通化市东昌区、二道江区第二次土地调查技术方案

吉林省各地区根据其地理特点及土地利用现状特征制定了不同的技术方案,以适应本地区土地调查工作的开展。本文仅以通化市东昌区和二道江区为工作区域论述第二次土地调查技术方案,以供各地区土地管理部门参考。     

GALILEO系统仿真与分析

本文着重阐述了GALILEO仿真系统星座和误差模型的构建过程,利用该系统进行DOP值分析并通过定位解算验证了GALILEO系统的性能指标。通过与GPS系统性能指标进行比较,得出GALILEO系统的星座设计具有较好的DOP值分布特性,定位精度优于GPS定位精度。在进行差分定位时,其误差贡献比较大的是接收机噪声和卫星钟差,因此提高差分定位的关键是降低接收机的噪声水平和提高卫星钟差预报精度。     

最短路径算法在旅游线路规划中的应用——以庐山为例

本文以庐山旅游风景区为例,以一日游为主题,结合旅游景区景点知名度和各景点的停留时间,改进了G IS中的最短路径算法,利用VC++分析旅游区内各个景点之间的最短路径关系,得出该旅游区内的三条较合理的不同主题的一日游路线。通过本文的研究,希望能加强对庐山风景区的开发力度,促进庐山风景区的发展,并最终能推广G IS在旅游线路规划中的应用。     

镇江地质灾害治理工程项目管理中的问题与对策探讨

地质灾害治理工程项目管理是地质灾害管理的具体体现和实施过程,其基本任务是根据地质灾害管理目标和管理方法,组织实施防治工程,保障取得预期的减灾成果。就镇江市地质灾害治理工程项目管理目前现状,从规范文件、招标机构、管理工具、管理经验、干扰因素、风险评价、人员素质等方面进行粗浅分析,并针对存在的问题提出相应的对策,借以提高镇江市地质灾害治理工程项目管理的能力和水平,以便今后地质灾害治理项目管理更好地完善和发展。     

汶川地震山地灾害遥感快速提取及其分布特点分析

针对泥石流滑坡灾害体特有的物质组成与活动特点,通过比较分析其在不同遥感影像的光谱特征差异,选择ETM+影像作为主要数据源,提取湿度指数与绿度指数,利用ETM+的穗帽变换、影像差值增强、密度分割和掩膜技术建立了泥石流滑坡山地灾害快速提取模型,并用于汶川地震.通过灾害体的提取,分析了本次地震山地次生灾害的分布规律,利用空间叠加进行了成因的分析.本次地震山地灾害具有如下特点:(1)沿主要地表破裂带分布;(2)山地灾害主要出现在8度-9度地震烈度区,随着烈度的降低,山地灾害的总面积也相应的减少;(3)山地灾害主要发生在海拔高度1000-2500m的地带;(4)主要发生在坡度20°-50°之间的边坡上;(5)地震及余震期间以崩塌滑坡滚石为主,后期以泥石流滑坡为主;(6)具有河流左右两岸呈不对称分布等特点.结果表明,利用ETM+影像建立基于湿度指数与绿度指数的快速提取模型,对于大规模泥石流滑坡提取效果较好,进行大区域山地灾害的遥感快速提取是可行的.     

中国西部环境与生态科学数据中心：面向西部环境与生态科学的数据集成与共享

国家自然科学基金委员会“中国西部环境与生态科学研究计划”自2001年启动以来,有力地推动了西部区域环境演化、陆地生态过程和人类活动对环境的影响等方面的研究,积累了丰富的基础数据。国家自然科学基金委员会“中国西部环境与生态科学数据中心”承担“西部计划”项目数据产出的收集、管理、集成,并面向西部环境与生态科学的各个领域提供科学数据服务。“西部数据中心”的总体框架是以“西部计划”和地球系统科学发展的科学需求为导向,建成以数据共享、知识积累、合作交流和数据科学为主要内容的集成平台,为“西部计划”多学科的交叉研究和成果的综合集成及地球科学发展的长远目标服务。以共建共享的指导思想集成针对西部环境与生态现状与变化的基础背景数据、环境与生态观测数据、模型数据集、数据工具及数据文档;并以完全与开放的数据共享原则为用户提供推送式数据服务。目前,“西部数据中心”已完成了数据共享平台、知识积累平台与合作交流平台的开发和集成,初步形成了科学数据平台,整理并发布了大量的西部环境生态科学所需的关键数据集。     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。     

点质模型求定月球重力场及其特征分析

利用Lunar-Prospector扩展任务的视线加速度数据,根据点质模型恢复了月球近区的重力场,将其与LP165月球重力场模型进行了比较和分析,并利用恢复的重力场联合月球地形数据对Mas-con进行分析,总结了月球重力场的主要特征及其研究方向发展趋势,将重力场恢复技术与我国的探月计划-"嫦娥"工程结合起来,为建立高精度的月球重力场和地形模型提供了一种有效而实用的方法。     

基于遥感影像理解模型的土地利用时空变化监测——以龙口市为例

本文从遥感影像理解模型出发,探讨了遥感信息的知识发现及特征提取问题,特别针对士地利用研究领域,提出了纳入GIS信息的遥感影像综合理解模型,将GIS数据(主要包括高程和坡度)与遥感影像结合起来,从中发现知识,并将知识用于遥感影像的专题信息提取,建立了地学规律知识库,从而提高了遥感影像的分类精度。本文基于遥感影像理解模型,发现土地利用变化区域,提取变化信息,动态地监测了龙口市土地利用的时空变化情况。