建设的最基础平台。通过对系统总体结构的设计和应用成果介绍，分析了目前基础地理数据生产、管理和应用的现状，介绍了基于GIS的常州市数字化地形图、地籍图测绘工程总体目标及基础地理信息系统总体设计．并概述了整个数字化测绘工程的实施过程和特点。     

谈遥感和计算机技术在城市消防规划中的应用

介绍了城市消防规划的编制方法,同时分析其规划编制中的缺陷,提出了利用遥感和计算机手段进行城市消防规划的方法,并对遥感技术进行了简要介绍。     

地籍信息系统图形处理的几个问题

对地籍信息系统中地籍图的显示与变换、注记、地籍实体的捕捉等的实现进行了探讨,运用一些有效的算法,取得较好效果。     

广义球谐函数及其在梯度边值问题中的应用

本文首先指出球谐函数不是球面上唯一的正交函数系,接着证明了体谐函数的一阶、二阶水平导数（称之为广义球函数）也是球面上的正交函数系,最后利用球面上的正交函数系研究了物理大地测量中的一阶、二阶梯度边值问题。     

叶面积指数的快速测定方法——植被定量遥感的地面标定技术

本文论述了用“底视法”测量叶面积指数的基本原理,并在中国科学院禹城综合试验站遥感试验场以“冠层分析仪”对该方法进行了试验,提出了刺柏针叶叶面积指数的新估算方法。通过计算证明,测定值和估算值具有较好的一致性。这种以“底视法”为基础的冠层分析仪可以用于植被定量遥感的快速地面定标。     

面积率α幂修正Neugebauer方程

网目调地图彩色印刷颜色再现 ,由于光在油墨和纸张第一表面上的反射和光在油墨和纸张内部的多重反射 ,将产生网点在转移过程中面积率的扩张和亏损。这一效应将破坏原始 Neugebauer方程关于色块三剌激值和网点面积率之间的线性关系。本文作者提出面积率 α幂修正的 Neugebauer方程 ,对于三色和四色印刷过程给出计算结果。     

Robust biased estimation and its applications in geodetic adjustments

In this paper, a number of robust biased estimators (e.g. ordinary robust ridge estimator, robust principal components estimator, robust combined principal components estimator, robust single-parametric principal components estimator, robust root-root estimator) are established by means of a unified expression of biased estimators and based on the principle of equivalent weight. The most attractive advantage of these new estimators is that they can not only overcome the ill-conditioning of the normal equation but also have the ability to resist outliers. A numerical example is used to illustrate that these new estimators are much better than the least-squares estimator and various biased estimators even when both ill-conditioning and outliers exist. Received: 14 November 1995/Accepted: 11 February 1998