利用AutoCAD R14建立导航数据库系统

本文提出一种运用ＣＡＤ技术建立ＧＩＳ／ＧＰＳ公路汽车导航系统基础数据库的方法,运用该方法,可保证制作精度,提高工作效率,降低制作费用。     

基于COM的3DGIS空间对象模型组件库的设计与实现

提出了一种新的基于3D矢量图形、数字高程模型与数字正射影像相结合的空间对象模型的设计思想,并将COM组件技术引入到该模型的实现中。     

贵州西部中、上二叠统界线附近风化壳类型及成矿作用

贵州西部中、上二叠统界线附近普遍存在不整合面,在不整合面上往往发育厚度不等的风化壳。风化壳主要可归纳为三种类型:茅口组顶部的喀斯特漏斗、洼地中堆积的红粘土风化壳,锰质(铁质)风化壳,峨眉山玄武岩喷发间断面上或玄武岩顶部与龙潭组(宣威组)之间的的高铝高岭石风化壳。喀斯特侵蚀面上的红土风化壳是红土型金矿的赋存层位,峨眉山玄武岩喷发间断面上的高铝高岭石风化壳是铜矿、铝土矿赋存层位,喀斯特侵蚀面上的锰质(铁质)风化壳是锰矿、铁矿赋存层位,而玄武岩顶部与龙潭组(宣威组)之间的高岭石粘土风化壳是稀土、硫铁矿、铝土矿赋存层位。中、上二叠统界线附近风化壳对金、铜、铝土、硫铁、锰和稀土有明显的控制作用。     

地震采集技术新进展

通过大量的文献调研,系统地总结了地震采集的最新进展。这里扼要介绍了照明度分析采集设计的核心思想,说明了Teepee技术,同时给出了观测系统优化和宽方位采集技术的新进展。对于其中的激发、接收部分,则主要介绍了几项实用技术。针对地震仪器的发展过程以及应用现状,重点介绍了基于MEMS(Micro Electro Mechanical Systems)的数字检波器的基本原理、性能指标和优缺点,最后对地震采集技术的发展前景进行了展望。     

新疆全新世环境变迁与史前文化交流

通过分析新疆及毗邻区域全新世环境变化的时空分异,结合区域人类活动的特征,阐释了新疆全新世环境变化与人类活动的关系.结果表明,新疆天山地区的气候环境变化和欧亚草原带等地不同,欧亚草原带早中全新世湿润,晚全新世干旱;天山等地早全新世干旱,中晚全新世湿润.在畜牧渔猎经济的条件下,湿润的欧亚草原带比新疆的大多数地区更适合人类生活,文化发展更为迅速.进入晚全新世,天山等地气候湿润程度增加,绿洲农业中形成了稳定的粟黍-大麦/小麦-畜牧业的稳定的产业结构,人口迅速增长,文化繁荣.在距今4000年以前,欧亚草原带的青铜文化因素对新疆影响最大,来自甘青地区和中亚的文化要素相对较少.此时,新疆诸文化的经济特征以采集狩猎加畜牧为主,文化交流的主流是沿着阿尔泰山的南北向的交流.在距今4000年以后,沿着天山的东西方向的文化交流逐渐成为主流,农业加畜牧业的混合经济在天山山麓的绿洲地带快速发展,人口迅速增加.新疆史前文化的高峰出现在晚全新世,是气候变化的区域差异和文化交流共同作用的结果.     

绘制圆滑平行线的方法

本文分析了目前平行线绘制方法的不足,论述了绘制圆滑平行线的必要性,提出了绘制圆滑平行线的算法,并对台阶式平行线和渐变线的圆滑处理作了讨论。     

面向游客的区域旅游地理信息系统

一、区域旅游地理信息系统的实现区域旅游地理信息系统,是指将地理信息系统技术应用于旅游,将区域内含有旅游信息的数据（如地图、图片、声音等）输入计算机,实现旅游信息的存储、查询、管理等工作的电子化、自动化。所谓面向游客的区域旅游地理信息系统,实质上是供大饭店、旅行社或有关部门使用,主要为游客服务的有关旅游的地理信息系统。用户利用这个系统,可以很容易地把游客或他们所关心的某个地区的有关旅游的各种实际资料（如图片、地图及文字资料等）输入计算机,形成一个实用的旅游信息系统,形象直观、生动活泼地开展业务,优…     

建立三个机制 搞好四个结合——驻马店市扎实推进“四项整治”工作

驻马店市是较早着手进行“空心村”及砖瓦窑场整治工作的单位之一。1999年以来，驻马店市国土资源局紧紧依靠各级党委政府和基层国土资源部门，大力开展“空心村”及砖瓦窑整治工作，取得了显著成效。目前全市已整治“空心村”360多个、废弃砖瓦窑46个，净增加耕地1200多公顷。在今年3月份召开的全省“空心村”治理现     

空洞卷积U-Net的遥感影像道路提取方法

针对从遥感影像上提取道路出现的细节特征丢失、提取结果模糊的问题,该文提出了一种基于空洞卷积U-Net的遥感影像道路提取算法:①以U-Net为基础网络,将低层细节特征与高层语义特征进行多特征融合,更好地还原道路目标细节;②为了进一步提高网络对道路细节特征的识别能力,在U-Net中引入空洞卷积模块,学习更多的语义信息来改善提取结果出现的模糊问题.在Massachusetts roads和高分辨率城市道路影像Cheng roads dataset数据集下的实验结果表明,在召回率、精度和F1-score指标分别达到了82.5％、86.7％、84.5％;93.2％、92.1％、92.6％.与基础的U-Net相比,该算法在解决细节特征丢失和提取结果模糊问题方面更具有应用价值.