地理国情普查地表覆盖成果与国土二调土地利用成果对比分析

第一次全国地理国情普查成果已基本形成,为验证数据的准确性、科学性,更好地开展地理国情监测和应用,本文通过定量分析法、GIS空间分析方法对江苏省某县地理国情普查成果与国土二调土地利用成果进行对比分析,分析两者的异同,为政府部门宏观决策提供依据。     

DB16小波对哈尔滨地区汛期降水的分析与预测

利用DB16小波对哈尔滨地区近30 a(1981-2010年)汛期(6-8月)降水进行分析,得出该区汛期降水存在明显的4-6 a,11-15 a以及22-26 a的周期变化。进而预测2011-2014年汛期及各月降水变化,并用实况进行验证。汛期及各月降水的预测准确率为75%,表明该方法具有一定的气候预测能力。     

气候变化对中国古代财政平衡的影响北大核心CSCD

以当代历史和经济史著作为资料,建立与历朝财政盈亏状态相关词汇的语义分级标准,重建了中国自秦朝至清末(220 BC^1910 AD)10 a分辨率的财政等级序列,并分析其与气候变化的关系。结果表明,秦朝至清末的财政平衡大体经历了4个相对充裕阶段(220 BC^31 BC,441~760 AD,961~1210 AD,1381~1910 AD)和3个相对匮乏阶段(30 BC^440 AD,761~960 AD,1211~1380 AD)。财政危机在寒冷-干旱的气候背景下爆发的可能性最大。财政平衡与温度和降水变化均成正相关,财政平衡的趋势性变化受长期的温度和降水变化影响较为明显。但受多因素的复杂反馈环节影响,两者在某些时段呈现反相位关系。     

GPS时间序列分析软件CATS的安装与使用

介绍了GPS时间序列分析方法与理论,并对时间序列分析软件CATS的安装、使用及其基本原理进行了详细阐述。CATS主要使用的两种计算方法:频谱分析法和最大似然估计法;不同的噪声模型(主要是白噪声加有色噪声)来分析时间序列中的噪声以及它们对速度误差的影响。利用CATS可以方便的为研究者获得参数,进行上层研究。     

浅析POS系统在空中三角测量中的应用

通过对沈阳市高精度数码航空摄影中POS系统的应用,以一实验摄区为例,经过常规、加带POS系统等空三加密作业方法的作业对比和数学精度分析,研究了野外像控点的数量和分布对POS辅助空中三角测量成果精度的影响,探讨满足规范各项精度要求的情况下,POS辅助空中三角测量中野外像控点施测的最优方案,并探讨了POS系统对提高大比例尺地形图航测空中三角测量精度的作用。     

区域北斗地基增强系统动态服务精度分析

分析了北斗卫星导航系统数据模型,并通过实际案例测试了其动态服务精度。结果表明,区域北斗地基增强系统的动态服务精度指标完全达到了相关标准的要求,特别是BDS+GPS组合较之传统GPS增强系统有较大的提升,体现了多系统融合的优势,也为北斗卫星导航系统在相关领域的推广应用提供了丰富的数据支撑。     

基于微博签到的地理空间信息研究

随着Web2.0时代的来临,志愿者地理服务(VGI)逐渐改变了传统的地理信息服务模式。以新浪微博为例,从网络社会空间入手,实现了数据的获取、清洗、可视化及空间分析,对南京市热点地区进行了研究。研究表明,南京市辖区的鼓楼、建邺、秦淮等老城区和浦口、江宁、栖霞等地区分别由于商业聚集地吸引大量人流和大学城聚集成为整个城市的热点地区,集聚程度高,人流量相对较大。该模式为城市应急、城市规划、基础设施建设提供了依据,也为VGI模式下的地理空间信息研究提供了可能。     

基于时频特征的高分辨率遥感图像道路提取

针对传统的遥感图像道路提取算法存在错漏率较高的问题,提出一种基于时频特征提取和域自适应学习分类器的高分辨率航空遥感图像道路提取新算法。首先利用地统计学抽取道路的时域纹理特征和三维小波变换抽取道路的频域光谱特征,构成高分辨率航空图像中的道路特征。然后使用抽取的道路特征训练由迁移支持向量机模型构建的域自适应分类器,并对高分辨率航空遥感图像进行道路粗提取。最后,结合道路形态特征,用数学形态学方法处理粗分类后的道路,获得提取后的完整道路。仿真实验表明,所提方法能有效降低高分辨率航空遥感图像道路提取中非道路目标的干扰,提高道路提取的精确性。     

庐山地区地表温度反演分析

研究庐山地区的地表温度,对于本地区的生态保护和开发具有重要意义。本文使用了目标区域内Landsat TM/ETM+从2000~2010年间共8幅影像数据,利用单通道算法和NDVI地表辐射率估算方法反演了区域内的温度场,并生成了历年温度对比效果图。分析推断目标区域内的温度场可能存在一个短年限的温度变化起伏规律,对庐山周边山区的影响有待进一步研究。     

灰色Verhulst-BP模型在沉降分析中的应用

针对软基处理后的地基沉降情况进行分析,利用灰色Verhulst-BP模型对沉降数据进行分析预测。灰色Verhulst-BP模型是利用灰色Verhulst模型的残差值来改进BP神经网络模型,进而提高模型的模拟预测精度。在Matlab9.0平台上,通过Matlab语言编程实现实例检验分析。研究结果表明,灰色Verhulst-BP模型相对于灰色Verhulst模型更适合于S型序列的数据分析预测。该模型预测精度较高,能够较好地反映沉降趋势。