广西地区文蛤的遗传多样性研究

以随机扩增多态性DNA（RAPD）研究广西的山口、北海、犀牛角、东兴的文蛤种群的遗传多样性。结果表明，在筛选的60个引物中，23个呈阳性反应，其中10个引物可产生105条稳定、清晰的带。山口、北海、犀牛角、东兴的文蛤种群的遗传多样性指数分别为0.1995,0.2039，0.1773,0.1936；多态位点比例分别为86.32%，90.63%,81.05%,88.00%,4个种群间的遗传距离在0.050～0.070之间，相邻种群的遗传差距较小。除犀牛角种群以外，其它3个种群的遗传变异水平较高。     

福建主要港湾水体几种悬浮物质含量的研究

据"福建主要港湾水产养殖容量研究"项目成果,报道了2000～2001年福建15个港湾水体中几种悬浮物质含量的调查资料,讨论了它们的分布状况.这几种悬浮物质含量与养殖生物的生长状况有着密切相关,也是某些生物的营养源,现场调查的结果为计算贝类养殖容量提供了重要参数.     

城市房地产开发建设项目环境管理探讨--以青岛市崂山区为例

以可持续发展战略为主线,总结和探讨了城市房地产开发建设项目的环境管理问题,指出：环境管理尤其是前置审批把关的重点应当是：（1）突出协调发展的重要性;（2）坚持以人为本,内外兼顾原则;（3）注重资源的合理有效利用;（4）提高技术含量,讲求效益统一;（5）建设期与营运期环境保护并重;（6）突出生态保护的重要性;（7）加强公众参与工作。     

单中继星单低轨卫星的联合定轨精度分析

针对由单中继星和单低轨卫星组成的联合定轨系统,给出了系统内不同轨道卫星摄动项的选取方案和卫星间的可见性判别模型。在模拟出含有白噪声的四程测距观测数据文件的基础上,研究了测距精度和采样弧段对联合定轨中高、低轨卫星定轨精度的影响。得出如下结论:联合定轨更有利于对低轨卫星的轨道改进;同样的采样时间条件下,测距噪声越小定轨精度越高,并且采样时间越短它的影响越明显;同样的测距噪声条件下,所用资料的采样时间越长精度越高,但当测距精度很高时,TDRS达到最好定轨精度所需的采样时间相应有所缩短。并在定出轨道后进行了轨道预报,分析了轨道预报的趋势及精度。     

简化模糊H-ARTMAP神经网络在高光谱遥感分类中的应用

人工神经网络作为一种不需估计类别分布参数的遥感影像分类方法,能够克服分类中的不确定性,提高分类精度。模糊ARTMAP人工神经网络具有稳定、泛化性能好、支持增量式学习等特点,通过对简化模糊AR-TMAP神经网络和H-ARTMAP神经网络的分析和集成,构造了一种用于高光谱遥感影像分类的简化模糊H-ART-MAP网络。实验证明该方法在分类效率、运算时间和分类精度等方面都优于最大似然分类、BP神经网络、最小距离分类、光谱角制图模型等分类方法。     

基于本体的地理信息服务查询组件设计

介绍了一种基于本体的服务发现组件设计方法,将基于本体的元数据和基于本体的查询结合起来,提高了基于OGC标准的网络地理服务发现的查询效率和准确性.     

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。     

制图综合中移位算法概述分析

本文首先对移位算法的发展史进行简要介绍,然后,在其基础上,根据各移位算法的思想特征,对各移位算法进行归纳,将其划分为七类,并对每一类算法的核心思想进行详细论述,最后,对各类移位算法进行评价,分析其优缺点,总结各类算法中的可借鉴思想,为更好地实现移位奠定基础。     

GIS软件符号功能特点

讨论当前国内外GIS软件的符号功能及花纹图案填充功能的特点,指出实际应用中不足,为现有软件平台进行符号设计、编辑以及制图等提供参考。