球体大圆弧QTM八叉树剖分

分析了基于大圆弧QTM的球体八叉树与变长八叉树剖分的原理、方法及其网格体系的特点,推导了网格单元的体积公式,讨论了横向同层网格与径向同列网格的体积变形规律,并与退化八叉树剖分进行了比较,阐述了球体八叉树的编码与解码方法.研究表明,基于大圆弧QTM的球体割分充分利用了大圆弧的特性,所得的网格体系具有简单、规整和变形适中的特点,可以用于天地一体化空间数据的组织与管理.     

时空和语义结合的船舶轨迹数据压缩方法EI北大核心CSCD

大数据时代积累了覆盖范围广、时效性强的船舶轨迹数据。对海量冗余轨迹数据进行压缩,可提高检索效率,降低数据存储和传输负担;然而现有方法容易忽略移动对象的运动特征。因此,本文提出一种顾及轨迹时空特征和航行语义特征的压缩方法。首先,分析船舶轨迹的空间、时间和语义特征,设计顾及时空语义特征的轨迹数据压缩流程;其次,通过道格拉斯-普克和滑动窗口法计算轨迹点的时空和语义特征值;然后,加权融合轨迹点的时空和语义特征,构建轨迹点的重要性排序,并通过指定压缩比例获取保留轨迹点数目,实现船舶轨迹数据压缩;最后,根据压缩算法效率、质量和实例分析,表明本文方法可保留行驶的动态语义信息和时空形态特征,既可根据压缩比例控制压缩过程,又可显著减少数据冗余,为后续轨迹挖掘等应用提供数据基础。     

基于面向对象的路域植被环境遥感动态分析

根据不同地物类型在遥感影像上的光谱、纹理、几何和位置响应特征的差异性,可以对地物进行分类。本文采用面向对象的方法,基于影像上地物类型的纹理和光谱等特征,利用ENVI EX面向对象特征提取模块对试验路域SPOT5影像进行地物分类,从而定量动态分析地物类型变化情况;并通过提取NDVI对植被覆盖度进行了分级统计分析。结果表明,定量分析成果与野外调研实验结果相吻合,可以用来评价实地植被覆盖度及地物分类变化情况,进而评价公路路域植被环境,为公路的可持续发展提供基础支持。     

城市河道水污染状况调查评价及其防治措施探讨——以焦作市为例

调查了焦作市城市河道水的主要污染来源,运用水污染指数（WPI）评价法对新河、普济河、群英河以及瓮涧河各监测断面的水样进行了水质状况评价,河道水总体评价结果为严重污染。河道水污染是水中各污染因子相互综合作用的结果,受流量以及流速变化的影响污染源与河道水中各离子含量不存在明显的相关关系。并对如何减少污染提出了一些可行性措施。     

绥中县水环境恶化成因及保护治理对策分析

水环境是自然环境中重要的组成部分,不仅与每个人都息息相关,也与整个环境的发展有关。通过对绥中县水环境现况进行调查,对该县河流、湖泊水质进行评价,发现水环境恶化的主要原因是企业废弃物排放量高、农业污水灌溉、农药和化肥大量使用以及居民生活污水和垃圾污染严重,提出应强化污染治理措施,采用生态平衡施肥技术和提高全民环保意识等对策,完善水环境治理系统,改善全县水环境状况。     

新版数字黑河信息系统的设计与实现

随着黑河流域时空数据的快速增长,已有的黑河信息系统在共享效率、数据分析及平台架构等方面存在缺陷,已无法满足现实的需要。本研究针对目前平台的缺陷重新设计新版数字黑河信息系统（NDHRIS）的整体框架,从观测、数据及模型三个角度实现新版数字黑河信息系统的新功能。首先从基础设施、服务及应用三个层面介绍系统整体设计,其次详细阐述系统实现的关键技术及功能改进,最后,讨论了该系统仍然存在的问题及未来发展方向。目前该系统已业务化运行,数据量超过5 T,共1 058条元数据,向大约100个研究所和50个项目提供了大约8 TB数据集和5 000个数据服务,有效提升了黑河流域科学数据的共享效率,支撑全球寒区监测计划的实施。     

浅析高效液相色谱-质谱/质谱法测定饮用水中的灭草松和2,4-D

利用高效液相色谱-质谱/质谱法,同时测定饮用水中灭草松和2,4-D,水样经0.45μm微孔滤膜过滤后直接上机,经高效液相色谱分离后,采用质谱/质谱法测定。结果表明,灭草松和2,4-D分别在0.25~8.00μg/L和1.00~30.0μg/L范围内线性良好,相关系数分别为0.9987和0.9980,检出限为0.002μg/L和0.004μg/L,相对标准偏差(RSD)分别为7.5%~8.0%和2.9%~4.8%,加标回收率分别在73.6%~90.4%和90.3%~103.0%之间。完全满足饮用水中灭草松和2,4-D的测定。     

唐山7.8级地震前的震中迁移与远台前兆的关系

以震中迁移始发点的前兆讨论了唐山7.8级地震震中位置的预测,并以此为例分析了汶川8级地震和芦山7级地震的前兆问题。另外,从震中迁移延长线上的前兆来讨论了唐山大震的发生时间。     

联合VMD和Bi-LSTM的GNSS坐标时序降噪

针对GNSS坐标时间序列中的噪声难以有效去除等问题,构建了一种联合变分模态分解和双向长短期记忆模型的方法用以去除GNSS坐标时间序列中的噪声。将GNSS坐标时间序列分解为k个本征模态函数分量,并根据样本熵选择出有效的模态分量,分别通过双向长短期记忆网络处理,最后将信号进行合成。以BJFS等12个具有较长时间序列且数据完整性较好的GNSS站点坐标数据为例,对坐标时间序列进行降噪。将该方法与传统的分解方法进行对比分析,发现在E、N、U方向上,相比于单一变分模态分解,速度不确定度改正率分别提高了11.03%、4.60%、7.39%,相比于经验模态分解分别提高了31.70%、27.70%、24.42%。结果表明该方法能够更好地去除信号中的噪声,且优于传统分解方法,可提高信号可靠性。