利用AutoCAD数据建立地籍数据库方法研究

提出手工编辑与程序自动处理相结合的数据转换方法,该方法相当大程度地保证了转换的正确性,且具有较高的自动化程度,已运用此方法成功建立了山西省阳城县地籍空间数据库。     

流体包裹体压力计研究之二:高温高压下碳氢化合物的拉曼光诸

在温度23～315℃、压力高达近2000MPa下用金刚石压腔下研究了正庚烷、环己烷及其混合物的拉曼光谱特征.结果表明:环已烷和正庚烷混合,只是改变了环已烷及正庚烷的平均C-H伸缩振动的拉曼位移,但是并不影响其P-△vp关系式.另外,经过数据拟合,得到了平均C-H伸缩振动的拉曼位移与压力的关系为:P=78.21(△vp)+71.56.该公式可以用来作为流体包裹体尤其是油气包裹体的压力计.     

北方地区农业雨水利用技术及分析计算

利用长系列降水资料对邢台市降雨特性分析,该区降水比较集中,汛期降水量占全年降水量的80％;通过对该区常规种植作物需水量分析,冬小麦-玉米一年两熟农业结构,少雨期正是小麦需水期,在平水年单位面积缺水量为368．4mm。而棉花生长需水期正是多雨期,在平水年,单位面积缺水量79．6rnm,天然降水基本上可满足棉花正常生长的需要。通过两种种植结构对比分析实验,种植棉花不仅减少灌溉费用,而且每hrn2可减少开采地下水2095m3。因此,结合该区降水特性．调整农业种植结构,在水资源相对丰富的地区,保证粮食作物的种植面积;在水资源匮乏的区域,种植棉花作物．使得降水季节与作物需水期相适应,从而达到充分利用雨水资源的目的。     

信息化测绘技术体系的基本构成与战略重点探讨

摘要:我国测绘在实现了从传统模拟测绘技术体系向数字化测绘技术体系的跨越之后,正朝着信息化测绘体系建设的方向迈进。走信息化发展道路,建设信息化测绘体系,实现从以地图生产为主向以地理信息服务为主的重大战略转变,成为新时期测绘发展的首要任务和必然要求。本文简要分析了数字化测绘与信息化测绘的联系和区别以及测绘科技的发展趋势,研究提出了信息化测绘技术体系的基本构成和战略重点。     

绿洲耕地适宜面积确定与减灾研究——以新疆渭干河灌区为例

在干旱区,以农田为核心的绿洲规模过大,对绿洲的稳定性产生了广泛而深刻的影响。论文以位于塔里木盆地的渭干河为例,分析渭干河灌区当前所面临的主要风沙灾害,揭示了绿洲规模过大、农业耗水量过大。生态用水被侵占是导致农田生态环境恶化的重要原因。在此基础上,以水热平衡、水盐平衡理论分别计算了灌区适宜的规模与耕地面积。根据模型计算结果,提出了控制耕地规模、确保生态用水的宏观对策。     

滑坡本底因子贡献率与权重转换研究

滑坡危险度区划中一个关键部分是对滑坡本底因子权重的确定,求解权重的准确性将直接关系到区划结果的可靠度。本文在研究滑坡本底因子的贡献率与权重互为转换关系的基础上,提出了一种新的求解滑坡本底因子权重的方法——贡献率权重法。采用GIS技术使滑坡本底因子的采集达到定量化,为贡献率统计提供了可靠的数据源。作者通过指标评价,归一化、均值化、概率分析处理,建立了贡献率与权重的转换模型。     

1980—2009水文年青藏高原积雪物候时空变化遥感分析

以青藏高原积雪为研究对象,首先对长时间序列逐日雪深被动微波遥感数据进行预处理,获得青藏高原1980—2009水文年逐日雪深数据,然后逐像元计算出每个水文年平均积雪深度、开始日期(SCS)和结束日期(SCE),利用GIS空间分析和地学统计方法系统分析20世纪80年代、90年代和21世纪初青藏高原积雪物候变化特征和异常分布。结果表明：青藏高原积雪深度在20世纪80年代呈递减趋势,20世纪90年代后开始呈现递增趋势。20世纪80年代青藏高原除阿尔金山和昆仑山以外的高海拔山区SCS呈提前趋势,青藏高原高海拔地区SCE呈推迟趋势;20世纪90年代青藏高原高海拔地区的SCS提前趋势减弱,而高原中部腹地SCS出现显著的提前趋势,高原高海拔地区SCE呈提前趋势,高原中部腹地SCE呈推迟趋势;进入21世纪初后帕米尔高原、念青唐古拉山和横断山脉SCS呈推迟趋势,横断山、念青唐古拉、巴颜喀拉山SCE呈提前趋势。总体上,青藏高原积雪物候变化存在明显的空间差异和不同演变规律。     

