2010年度美国《期刊引证报告》(JCR)的中国地理期刊数据

2011年6月28日,美国科技信息研究所(ISI)公布了2010年度的期刊引证报告(JCR),该报告共收录全球期刊8005种。其中包括中国大陆期刊131种。JCR公布的数据显示:随着中国地理科学研究事业的不断发展,中国地理期刊的学术质量和国际影响力在逐步提高,被科学引文索引(SCI)收录的中国地理学及其相关学科期刊的引文指标都有了不同程度的提高。     

欢迎订阅2012年《旅游学刊》

《旅游学刊》(月刊)是全国中文核心期刊、《中文社会科学引文索引》(CSSCI)来源期刊、RCCSE中国权威学术期刊。由北京联合大学旅游学院主办,创刊于1986年,国内外公开发行,是专业性学术刊物。《旅游学刊》重视研究的新深度和新视角,注重理论与实际的结合,并力图及时反映产业发展的新态势、新思路、新经验、     

第八届全国同位素地质年代学和同位素地球化学大会在南京成功举行

2005年10月27—30日,由中国地质学会同位素地质专业委员会和中国矿物岩石地球化学学会同位素地球化学专业委员会主办,南京大学地球科学系和内生金属成矿机制研究国家重点实验室承办的第八届全国同位素地质年代学与同位素地球化学大会在美丽的古城南京举行。会议共收到论文摘要125篇,来自全国各地的350余名代表出席了会议。与会代表就（1）同位素新技术、新方法与新理论;（2）岩浆岩年代学与同位素示踪;（3）大陆动力学与壳幔物质循环;（4）矿床同位素定年与成矿示踪。     

柳珊瑚分子系统发育学的研究进展

珊瑚分子系统发育学研究始于90年代初,用于柳珊瑚分子系统学研究的主要分子标记是线粒体DNA和核糖体RNA。本文在重点介绍了柳珊瑚种群遗传多样性和柳珊瑚种上阶元系统发育学两方面的研究进展和所取得研究成果的同时,也讨论了珊瑚虫纲的系统发生关系。最后在简单引述了柳珊瑚分子系统发育学同传统形态分类学方法之间关系的同时,也对柳珊瑚分子系统发育学今后的重点研究方向做了预测。     

线性四叉树快速动态编码及其实现

对常规线性四叉树编码方法存在的不足进行了 分析,提出了一种在遍历栅格数据过程中直接生成四叉树的快速动态编码方法。该方法用栈代替线性表或数组,在提取格网单元后,直接检测其属性值,生成十进Ｍｏｒｔｏｎ码。将这些数据压入栈,在栈中同步地对已检测过的格网单元或结点向上层结点进行合并。当对整个栅格数据遍厍完后,栈中剩下的记录就是所需要的线性四叉树码结果。最后根据测试结果比较了动态编码方法的运行效率和内存占用     

基于时态GIS的古气候动力模拟动态演化的分析与实现

对古气候研究环节中的动态演化问题进行研究和分析,提出了一种时空索引模型,以解决动态演化过程中的时间和空间的对应关系问题,利用时空索引对象来解决空间对象及其属性描述信息,在时间t的信息查询、显示和叠加。为古气候研究、再现和重建古气候以及模拟古气候环境下的大气环流基本场(包括温度场、降水场、气压场和位势高度场),在两维空间格局上,进行时间维的动态演化分析,提供了一个实用工具,在全球变化和区域响应等可视化方面具有较为广泛的应用前景。     

《中国绿洲研究文献目录索引》评介

一部由国家重点基础研究发展规划项目 (Ｇ1 9990 435 0 2 )和中国科学院新疆分院 2 0 0 0年院长基金共同资助 ;中国科学院新疆生态与地理研究所绿洲形成与演变过程研究课题组编辑 ;新疆人民出版社出版发行的《中国绿洲研究文献目录索引》已与读者见面。“绿洲”我国古籍中称“水草田”(《汉书》)。新疆维吾尔族人称绿洲为“博斯坦”。绿洲在世界各大洲几乎都有分布 ,而以亚洲和非洲为最集中。中亚和我国西北干旱区的内陆盆地荒漠 ,以其独特的地理位置 ,优越的水土资源和环境别于世界其他荒漠 ,成为世界绿洲中其有代表性的类型。尤以新疆绿洲…     

GML在中国的研究进展

凭借其开放和可自我描述的格式体系、完善丰富的空间数据表达技术、灵活多变的应用模式生成方法,经过短短几年时间的发展,GML迅速在空间数据的建模、传输与交换、集成与共享和空间互操作等诸多G IS研究与应用方向中发挥着重要作用。本文从国内与GML相关的研究课题、博、硕士学位论文和公开发表的核心期刊中文论文等几个方面,深入分析了GML在中国的研究进展,并就GML规范研究、GML技术研究和GML应用研究三个方面提出了国内GML研究与应用面临的挑战、急需解决的问题。研究结果表明:目前国内形成了众多特色鲜明和高水准的GML研究团队与研究成果,但随着GML研究与应用的逐步开展,国内GML低水平重复性研究工作的弊端也日益暴露出来。因此,丰富与完善GML规范,深化GML技术研究,建立多层次的GML应用技术模式,开展基于GML的空间服务应用,发展GML软件工具,积极参与GML国际规范的修订,将是未来我国研究人员开展GML研究工作的重点。