排序方式: 共有81条查询结果,搜索用时 281 毫秒
21.
综合省情地理信息系统空间数据元数据设计研究 总被引:13,自引:0,他引:13
综合省情地理信息系统的建立与运行需要元数据的支持,在分别对现有元数据标准和综合省情地理信息系统特点进行分析的基础上,指出了使用元数据的优点,提出了综合省情地理信息空间数据元数据的内容,以提高系统查询检索的速度和系统分析效率为主要目的,对元数据的存储采用了一种以数据库为基础的新的存储模式,以关系表格来管理元数据,建立元数据库。元数据库的管理以图形数据的管理为基础,二者必须协调进行。 相似文献
22.
GIS的分层与特征的数据组织模式 总被引:4,自引:0,他引:4
数据组织是 GIS系统建设的基础和前提 ,认知方式、认知手段的变化 ,会带来认知结果的不同 ,形成了两种不同的数据组织方法 :(1 )基于分层的数据组织方法 ;(2 )基于特征的数据组织方法。文章分析了这两种数据组织方法的有关内容 ,并对它们进行了对比 ,认为基于特征的数据组织方法是第 4代 GIS的基础和核心 ,是 GIS的发展方向。 相似文献
23.
24.
25.
富营养化湖泊典型水华蓝藻的固有光学特性 总被引:2,自引:2,他引:0
固有光学特性是水体光学特性的重要内容,掌握富营养化湖泊水体内典型水华蓝藻的固有光学特性,是开展不同水华蓝藻遥感识别的理论基础.利用AC-S吸收衰减仪、BB9后向散射仪,通过实验室纯藻培养,研究微囊藻(Microcystis)、鱼腥藻(Dolichospermum)和束丝藻(Aphanizomenon)3种典型水华蓝藻的固有光学特性,并探讨色素浓度、色素占比以及藻类等效粒径对不同水华蓝藻固有光学特性的影响.结果表明,3种典型水华蓝藻的吸收光谱曲线均具有440、620和675 nm吸收峰,微囊藻620和675 nm的比吸收系数最大,鱼腥藻440 nm处的比吸收系数最大;束丝藻单位色素浓度的散射和后向散射能力最高,鱼腥藻次之,微囊藻最低;固有光学特性影响因子分析表明,色素浓度和藻蓝素占比是影响3种水华蓝藻固有光学特性的主要因素.3种蓝藻的吸收系数、散射系数以及鱼腥藻、束丝藻的后向散射系数均随着色素浓度(叶绿素a或藻蓝素)的增加而增大;当蓝藻中藻蓝素占比增加时,3种蓝藻的单位色素浓度的后向散射系数逐渐下降;而藻细胞粒径与固有光学特性之间并未表现出很好的相关性.因此,3种水华蓝藻单位色素浓度的固有光学特性将为典型水华蓝藻的遥感识别提供重要的理论基础和数据支持. 相似文献
26.
长江中下游大型湖泊水体固有光学特性:Ⅰ.吸收 总被引:1,自引:0,他引:1
吸收系数是水体固有光学特性的重要组成部分,也是构建水色参数高精度遥感模型的基础,具有重要的研究意义.本文针对长江中下游三大淡水湖——鄱阳湖(2010 10、2011 08)、太湖(2008 10、2011 08)和巢湖(2009 10)进行5次野外实验,以International Ocean Colour Coordinating Group(IOCCG)2000年报告"Remote Sensing of Ocean Colour in Coastal,and Other Optically-Complex,Waters"为基础,对水体不同光学主导类型进行分类;并根据ad(非色素颗粒物吸收)、aph(浮游植物色素吸收)、ag(有色可溶性有机物吸收)等不同主导类型光谱曲线特征差异,引入ad-g(主导类型ad、ag、ad-ag的合并类型)和aph-related(主导类型ad-aph、ad-aph-ag的合并类型)类型,对主导类型进行归纳合并.结果显示:秋季,鄱阳湖、太湖、巢湖的主导类型较为单一,分别为ad、ad-ag、ad-aph-ag;夏季,鄱阳湖和太湖同为两种类型共同主导,分别为ad、ad-ag,ad-aph-ag、ad-aph.总体来说,鄱阳湖夏、秋季和太湖秋季主导类型都属于ad-g类型,而太湖夏季和巢湖秋季则属于aph-related类型.另外,分别针对Gons和Gitelson叶绿素a模型假设条件进行验证,发现不同湖泊水体及不同主导类型下其适用性程度不一致. 相似文献
27.
针对数据从ArcView到MapInfo转换过程中的标注(注记)丢失问题,分析了ArcView和MapInfo的有关数据格式,指出了从ArcView到MapInfo的一般转换方法,特别分析了标注在apr和mif中的格式,最后给出了转换过程的C语言描述。 相似文献
28.
藻源性湖泛发生过程CDOM变化对水色的影响 总被引:1,自引:0,他引:1
利用Y-型沉积物再悬浮发生装置模拟湖泛发生过程,分析其中有色可溶性有机物(CDOM)的变化特征及其对水色的影响.结果表明,藻类死亡过程消耗大量的氧气,水中溶解氧在短时间内消失殆尽,形成厌氧环境;并同时分解产生大量CDOM,使得水中CDOM显著增多.前期阶段,CDOM浓度随时间一直升高,第6 d时CDOM浓度达到峰值,CDOM在443 nm处的吸收系数ag(443)为4.48 m-1.水体黑度值(FeS浓度)呈先增大后减小的趋势,最大值0.35mmol/L同样出现在第6 d,整个过程中,CDOM浓度和黑度值变化趋势一致,ag(443)与水体黑度呈显著正相关.利用Hydrolight和CIE颜色匹配函数模拟不同梯度的CDOM对水色的影响,发现随ag(443)增大,水体颜色也逐渐由绿色转为棕色,整体向长波方向移动,水色逐渐变暗.因此,可以认为CDOM浓度变化是引起湖泛水体发黑的重要原因之一,可作为定量监测湖泛强度的指示性参数. 相似文献
29.
30.
苏州地区城镇扩展的空间格局及其演化分析 总被引:22,自引:3,他引:19
基于苏州地区1984-2005年的6个时相卫星遥感数据,从城镇实体地域扩展的视角,运用关联分维数、全局和局域空间关联指数、空间变差函数等方法构建了空间关联测度模型,分析了苏州地区城镇扩展的周期性、城镇建设用地的分维特征、城镇扩展的"热点区"空间分布及演化,城市化空间梯度的形态演化。结果表明,20世纪80年代以来,苏州地区的城镇扩展经历了稳步增长、缓速下降、急速增长和快速下降四个阶段,显示出"大起大落"的特征;在空间格局上,城镇扩展强度的高值簇区(热点区)呈现出较明显空间演化和跃迁的特征,经历了苏州市区、苏州—吴江轴线、苏州—昆山轴线(沿沪宁线)、太仓—常熟—张家港轴线(沿长江)的不断轮换,并成为不同阶段驱动苏州地区社会经济发展的核心区。期间,城镇扩展的空间连续性和自组织性越来越强,城市化发展的空间形态由相对分散向相对集中演化,由空间自相关引起的结构化分异的机理越来越显著,并且表现出较明显的带状关联特征,城市区域化发展的趋势明显。然而,在苏州地区不同的发展阶段,城镇发展的主导驱动机制有所不同。 相似文献