亚毫米波临边探测发展现状

临边探测为中、高层大气探测,主要针对海拔约10—100 km的大气层进行观测,与垂直观测相比,具有更高的垂直分辨率。亚毫米波（0.1—1.0 mm或300 GHz—3 THz）临边探测对臭氧层的大气环保监控具有特殊的意义。本文分析比较了Odin/SMR、EOS AURA/MLS、JEM/SMILES、MASTER与SOPRANO这5个亚毫米波临边探测仪的特性,并介绍了亚毫米波临边探测大气反演系统中的正向模型与反向模型。亚毫米波临边探测器具有较高的光谱分辨率及较宽的波段宽度,其光谱分辨率能达到1 MHz甚至1 MHz以下,波段宽度能达到几个GHz。另外,大气中的许多分子在亚毫米波波段有特征吸收线,可以反演许多痕量气体垂直廓线。在亚毫米波临边探测下,可以获得氯族成分及BrO的廓线数据。HCl、ClO等氯族成分的反演误差可以小于10%,但BrO的反演误差达50%以上。亚毫米波临边探测的正向模型需要考虑云的多次散射;5个亚毫米波临边探测器的反演算法均采用基于高斯-牛顿或Levenberg-Marquardt迭代的最优反演算法。     

测量标志管理信息系统的设计与实现

本文在分析测量标志管理信息系统设计目标的基础上,提出了以ArcGIS Server为开发平台并采用Brow-ser/Server架构构建系统的设计方案,论文详细介绍了系统建设的功能设计、数据库设计和系统实现的技术创新点,基于此方案设计的管理系统进一步规范了测量标志信息的普查工作,提高了测量标志管理的工作效率,实现了测量标志信息管理数字化的需求。     

无人机遥感技术在江苏海域和海岛动态监视监测中的应用研究

本文介绍了传统海域动态监视监测存在的问题,分析了无人机遥感系统在海域动态监视监测中的应用优势,提出将我省海域无人机在海域和海岛监视监测中应用解决方案,同时对该系统在海洋其他领域中的应用前景进行了展望.     

Investigating the land use characteristics of urban integration based on remote sensing data: experience from Guangzhou and Foshan

Abstract

Urban integration is an increasingly popular phenomenon. It is important to characterize the dynamic processes of urban integration from the perspective of geography. However, previous studies mainly focussed on the overall characteristics of a single entity and failed to consider inter-city influences. Therefore, this study aims to systematically investigate this phenomenon. Firstly, spatial clustering technique and landscape metric were used to analyze the temporal change of spatial layout. Secondly, we built multiple ring buffers of city boundary to reveal the directional differences in urban expansion. Lastly, we compared the observed land use data with the results simulated by cellular automata model. These experiments have shown that the urban expansion characteristics during the urban integration process are rather different from those of a single city, and the above methodology can effectively characterize the urban integration phenomenon. The successful example of Guangzhou–Foshan integration could also provide practical experience for other similar attempts.     

顾及空间自相关的地理国情信息统计格网尺度选择——以植被覆盖信息统计为例

统计格网尺度的不同会带来统计结果的差异,如何选择统计格网是地理国情信息统计的重要工作。本文提出了一种顾及空间自相关的地理国情信息统计格网尺度选择方法。采用地理国情普查数据,在50 m、60 m、70 m、80 m、90 m、100 m、250 m、500 m和1000 m几个尺度下,以植被覆盖信息统计为例,利用面积占优法和中心点归属法两种方法分别进行格网化,得到了不同尺度的植被格网数据;计算植被覆盖面积统计误差,分析不同尺度下植被覆盖信息的空间自相关的变化特征,并利用Moran’s I系数差值进行尺度选择,得到了植被覆盖信息统计格网的适宜尺度。以龙沙区和清涧县作为研究区域,结果表明,在地理国情植被覆盖信息统计时,不同地区的格网统计适宜尺度是不一样的,植被覆盖度中低的龙沙区的适宜尺度为100 m,而植被覆盖度高的清涧县的适宜尺度为250 m。     

城市土地空间利用评价预警调控系统的设计与实现

在土地资源紧缺等"城市病"问题愈发突出的背景下,提高土地集约利用效率是国土资源管理的重点研究方向。为支撑城市土地空间资源集约利用研究,本文在深入研究城市土地利用评价及空间演化模拟技术的基础上,基于C#.NET开发平台,结合ArcGIS Engine组件技术,研发了城市土地空间利用评价预警调控系统,实现土地空间利用评价、预警及政策仿真调控等功能,作为科学管理土地的辅助工具。本文对系统的总体需求、系统结构及主要功能设计与实现进行了阐述,以期为土地资源管理研究及相关软件研发提供参考。     

多因子影响的地图居民地自动聚群与综合研究

提出了地图综合目的的居民地聚群需要遵循Gestalt的邻近性、相似性和方向性原则,描述居民地结构、形态及其关系需要6个因子,即居民地间的距离、可视区域面积、大小相似度、形状相似度、方向关系、居民地内部方向;进而运用这些原则和因子,给出了居民地的自动聚群和综合方法。     

基于GIS和VRML技术的东圳水库3维仿真建模

以福建省莆田市东圳水库为例,讨论了基于VRML的水库及其周围地理环境、流域状况仿真建模过程,以及所采用的技术和方法。通过仿真系统可以直观分析水库的环境情况,水库管理者可在场景中漫游,从不同位置进行观察分析,进而提出相应解决措施。同时该系统作为对水库进行研究的人机交互平台,可进行实时完善和扩展。     

高速公路用地地籍调查方法和精度研究

介绍高速公路用地的权属调查和地籍测量方法,根据高速公路用地特点,重点讨论了确定高速公路地籍测量精度指标问题,得出高速公路宗地界址点精度统一采用±0．3m比较适宜的结论。最后介绍了RTK技术在高速公路地籍测量的应用情况。     

Integrated Navigation System and Experiment of a Low-Cost and Low-Accuracy SINS/GPS

When SINS (strap-down inertial navigation system) is combined with GPS, the observability of the course angle is weak. Although the course angle error is improved to some extent through Kalman filtering, the course angle still assumes a divergent trend. This trend is aggravated further when using low-cost and low-accuracy SINS. In order to restrain this trend, a method that uses AHRS to substitute for SINS course angle information is put forward aimed at the hardware component characteristic of the low-cost and low-accuracy SINS including AHRS (attitude and heading reference system) and IMU (inertial measurement unit). Real static and dynamic experiments show that the method can restrain the divergent trend of the navigation system angle effectively, and the positioning accuracy is high.