城区水文循环机制与改善策略分析

在城区化过程中,由于人口快速成长且集中,随之而来的建筑物、道路等不透水面密度增加,导致地下水补给减少及破坏水文循环。为了解土地利用方式改变对长期水文量影响,建立一个适宜的城区水循环模式是非常重要的。选定台湾台北的六馆抽水站集水区进行分析,模式参数经过敏感度分析、率定与验证。采用改变不同透水铺面设置比例的方案,评估其对径流量、入渗量、蒸发散量的改变。并分析设置不同比例屋顶雨水贮集系统对地表径流量及供水量的改变。所建立的城区水循环模式是评估土地利用改变造成水文量的改变的一个有效工具,并可提供决策者做为城区土地利用决策的参考。     

电离层电子浓度总含量梯度对GPS差分定位精度的影响

针对GPS定位测量的信号传播路径误差,分析了电离层电子浓度总含量梯度对差分定位精度的影响,利用L1载波重点讨论了1999年-2000年太阳活动期间低纬度赤道异常地区GPS差分定位精度的问题,同时验证对于长基线采用GPS广域差分技术可以使电离层定位误差得到明显提高。     

GPS应用于高空施工机械安全监控

结合小湾水电站建设施工情况,利用实地采集的GPS定位数据,探讨使用GPS实时动态定位技术构建高空施工机械安全监控系统的实现原理和可行性,同时介绍构成系统的各个模块及其功能,给出有效地实施高空施工机械安全运行监控的实用方法。     

二三维联动的虚拟校园设计与实现

传统的2维地理信息系统技术成熟但缺乏3维可视化和分析的能力,而目前的3维地理信息系统发展可拥有3维可视化分析能力,然而还缺少2维地理信息系统的便捷。以二三维联动为开发思路的地理信息系统能够解决这对矛盾。本文基于二三维联动GIS的设计方案,以虚拟校园设计与实现为应用实例,利用ArcEngine（AE）实现二三维联动GIS系统的开发设计,对GIS系统的开发做出了一种新的、有益的尝试。     

半参数平差模型估计量的精度评定

将半参数估计理论引入测量数据处理理论中,利用Blight和Ott提出的思想,用多项式函数来表示半参数平差模型中的非参数分量,从而得到了半参数平差模型中参数分量和非参数分量的Bayes估计量,通过理论证明,半参数模型参数分量的Bayes估计为通常意义下高斯马尔可夫模型参数估计值与参数期望的加权平均,是一致、渐近无偏和渐近有效估计量,并且其方差小于参数模型中参数估计量的方差。在一定情况下推广了平差理论,具有一定的理论价值。     

基于圆增长特征的点状要素群选取算法

控制点、独立地物等在地图上呈点群状表达,如何高效、合理地实现此类要素的自动综合是地图多尺度表达的重要问题。文中在前人研究的基础上,提出一种基于圆增长特征的点状要素群结构化选取算法,实现点状要素群的自动选取。其基本原理是：根据一个点与其周围点重要性程度的比较来确定该点删除与否,从而确保其拓扑关系和几何信息的正确性。实验证明：该算法实用、有效。     

多孔紊动射流的数值模拟与实验研究进展

多孔射流作为流体运动的一种重要类型,在工程中具有非常广泛的用途。由于多孔射流各股水流之间的卷吸和掺混的存在,增加了流场的复杂性。长期以来研究人员从理论分析、实验测量和数值模拟方面对多孔紊动射流进行了大量的研究工作,目前已经认识了流场中的许多流动特性和流动机理。从数值模拟和实验研究两个方面,比较分析了国内外多孔紊动射流的研究现状和研究结果,评述了不同湍流模型以及不同实验测量方法对紊动射流的预测能力,讨论了存在的问题并对该领域的研究方向进行了展望。     

山西省太谷县地质灾害及防治

太谷县地质构造条件复杂,地质灾害破坏严重,随着地区的经济发展,其城镇建设与地质灾害之间的矛盾日益突出。调查显示,太谷县发育地质灾害92处,区内地裂缝占灾害点总数46．7％,主要发育于平原区;不稳定斜坡占灾害点总数32．6％,滑坡占灾害点总数12．0％,且80％为土质滑坡;泥石流以沟谷型为主,占灾害点总数5．4％;崩塌占灾害点总数3．3％。论文研究了区内地质灾害的基本发育特征及其诱发因素。依据地质灾害防治评估划分原则,对不同类型地质灾害按轻、重、缓、急进行分期防治,对重要地质灾害采取具有针对性的工程措施治理。结合地质灾害调查分析,提出了建立群测群防网络、因地制宜、因灾设防等防治对策,为增加防灾减灾效益、环境效益及经济效益提供有力的保证。     

含盐量对松嫩平原碳酸盐渍土抗剪强度的影响

松嫩平原分布着大量的碳酸盐渍土,其不良的工程性质给穿越其中的道路质量造成不同程度的影响。由于盐渍土所含易溶盐成分主要为碳酸氢钠,该研究通过向碳酸盐渍土内加入碳酸氢钠制备不同含盐量的盐渍土,进行室内直剪试验。试验表明：随着含盐量的增加土的粘聚力减小,内摩擦角有先减小后变大的趋势;随着含水量的增加,土的含盐量越高,土的粘聚力减小越明显。易溶盐在土中的状态形式是影响其抗剪强度参数变化的一个重要原因。