日本绿色乡村旅游发展综述及农业遗产地绿色乡村旅游模式的初步探讨（英文）

众多研究认为可持续旅游(Sustainable Tourism)可在平衡保护环境和开发农业遗产地双方利益方面起到关键作用。能登里山里海景观作为日本传统农村景观的一个缩影,在2011年被认定为"全球重要农业文化遗产(GIAHS)"在日本最早的试点地之一。本文先通过分析文献总结了二十几年以来日本绿色乡村旅游发展的历史和现状,并结合农业文化遗产项目的发展目标讨论了在农业遗产地发展绿色乡村旅游的问题和新的机遇。本文以能登半岛一个由农民自发组织运营的农家民宿组织"春兰的故里"作为案例分析。主要的研究问题包括:如何充分利用国际项目来开发日本的绿色乡村旅游;如何在注重经济收入的同时兼顾生态农业的可持续开发?本文采用的研究方法包括文献的分析并多次采访了民宿主人。本研究成果亦提供在偏远地区发展绿色乡村旅游的思路。     

基于Nagios的网络监控系统在黑龙江地震监测网络中的应用

基于Nagios及其功能组件构建黑龙江地震观测网络监控平台,实现对各类设备与服务的综合监控。本文简述该系统的原理、功能与特性,给出监控系统的构建流程与配置说明,详述并展示其在黑龙江地震观测网络中的应用情况,最后对存在的问题及应用前景进行讨论。     

天津市地震应急避难场所试点建设

天津市地震应急避难场所试点建设是“天津市地震安全基础工程”分项之一,由天滓市政府投资146万元。应急避难场所的建成给人民群众提供一个应对突发重大灾害性事件的临时安置场所。并且能在灾害发生后一段时期内,躲避由灾害带来的直接或间接伤害,使人民群众的基本生活得到保障。本文从建设内容、建设原则、主要功能与服务、主要成果与效益、问题与建议五个方面对试点建设情况进行了介绍与分析。     

利用重力模型进行GIS点群选取

在现有GIS点状要素综合选取方法的基础上,针对两种具有相关关系的GIS要素,综合考虑它们的空间与属性信息,运用重力模型对要素间的相关性进行评价,提出惯性选取的方法。实验结果表明,重力模型可以很好地集成地理目标的空间与属性信息,定量描述不同要素之间的相关性;采取惯性选取的方法不仅可以保持目标综合前后空间结构的一致性,而且可以顾及不同地理要素相关性对目标选取的影响。     

Study on the Infrastructure for Spatial Information in Germany

Infrastructure for spatial information is an important part of our national information construction that is the subject of essentials on the social of spatial information. As an EU member, Germany has...     

与CGCS2000相联系的独立坐标系建立方法研究

详细阐述利用椭球变换和坐标转换原理建立基于CGCS2000城市独立坐标系的方法,并用实例进行论证。采用此方法建立的独立坐标系,既实现了与CGCS2000的密切联系,又保证了在旧独立坐标系中产生的已有测绘地理信息成果,不经过任何技术处理在新建独立坐标系中能够直接使用,对城市独立坐标系统的改造具有一定的指导意义。     

通用地图符号表达机制的研究

地理信息共享是地理信息系统（GIS）研究中的一大热点,其中地图符号的共享尤为重要。针对目前地图符号共享所面临的主要障碍,文中从地图符号的定义出发,利用图元参数法建立通用地图符号表达模型,并采用XML语言完成符号的描述,最后通过符号配置,生成由通用几何图形组成的符号化结果,从而实现地图符号的共享。在vc＋＋环境下开发通用地图符号化组件和符号制作软件,通过实例符号的制作和应用,验证该地图符号表达机制的可行性和通用性,符号化效果理想。     

求定CG-5型重力仪静态漂移常数的方法研究

介绍了如何利用仪器的试验数据文件,在MATLAB中绘制静态漂移曲线和残余零漂曲线图的方法.设计了一款GUI用户界面,并给出了两种精确计算漂移常数数值的方法.通过多台仪器计算对比,该方法能够较好地检验仪器静态漂移特性.     

小波时间序列分析在高铁沉降变形中的应用

采用小波时间序列预测模型,建立基本思想和实现步骤,结合某高铁沉降监测数据,利用db3小波对原始数据进行去噪,在此基础上,建立了AR(2)模型,与运用时间序列方法所求出的预测值,进行比较分析,结果表明,采用小波时间序列预测模型,求出的预测值精度更高,具有很强的实用性。     

Comparative spatio-spectral heterogeneity analysis using multispectral and hyperspectral airborne images

Knowledge of spatio-spectral heterogeneity within multisensor remote sensing images across visible, near-infrared and short wave infrared spectra is important. Till now, little comparative research on spatio-spectral heterogeneity has been conducted on real multisensor images, especially on both multispectral and hyperspectral airborne images. In this study, four airborne images, Airborne Thematic Mapper, Compact Airborne Spectrographic Imager, Specim AISA Eagle and AISI Hawk hyperspectral airborne images of woodland and heath landscapes at Harwood, UK, were applied to quantify and evaluate the differences in spatial heterogeneity through semivariogram modelling. Results revealed that spatial heterogeneity of multisensor airborne images has a close relationship with spatial and spectral resolution and wavelength. Within the visible, near-infrared spectra and short wave infrared spectra, greater spatial heterogeneity is generally observed from the relatively longer wavelength in short wave infrared spectra. There are dramatic changes across the red and red edge spectra, and the peak value is generally examined in the red middle or red edge wavelength across the visible and near-infrared spectra for vegetation or non-vegetation landscape respectively. In all, for real multisensor airborne images, the change in spatial heterogeneity with spatial resolution will accord with the change of support theory depending on whether dramatic change exists across the corresponding wavelength. Besides, if with close spatial resolution, the spatial heterogeneity of multispectral images might be far from the overall integration of these bands from the hyperspectral images involved. A comparative assessment of spatio-spectral heterogeneity using real hyperspectral and multispectral airborne images provides practical guidance for designing the placement and width of a spectral band for different applications and also makes a contribution to the understanding of how to reconcile spatial patterns generated by multisensors.