基于光谱分析的MODIS云检测算法的研究

在总结云、陆地、植被、水体等目标光谱特性以及云和不同目标间光谱差异的基础上,改进了一种下垫面多光谱云检测算法,并采用MODIS影响进行了试验.试验结果表明,此改进方法行之有效.     

精品课程教学基本建设与教学改革研究——以《遥感概论》省级精品课程建设为例

以《遥感概论》省级精品课程建设为例,探讨精品课程教学基本建设与教学改革。认为高素质的教师队伍是精品课建设的基础,课程体系和教学内容的设计是精品课建设的关键,课程网站是精品课程建设的必备条件,学生综合能力提高是精品课建设的目标,并结合课程教学实践,提出了相应的建设措施。     

水平定向钻进地层适应性的评价方法

水平定向钻进的地层适应性对施工技术方案、钻具选择、参数选取和施工效益都有着重要影响。应采用钻进地层的岩土硬度、完整性和研磨性三方面指标,对比钻进技术工艺和技术器具特点,对钻进效率、钻孔的成孔和孔壁稳定性、以及钻具寿命等进行定性及定量的评价,从而有利于大大提高水平定向钻进铺管施工的技术和经济效益。     

Galileo开放服务导航电文特点分析

介绍了Galileo系统开放服务接口控制文件中导航信号及电文的概况,并在如何满足导航电文中各种不同参数数据的时效性、如何缩短用户接收机导航数据接收时间、如何支持多系统互操作等方面对其特点进行了分析介绍。     

晚新生代亚洲干旱气候发展与全球变冷联系的风尘沉积证据

在干旱气候背景下常常有风尘物质的释放和传输,风尘沉积被认为是干旱环境变化良好的地质记录。在亚洲中部和中国北方,大面积的干旱区被沙漠戈壁覆盖,这些地区是粉尘物质的重要源地,释放的风尘物质影响局地和区域环境,并通过参与生物地球化学循环等影响更大空间尺度的气候变化。因此,亚洲中部干旱气候的形成和演化以及发展趋势一直受到重视。长期以来,关于晚新生代亚洲中部干旱气候发展的驱动机制至少有两种解释:一是青藏高原的隆升控制着亚洲中部的干旱化过程,随着高原的阶段性隆升亚洲干旱气候逐步增强;二是晚新生代全球变冷直接驱动着亚洲变干,全球变冷是主导因素。中国黄土高原及其周边地区堆积的黄土-红粘土序列是指示亚洲干旱化过程良好的地质记录,通过对新获得的风尘堆积记录的分析,发现在晚新生代中国风尘堆积的时空演化与全球变冷有较好的对应,全球变冷可以促使亚洲中部干旱气候发展并加强粉尘活动,而青藏高原隆升的幅度和时间还不清楚,进而认为是全球变冷而不是青藏高原隆升直接驱动亚洲内陆的阶段性变干。基于这些结果,我们认为以前关于青藏高原隆升影响全球气候的结论可能高估了青藏高原在地球环境演化中的作用,关于高原隆升直接驱动亚洲干旱化的结论还需要检验。     

砂泥岩裂隙岩体埋深和岩性对渗透性影响分析

采用表征岩体渗透性的单位吸水量ω为参数,有效地分析了砂泥岩裂隙岩体中相对埋深和岩性对渗透性空间分布规律的影响.研究区内,在不同深度单位吸水量的最大值和最小值相差3-4个数量级,渗透性表现出显著的随机特征.通过将压水试验数据离散化并在不同深度上取logω的平均值,凸现了渗透性的结构特征.ω均值在一定范围内随相对深度表现出负指数分布规律;剔除logω的线性趋势项后,logω残差表现出与地层内部岩性相对应的规律.此外,研究还发现,渗透性参数随相对深度呈负指数分布规律是由含裂隙的砂岩介质引起的.这些规律为裂隙岩体的渗流计算和模拟奠定了基础.文章所提出的对压水试验数据离散化并在不同深度取均值以找出渗透性和深度关系,以及去除线性趋势项研究渗透性和岩性之间关系等方法具有广泛的应用价值.     

寨上金矿床控矿因素及成矿远景分析

文章综述了寨上金矿床的地质特征,分析了控矿因素,认为泥盆系和二叠系是矿区的矿源层,构造对成矿有决定性的作用,说明了断裂与成矿的关系,从成矿地质环境、工程控制程度和物化探异常三个方面分析了成矿远景,指出矿区有着较大的找矿潜力。     

一种Brovey变换图像融合法的改进算法

分析了的Brovey变换融合算法,提出了一种新的基于Brovey变换、对数变换亮度调整的图像融合方法,试验数据的对比和分析证明了其保留多光谱影像的光谱信息.     

基于GPS的短基线定向测量及精度分析

介绍了利用GPS载波相位测量技术进行短基线定向的基本方法,推导了估计GPS短基线定向的精度公式,得到了对于边长400～700 m的基线可以达到±(1"～2")的方位精度.     

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。