基于约束的城市街道网自动综合方法

近年来,基于约束的地图自动综合成为研究的热点。本研究在基于约束的地图自动综合理论的基础上,提出了一种城市街道网自动综合方法。该方法依赖于街道网综合中的约束和改进的动态决策树结构,它很好地将约束融入了特定的数据结构,实现了街道网的渐进式综合。实验证明了方法具备可行性。     

南充市城区地质环境质量分区模糊评价

在收集了大量的地质资料的基础上,结合地理信息系统的数据库和空间分析功能,通过专家一层次分析法确定权重,运用模糊评判法对南充市城市地质环境质量进行分区评价。地质环境是城市建设和发展的基础,随着城市化进程加快,城市地质环境问题越来越突出。因此,对城市地质环境条件进行定量评价,对于城市规划和建设具有重要的指导意义：评价的结果将南充市城市地质环境划分为3个区11个亚区,各区地质环境质量有明显的差异,并提出城市建设合理的发展方向。     

土壤吸湿-湿过程中水力传导度的拟合研究

非饱和含水介质在吸湿和脱湿的不同过程中,水力传导度随介质含水率的变化规律是不同的。本文选取大沽河流域两种代表性砂土,对其吸湿-脱湿两个过程分别进行试验观测,并使用VanGenuchten—Mualem模型对其吸湿-脱湿过程进行水力传导度的拟合。研究结果表明：砂土在吸湿过程的非饱和水力传导度与脱湿过程的非饱和水力传导度大小并不相同,在含水率相同的情况下,吸湿过程的水力传导度要比脱湿过程大,在含水率较低时（小于15％）相差可达1个数量级。     

对北秦岭太阳寺矿集区金矿成矿特征的初步认识

甘肃省天水冯家场—两当太阳寺一带,是近年来资源评价和矿产勘查的重点,是秦岭-大别成矿省北秦岭成矿带中重要的矿化集中区。文章在分析区域构造背景的基础上,对该区成矿特征进行了初步总结,选择典型矿床进行了介绍,初次把该区命名为太阳寺矿集区,这将对该区矿产勘查工作部署,深入研究矿集区成矿规律具有参考意义。     

北祁连中段浪力克—牛头山一带地球化学特征

近年来,部署在重要成矿区带的1：5万区域矿产调查在全国陆续展开,这对提高地质矿产研究程度,进一步圈定找矿靶区具有重要意义。其中要求进行1：5万水系沉积物测量、高精度地面磁测、自然重砂测量和遥感异常提取。本文以甘青交界的浪力克一牛头山一带1：5万区域矿产调查中水系沉积物测量实际资料为依据,探讨了浪力克铜矿区及其区域地球化学特征,认为Cu、Pb、Zn、Au、Ag异常分布与含铜火山岩系分布一致,异常规模显示该矿外围仍具有较大的找矿潜力。     

内蒙古兴安盟杜尔基岩体特征研究

内蒙古兴安盟杜尔基岩体位于大兴安岭中南段,岩性主要为中—细粒二长花岗（斑）岩、中—粗粒二长花岗岩、细粒二长花岗岩。岩石化学分析结果属于碱性岩系列,具有高硅、高钾、富碱、过铝、贫铁、镁、钙特征。稀土元素总量平均值为112．43μg／g,球粒陨石标准化曲线整体平缓右倾,具有Eu负异常;微量元素蛛网图解表现为“W”型形态．具有明显的Sr、Ba、Ti负异常,反映了强烈的分离结晶作用存在。4个样品K-Ar全岩法测年结果为100．15-120．29Ma,说明岩体形成于早白垩世。反映杜尔基地区在早自垩世可能处于相对稳定的拉张环境。     

河西走廊疏勒河流域地质灾害危险性现状评估方法的应用——以甘肃省河西走廊(疏勒河)农业灌溉暨移民安置综合开发建设项目8个移民社区及配套工程建设为例

依据“建设用地地质灾害危险性评估技术要求”、利用野外踏勘及相关资料,对“甘肃省河西走廊（疏勒河）农业灌溉暨移民安置综合开发建设项目8个移民社区及配套工程”进行地质灾害危险性现状评估。结果认为：评估区发育和分布的地质灾害类型有土壤盐渍化、风蚀沙埋和洪水冲蚀。现状评估结果：土壤盐渍化和洪水冲蚀危险性均小;风蚀沙埋有1处危险性中等,其它危险性小。     

基于WiMAX的地质灾害应急无线通信系统探索

基于OFDM核心技术的WiMAX(全球微波接入互操作性)具有4G技术的特点。与3G和WiFi无线通讯技术相比具有明显的高速率、大容量数据传输优势。本文就基于WiMAX的地质灾害应急通讯系统的几种技术方案加以详细论述,说明WiMAX在地质灾害应急指挥中具有广阔前景。     

基于ArcIMS的城市小区信息发布系统的设计与实现

利用ESRI公司新一代Web GIS产品Arc IMS9.0,结合ASP及IIS6.0、SQL Serve、ArcSDE等网络、空间数据库方面技术,建立了城市小区信息发布系统。总结了ArcIMS的特点和体系结构,提出了基于ArcIMS的城市小区信息发布系统的设计思路和方案,阐述了系统的具体实现方法。     

Automated Target Detection and Discrimination Using Constrained Kurtosis Maximization

Exploiting hyperspectral imagery without prior information is a challenge. Under this circumstance, unsupervised target detection becomes an anomaly detection problem. We propose an effective algorithm for target detection and discrimination based on the normalized fourth central moment named kurtosis, which can measure the flatness of a distribution. Small targets in hyperspectral imagery contribute to the tail of a distribution, thus making it heavier. The Gaussian distribution is completely determined by the first two order statistics and has zero kurtosis. Consequently, kurtosis measures the deviation of a distribution from the background and is suitable for anomaly/target detection. When imposing appropriate inequality constraints on the kurtosis to be maximized, the resulting constrained kurtosis maximization (CKM) algorithm will be able to quickly detect small targets with several projections. Compared to the widely used unconstrained kurtosis maximization algorithm, i.e., fast independent component analysis, the CKM algorithm may detect small targets with fewer projections and yield a slightly higher detection rate.