雅安雨量站站网布设优化试验

雨量监测的准确性对天气预报、气候变化、服务决策、防灾减灾等有着重要的影响和意义,而雨量站网布设直接影响雨量监测的准确性。选取四川省雅安市作为研究对象,在现有站网布设的基础上,采用相关性分析,提出基于抽站的站网布设优化方法,并对抽站后的站网布设合理性进行评价。结果表明：(1)雅安雨量站有265站,各站点的控制面积为2.64～510.78 km²,邻近站间距离为0.3～12.28 km,邻近站间降水相关系数为0.62～0.993;(2)逐次抽站后,雨量站控制面积和邻近站间距离逐渐增大,邻近站点间降水相关系数逐渐减小;(3)抽站后站网面雨量与原站网面雨量较一致,误差较小,泰森多边形法面雨量变化幅度小于算术平均法;(4)从降水过程来看,各次抽站后,降水落区和各量级降水范围基本一致,站网对降水极值的捕捉能力较好,误差较小,但随着站点数的减少,对于降水形态刻画的精细程度有所下降。     

轻放工作面坚硬顶板初次放顶矿压研究

针对柴里煤矿374①综放工作面坚硬顶板初次放顶难的问题,采取了强制放顶措施,同时进行矿压观测,了解初次放顶过程中矿压显现规律,采取有效安全措施,减少初次放顶带来的危害。     

一种改进的重力梯度全张量数据的边界识别方法

边界识别是重力资料解释中的一项重要任务.随着重力梯度测量技术的迅速发展,重力梯度张量数据在边界识别中的应用越来越广泛.本文重点研究了随着深度的增加,边界识别能力下降,正负异常中出现假边缘的问题.另外,有些边缘检测方法对走向不同的地质体识别能力有所差异.本文对基于重力梯度张量的水平方向Theta法进行改进,通过选择合适的...     

陕西省生态农业干旱区划研究

选取主要气候变量、地质土壤类型、水文、径流特征、地表植被类型及分布等10个影响陕西省生态农业干旱因子,利用K-Means Clustel‘Analysis(快速聚类法)和Hierarchical Cluster Analy-sis(分层聚类法)相结合的方法,对陕西省生态农业干旱区划进行研究,将陕西地区划分为8个生态农业干旱相似区,并对区划合理性进行了检验.分析表明:采用生态因子和干旱因子相结合的聚类分析方法能够较好地反映陕西省生态农业干旱实际情况,充分地体现"陕西省生态农业干旱"的空间分布特征,具有较强的科学性.     

在线地图集发布与服务系统的设计与实现

地图集作为反映一个地区或一种领域研究成果的地图集合,是测绘行业的一个重要组成部分,传统地图集编制与发布的成果多为纸质版,制作与发布周期比较长,更新速度慢。该系统对在线地图集发布与服务系统进行开发,有效地缩短了地图集编制时间,提高了地图集编制与发布的效率。在对整个系统进行了完整的设计后,对相关关键技术进行了研究,最后实现了整个系统的开发,并对系统主要功能做出展示。     

基于本体的地球空间信息上下文建模

总结分析了典型的地球空间信息上下文,基于本体建立了而向地球空间信息服务形式化的上下文信息模型,该模型采用层次化的设计方法,并使用本体描述语言OWL描述上下文,提高了上下文表达能力.最后,设计了一个面向地球空间信息的上下文感知计算模型.     

沉降观测在“鑫润北国之春”高层建筑施工中的应用

城市高层建筑物变形监测是从施工到竣工直至稳定阶段进行周期性的沉降观测,目的是指导合理的施工工序,预防在施工过程中出现不均匀沉降,避免因沉降原因造成建筑物主体破坏而导致巨大经济损失。该文详细介绍沉降观测基准点、沉降观测点布设过程及观测方法,介绍使用的观测仪器、计算软件及观测精度;结合等值线图、楼载荷-时间-沉降量关系曲线图作楼基变形沉降分析,分析出现不均匀沉降现象的原因,并提出预防和解决问题的方法。     

南华北盆地青白口系—侏罗系层序界面时空分布特征研究

以位于秦岭—大别造山带之北、华北陆块南部、地跨华北陆块稳定块体、陆块南部边缘变形带的南华北盆地为研究对象,通过对研究区42条不同时代的野外剖面详细观测,运用层序地层学理论,把南华北盆地作为一个整体系统,对青白口系—侏罗系层序界面特征及时空分布规律进行了系统分析,共识别出了8种类型层序界面的物质表现形式,分别是不整合面、渣状层、古喀斯特作用面、冲刷侵蚀面、超覆面、岩性岩相转换面、最大海泛面、最大湖泛面。并重点讨论了各类型界面的时空分布特征。结果表明:在时间演化上,从早到晚由海相—海陆过渡相—陆相,层序界面经历了海相沉积不整合、古喀斯特作用面、渣状层到陆相不整合面、冲刷侵蚀面等;在空间上,同一层序界面在不同相带表现形式不同,同一种类型的界面可在不同相带出现,但不同相带表现特征有一定差异性。     

Using unmanned underwater vehicles as research platforms in coastal ocean studies

The advantages of using unmanned underwater vehicles in coastal ocean studies are emphasized. Two types of representative vehicles, remotely operated vehicle (ROV) and autonomous underwater vehicle (AUV) from University of South Florida, are discussed. Two individual modular sensor packages designed and tested for these platforms and field measurement results are also presented. The bottom classification and albedo package, BCAP, provides fast and accurate estimates of bottom albedos, along with other parameters such as in-water remote sensing reflectance. The real-time ocean bottom optical topographer, ROBOT, reveals high-resolution 3-dimentional bottom topography for target identification. Field data and results from recent Coastal Benthic Optical Properties field campaign, 1999 and 2000, are presented. Advantages and limitations of these vehicles and applications of modular sensor packages are compared and discussed.