南海北部海区水团的判别分析

将判别分析应用于南海北部海区的水团分析。划分为八个水团:沿岸冲淡水团(F),近岸混合水团(M),暖表层水团(WS),表层水团(S),表—次层混合水团(SU),次层水团(U),次—中层混合水团(UI)和中层水团(I)。给出了各水团在四季代表月的Bayes多组判别的系数和参数。用资料检验判别的成效.冬季和春季可达95.90％以上,夏季为94.80％,秋季是全年最低值,为92.72％。讨论了造成错判的原因,并与Fisher判别作了比较。当测值维数较低时,建议选用Bayes判别。对八个水团以及各水团两两之间差异的显著性进行了检验,证实在每个季节中各水团之间的差异,都在高度置信水平(α=0.01)上具有显著性。因而,划分为八个水团是有实际意义的,其判别式的系数和参数,可用于实际的判别和预报。     

深层搅拌法在超软弱港口地基上的工程应用

某港口堆场地基上部5．0m系吹填而成，地表下18m范围均属软土，经真空预压初级加固后地基承载力仅在80—90kPa，局部区域上部淤泥土层土性指标较差，含水量大于50％，地基承载力不足60kPa。为了使地基达到230kPa的承载要求，设计采用深层搅拌法加固超软弱地基。通过现场成桩工艺试验和检测表明，桩身水泥土强度在90d龄期时大于1．80MPa，单桩承载力标准值大于150kN，以φ600桩径、桩长13．5m、置换率为0．308和φ500桩径、桩长13．5m、置换率为0．267两种方案布置的复合地基承载力标准值均超过了230kPa的设计要求。试验结果表明，深层搅拌法在港口超软弱地基土应用只要施工工艺适当，完全可以使地基承载力提高2—3．5倍以土，从而节省大量的工程投资。     

基于模糊综合评判理论的过驳系统效率计算方法

如何计算整个系统的运转效率，特别是受不确定因素影响的系统(如过驳系统)，仍然是一个非常重要的研究课题。文章提出基于模糊综合评判方法的效率计算方法，是一种新的尝试，这种方法较好的避免了人的主观随意性，更符合实际情况，同时又可以弥补统计方法的不足。文章对某沿海地区的一过驳系统进行了效率计算，取得比较好的效果。     

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。     

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。     

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。