An accessible strong-motion dataset (PGA,PGV, and site vS30) of 2022 MS6.8 Luding,China Earthquake

A M_S6.8 earthquake occurred on 5th September 2022 in Luding county, Sichuan, China, at 12: 52 Beijing Time(4:52 UTC). We complied a dataset of PGA, PGV, and site v_S30 of 73 accelerometers and 791 Micro-Electro-Mechanical System(MEMS)sensors within 300 km of the epicenter. The inferred v_S30 of 820 recording sites were validated. The study results show that:(1)The maximum horizontal PGA and PGV reaches 634.1 Gal and 71.1 cm/s respectively.(2) Over 80% of records ar...     

节点-场所模型及其应用的研究进展与展望

系统梳理了节点-场所模型及其应用的相关研究成果,发现已有研究主要集中在利用模型分析枢纽地区节点与场所发展特点、探究枢纽地区类型特点、预测枢纽地区发展潜力等方面。基于高速交通网和互联网的快速发展,提出未来节点-场所模型应用研究的重点方向：开展不同类型交通枢纽地区节点功能和场所功能的协同作用研究,探索旅游地空间节点功能和场所功能的平衡发展路径,探究不同要素流网络中节点城市的节点和场所协同发展,揭示节点-场所模型视域下地域空间演化的特征与规律,构建跨学科多元化的研究方法体系。通过加强节点-场所模型的应用研究,有利于优化地域空间结构,提升地域空间功能,丰富地域空间发展的理论研究,对制定地域空间发展规划具有重要启示。     

天文卫星下传数据处理系统的规划

天文卫星获取的数据需要经过卫星下传数据处理系统的一系列加工,生成可以分析的数据产品,这些产品及相应软件要发布给国内外用户,同时数据处理系统还要监测载荷状态、数据质量及天体源爆发等。这样,下传数据处理系统的建设直接关系到物理成果的获取,规划该系统就变得非常有意义。从数据产品定义、子系统规划、数据流程等方面介绍卫星下传数据处理系统的规划,并提出以模块化开发方式从整体上协调各个子系统的开发,使各个系统及其软件相互配合,共同促进科学产出。     

中国旅游城市生态安全系统评估与类型划分研究 ——基于节点权重约束网络DEA模型

采用 DPSIR概念模型作为旅游生态安全系统的基本形态,引入网络 DEA模型测度系统运行效率,从“投入-产出”的研究视角探究旅游生态安全系统内部作用机理。采用结构方程模型对网络 DEA模型的结构及权重加以限制,构建具有节点权重约束的网络 DEA评价模型,对主要旅游城市生态安全系统实例进行实证研究。研究结果认为：将生态安全系统分为自然运行阶段、管理反馈阶段2阶段进行效率评价,加权综合得出各旅游城市生态安全系统的综合评价值,以此为依据将样本城市划分为按系统效率的评价结果将其分划为绿色发展型、稳步发展型、高效发展型、双向提升型和管理能力缺失型,针对各类型旅游城生态安全系统特点提出改善其生态安全系统状况的建议。     

国土资源卫星遥感数据应用评估系统构建

从国土资源应用出发,在“指标-模拟-评估-指标修改-模拟-评估”模式的基础上,构建了由软件系统、硬件系统、技术标准和技术方法4部分组成的评估系统,建立了较为完整的卫星数据应用评价技术方法体系,为实现在卫星研制初期就真正开展天地一体的我国卫星研制和应用的发展路线,提供了新的思路和技术体系支撑。     

浅谈航测遥感网络生产中的数据安全与管理

针对航测遥感网络生产过程中的数据安全问题,本文不仅提出了常用的网络生产安全解决措施,而且指出了使用航测遥感生产管理信息系统进行管理应当注意的问题和数据备份的注意事项。     

全站仪三角高程测量的精度分析和计算自动化

全站仪三角高程测量具有效率高,实施灵活等优点,经研究并通过实践验证,在对观测结果进行相关改正的条件下,全站仪三角高程测量完全能达到三、四等水准测量的精度要求,同时可借助Excel所具备的强大数据处理能力,使观测数据的处理更为方便快捷。     

Optimizing support vector machine learning for semi-arid vegetation mapping by using clustering analysis

In remote sensing communities, support vector machine (SVM) learning has recently received increasing attention. SVM learning usually requires large memory and enormous amounts of computation time on large training sets. According to SVM algorithms, the SVM classification decision function is fully determined by support vectors, which compose a subset of the training sets. In this regard, a solution to optimize SVM learning is to efficiently reduce training sets. In this paper, a data reduction method based on agglomerative hierarchical clustering is proposed to obtain smaller training sets for SVM learning. Using a multiple angle remote sensing dataset of a semi-arid region, the effectiveness of the proposed method is evaluated by classification experiments with a series of reduced training sets. The experiments show that there is no loss of SVM accuracy when the original training set is reduced to 34% using the proposed approach. Maximum likelihood classification (MLC) also is applied on the reduced training sets. The results show that MLC can also maintain the classification accuracy. This implies that the most informative data instances can be retained by this approach.     

嫦娥一号IIM数据应用处理流程分析

对嫦娥一号干涉成像光谱仪（IIM）数据的特点进行了分析,并就存在的一些问题提出了解决方案,制定了IIM数据应用处理流程,为该数据的正确使用提供方法参考。研究结果表明,在空间域传感器左侧响应偏低,右侧响应偏高;在波谱域长波段响应存在较大偏差。经过绝对定标和辐射畸变校正后的反射率与地基望远镜光谱匹配良好,可以用于应用研究。利用校正后的数据对Aristarchus地区岩石类型开展初步研究的结果表明,该地区在纵向和横向上都存在岩性的多样性。校正后的图像不仅提高了分类精度,还被识别出撞击坑可能存在的滑坡。嫦娥一号IIM能够在全球、区域和局部尺度上以较高的空间分辨率和光谱分辨率获取月表元素和矿物成分信息,有助于深化对月球形成和演化的认识。     

RTK配合全站仪在数字化测图中的应用

本文主要叙述了RTK配合全站仪进行数字化测图的可行性,介绍了RTK的系统组成、工作原理,并对RTK配合全站仪联合测图的作业流程进行了一系列论述;指出了RTK与全站仪联合进行数字化测图是一种高速度、高效率的新方法.