中国南方春季降水年际变化强度的年代际变化及其与海温异常的联系

基于1979—2014年中国756个站逐月降水资料,以及ERA-interim再分析资料、哈德莱中心的逐月海表温度资料,通过EOF和相关分析等统计方法,研究了1979—2014年中国南方春季降水年际变化强度的年代际变化,以及与之相关联的环流特征和海温异常信号。结果表明:中国南方春季降水年际变化强度的空间分布在不同的年代有着明显的差异,1979—1994年间,华南(SC)春季降水的年际变化强度较大,这与该段时间内春季西太平洋海表温度异常(SSTA)以及前期冬季南太平洋海温三极子(SPT)年际变化强度较大有关,西太平洋(WP)的冷(暖)SSTA会在局地激发出异常的下沉(上升)运动以及反气旋性(气旋性)环流,并通过一个垂直环流,使得华南地区出现异常的上升(下沉)运动,导致华南地区春季降水增多(减少),前冬的SPT则通过影响春季WP的SSTA从而间接影响华南的春季降水。而1995—2006年间,则是长江中下游地区(YZR)春季降水的年际变化强度更强,这可能是与这一时期年际变化加强的春季南印度洋偶极子(SIOD)有关,春季SIOD为正(负)位相时,副高异常偏强(弱)、偏西(东),有(不)利于太平洋上的水汽向长江中下游地区输送,同时中高纬西伯利亚高压脊偏弱(强),东亚大槽较浅(深),干冷空气偏北(南),使得长江中下游地区降水偏多(少)。     

矢量金字塔与R树融合模型研究

主要围绕如何在移动设备上快速显示大数据量的面(线)状矢量数据,结合多级空间索引和矢量数据压缩提出了一种基于多尺度R树的矢量数据模型,该模型可用于资源有限的移动设备。首先按照比例尺对矢量数据进行不同级别的压缩,再将不同比例尺下的处理结果通过多尺度R树索引组织存储。通过这种方法可以达到在不同比例尺下显示不同详细程度的几何对象。试验采用湖南1∶10 000的林业资源小班数据来验证该模型的可行性和效率。     

Spatiotemporal heterogeneity of phytoplankton diversity and its relation to water environmental factors in the southern waters of Miaodao Archipelago, China

To study the water quality influenced by the anthropogenic activities and its impact on the phytoplankton diversity in the surface waters of Miaodao Archipelago, the spatiotemporal variations in phytoplankton communities and the environmental properties of the surface waters surrounding the Five Southern Islands of Miaodao Archipelago were investigated, based on seasonal field survey conducted from November 2012 to August 2013. During the survey, a total of 109 phytoplankton species from 3 groups were identified in the southern waters of Miaodao Archipelago, of which 77 were diatoms, 29 were dinoflagellates, and 3 were chrysophytes. Species number was higher in winter (73), moderate in autumn (70), but lower in summer (31) and spring (27). The species richness index in autumn (5.92) and winter (4.28) was higher than that in summer (2.83) and spring (1.41). The Shannon-Wiener diversity index was high in autumn (2.82), followed by winter (1.99) and summer (1.92), and low in spring (0.07). The species evenness index in autumn (0.46) and summer (0.39) was higher than that in winter (0.32) and spring (0.02). On the basis of principal component analysis (PCA) and redundancy analysis (RDA), we found that dissolved inorganic nitrogen (DIN) and chemical oxygen demand (COD) in spring, COD in summer, pH in autumn, and salinity and oil pollutant in winter, respectively, showed the strongest association with the distribution of phytoplankton diversity. The spatial heterogeneity of the southern waters of Miaodao Archipelago was quite obvious, and three zones, i.e., northeastern, southwestern and inter-island water area, were identified by cluster analysis (CA) based on key environmental variables.