基于时序预报神经网络的斜坡变形预测方法

将神经网络理论引入到斜坡变形预测领域，利用时序数据构造训练样本，在训练过程中引入遗忘因子和期望因子，形成相应的网络结构，初步探索出了一条新的预测斜坡变形的理论方法。     

论提高我国南方耕地复种指数

我国南方１４省（区、市）耕地利用尚不充分，耕地复种指数还有较大潜力可挖，当前，人增地减，人地矛盾日益尖锐，农产品供需矛盾日趋突出，充分利用现有每一寸耕地，提高耕地复种指数势在必行。本文在回顾建国４０多年来南方耕地复种指数演变与特点的基础上，指出了目前存在的问题，分析了提高南方耕地复种指数的生态，经济和社会效益，提出了提高南方耕地复种指数的途径，措施和应注意的问题。     

吐哈盆地大南湖凹陷砂岩型铀矿成矿条件分析

本文重点分析了大南湖凹陷中、下侏罗统的沉积环境、岩相古地理特征，以及地层、砂体的展布、厚度及埋深等空间分布特点，深入研究了砂体后生氧化特点及氧化带的分布范围，指出凹陷东部西山窑组含煤岩系发育厚度大、延伸稳定的氧化带。此外，对在野外调查中发现的铀矿化岩心进行分析研究，认为矿化与后生氧化作用的关系密切，具有良好的找矿前景。     

吐哈盆地形成及其演化

在分析吐哈地区区域应力场性质的基础上，把盆地的形成与发展分为三个阶段。重点阐述各阶段的受力性质、原型盆地类型、沉积环境、沉积厚度及原型盆地的改造。     

异黄酮的合成研究进展

综述了异黄酮合成方法和近年来我国在合成异黄酮化合物的研究进展。     

基于RS与GIS的土地利用/土地覆盖变化分析

利用遥感影像获取土地利用/土地覆盖变化信息是遥感应用的一个重要方面。选用1987年、1994年和2000年3个时相的某市遥感影像及其辅助数据,对该地区14年间的土地利用/土地覆盖变化进行了分析研究,并对变化的时空特征进行分析评价,结果表明该市的城市化进程在不断加快,建成区面积逐年增加,耕地和林地被占用的现象比较突出。研究结果为该市的城市规划、生态环境保护等提供了科学依据。     

一种利用卷积神经网络的干涉图去噪方法

干涉图滤波是合成孔径雷达数据处理的关键,引入卷积神经网络（convolutional neural networks,CNN）进行干涉图去噪。首先,采用自编码器结构进行非监督学习,将干涉图去除局部地形坡度相位,所得残余噪声作为模型输入;然后将模型输出结果与去除的局部地形坡度相位相加,生成滤波结果。利用航天飞机成像雷达数据和哨兵一号A(Sentinel-1A)卫星数据,通过与Goldstein滤波器、均值滤波器、Lee滤波、Frost滤波、改进的去噪卷积神经网络（denoising convolutional neural network,DnCNN）进行对比实验,结果表明,该方法对干涉图相位质量有很大的改善,不仅能够较大程度地抑制噪声,而且能够更多地恢复出图像细节,保持干涉条纹边缘连续性。     

TerraSAR影像干涉测量数据的地理编码方法

InSAR技术广泛用于获取高精度的地形信息,但是经过干涉处理获得的干涉测量数据必须经过地理编码,才能得到可实用的DEM。本文针对高分辨率TerraSAR影像,提出了利用InSAR的影像和高度信息,结合卫星的位置矢量和速度矢量以及SAR距离-多普勒构像模型,进行高程图地理编码处理的方法,直接将干涉生成的DEM校正到所需的地面参考坐标系统中,以获取干涉数据的地面三维信息。通过试验,证明了该方法的可行性。     

基于多源遥感数据的南宁市建成区动态监测与驱动力分析

为了解南宁市建成区空间和时间的扩张特征,本研究选取美国国防气象卫星（DMSP）得到的DMSP/OLS和美国的“索米”国家极轨卫星伙伴卫星（Suomi NPP）得到的NPP-VIIRS两类夜间灯光遥感影像数据,以及Landsat系列遥感影像作为基础数据,提出了一种基于多源数据融合法结合统计数据比较法快速提取城市建成区的方法,基于该方法对2000—2020年南宁市建成区的面积扩张变化、面积重心变化、面积扩张速度和扩张强度变化进行了动态监测和驱动力分析。结果表明：(1)南宁城区扩张幅度明显,扩张速度呈增强趋势;(2)南宁市建成区形态以向外扩张、向内填充为主,空间紧凑程度不断下降,空间形态趋于稳定;(3)建成区重心由西北向东南转移,东南方向为南宁市建成区的主导发展方向;(4)人口增长和经济发展是城市建成区扩张的直接驱动力和根本驱动力,城市交通运输的发展对建成区扩张具有牵引力与指向性。     

特大偏心距的方向值归化及必要精度

本文提出了当偏心距较大时方向值归化的方法,并对测定归心元素的必要精度作了进一步探讨。