扬州城事

一本澳大利亚人所著的《说扬州》,把几百年来扬州的事说得清爽明净。不得不承认,在探险家的历史视野里,扬州真算不得清静之地。历次征战,这里都免不了有场生死决战,仿佛谁占了扬州,谁就拿下天下。殊不知,扬州在历史中又从未被政治家纳入法眼,甚至连个州府都不是。     

海角边缘的墓碑

我一直觉得,安达曼群岛是印度版的南沙群岛,从印度最近的大城市金奈往东飞抵都需要两个多小时,航程上堪比从我国三亚飞到往东南亚的加里曼丹岛。事实上,这个名为“安达曼一尼科巴群岛中央直辖区”的行政区由安达曼群岛和尼科巴群岛组成,位于后者最南端的小岛,离印度尼西亚苏门答腊岛北边的离岛,已经只有不到200公里了。安达曼是印度对外国游客开放最晚的地区,甚至比这个国家决定在经济上开放自由化还要晚。     

西江行

初夏的贵州,天气阴晴不定,时而阳光普照,时而阴雨绵绵。告别了城市的喧嚣,我踏上了一个人的旅程,心情随着小巴车在山路上颠簸起伏,限前一片五彩斑斓：绿色的梯田和黄色的泥土路交替出现,白色、红色、紫色的花儿争奇斗艳,路边古铜色的老寨子在阳光下也分外耀眼。     

碰撞的婆罗洲

东南亚的大陆世界和海岛世界是如此的不同：在中南半岛上,语言、种族、宗教和信仰多元分布;而在群岛地带,语言的一致性却惊人地覆盖了几乎整个从印度洋到太平洋的近3亿人,马来西亚、新加坡、印度尼西亚和文莱都在用马来一印尼语作为官方语言。在菲律宾南部的棉兰老岛,     

顾及系统误差的GEO卫星几何法定轨PDOP值分析

针对GEO卫星几何法定轨中系统误差对PDOP值的影响进行研究,首先回顾了经典几何法定轨的基本原理,然后根据顾及系统误差的几何法定轨原理推导出PDOP值计算公式,并利用5个跟踪站的模拟数据,计算了多种系统误差情况下PDOP值。结果表明:系统误差对GEO卫星几何法定轨的PDOP值影响很大;采用顾及系统误差的几何法定轨方法可以较好地削弱系统误差对PDOP值的影响;国外布设跟踪站比仅在中国布设跟踪站能更好地削弱系统误差对PDOP值的影响。     

加拿大Abitibi 绿岩带Donalda金矿近水平含金石英脉的显微构造分析及其对成矿流体动力学的指示

位于加拿大Abitibi 绿岩带南部的Donalda 金矿床主要由近水平的、与剪切带近垂直的含金石英脉组成,矿脉厚度0.3~0.5 m,含大量与脉壁平行的条带,指示多期次裂隙扩张和矿物沉淀。原生石英 c轴方位测量显示石英生长方向垂直于脉壁,指示断裂属张性,矿物沉淀属空间充填。显微裂隙、细脉及流体包裹体面 (FIPs) 的方位测量指示原生矿物受到了近直立的最大主压应力(σ1) 作用,与区域性的、近水平的南北向挤压应力不符。这一矛盾现象可用流体压力在超静岩和静水压力之间周期性变化及近水平断裂的周期性张开与闭合来解释。当流体压力大于静岩压力时,断裂张开,原生矿物沉淀,而当流体压力减小时,断裂上盘往下垮,两盘突出的矿物碰撞、碾压形成与脉壁平行的变形条带。由于断裂两盘岩石不是沿整条断裂都互相接触,两盘相顶部分承受的垂直应力大于水平方向的挤压应力, 这就解释了为什么显微构造指示近直立的最大主压应力(σ1)。这个流体构造模式支持断层阀模式,并且无须改变区域应力场就可解释脉体内局部主压应力的变化。     

利用CHAMP卫星星历及加速度计数据推求地球重力场模型

讨论基于CHAMP卫星星历和加速度计数据推求地球重力场模型的数值微分算法.首先利用牛顿内插公式,根据CHAMP卫星星历观测值求解卫星运动加速度.在计算卫星加速度时,建议采用速度数据内插加速度.扣除其他非地球引力摄动加速度后,基于牛顿运动定律建立观测方程.利用GFZ数据中心提供的24天CHAMP星历数据和加速度计数据解算出50×50阶地球重力场模型,并与EGM96模型进行比较,结果表明两者在低阶位系数上有较好的一致性.     

加权人口密度连续分布模拟模型

人口分布是人文科学的重要研究对象。如何在数据不足的情况下获得较为符合实际的人口分布数据是业界的一大难题。为了解决这个问题,本文依照人口分布的规律,以人口统计数据、高程、海岸线、城市中心、河流和行政区划为影响因子,通过距离计算、重分类、加权计算等方法,建立了加权人口密度连续分布模拟模型,并进行了改进。基于2011年的福建省县级人口统计数据,本文在ArcGIS平台上模拟了该省的人口密度空间分布,模拟结果表明：各县人口总数误差与平均人口误差在40%以下的百分比分别为89%与84%,突出了福建省在城市中心、沿海、沿江,以及平原地区的人口聚集规律;各个县级行政区域内的数据集中,相对独立;县与县之间的区分边界数据又相互联系,变化连续,符合人口分布的实际情况。该模型相比于其他的人口模型易于理解,结构简单,可应用于各省的人口密度分布模拟,能有效地解决人口数据不足的问题。     

一种面向海量浮动车数据的地图匹配方法

浮动车数据已广泛应用于交通监管、智能出行、城市规划等领域,地图匹配是浮动车数据关键技术之一,保障匹配算法精度的同时提高匹配效率,是面向海量浮动车数据地图匹配方法的难点。本文提出一种基于HMM（Hidden Markov Model）的地图匹配模型,相对传统模型尝试了多个方面的改进：在发射概率计算中引入航向角变量,并探讨了该变量对模型精度的影响;以格网对路网进行划分,构建哈希索引,实现候选路段快速查找;采用路径无权距离替代路径实际距离,并对路网进行预处理,根据浮动车有限时间内的活动范围构建路段转移矩阵,实现路段转移概率快速计算,以减小路径匹配算法时间复杂度。将模型应用于北京出租车轨迹数据匹配结果表明,对于采样时间间隔在1~120 s的浮动车数据模型切实可行。在满足匹配精度应用需求的前提下,模型效率有了较大幅度提升,能有效应用于海量浮动车数据地图匹配。     

基于LS+AR模型的极移预报及其周期项影响分析

采用LS+AR预报模型的对极移进行预报,深入分析极移数据中钱德勒项和周年项对预报精度的影响。计算结果显示,极移数据中各周期项具有时变性特点,将已知观测数据确定出的周期项应用到极移预报中会明显提高预报精度。因此,建议在进行极移预报之前首先应进行时间序列分析,确定已有数据的各周期项,在极移预报中加以考虑。