面向对象的空间数据采集

本文主要介绍在Turbo C++支撑下,用面向对象的方法,对地图的空间数据进行采集、分类、编辑、净化。该系统利用C++中面向对象的概念及类的继承与地图数据的层次关系相吻合的特点,使得数据的输出能满足更多的要求,并且针对地图数据量大的特点,引入了多态和动态覆盖相结合的方法,以满足内存和速度两方面的要求。     

空间数据的拓扑关系及其自动生成

本文讨论了空间数据的拓扑关系,对地图的基本图形元素作了更准确的表述;详细介绍和讨论了自动生成空间数据拓扑关系的原理和方法,重点研究和探讨了并列和嵌套的面域拓扑关系。本文所述的方法适用于多种复杂的空间实体关系。     

海城震区深地震测深资料A/D转换方法及其效果的研究

介绍深地震测深模拟磁带资料在CROMEMCO型微机上实现A/D转换的方法及其效果。在实现A/D转换研究中,进行了时标信号采集方式、六响信号处理、模拟回放电路改进等方法的试验,从而提高了A/D转换精度与效果。经对海城震区实际资料分析可知:该系统A/D转换精度达到了规范要求。     

用地震资料预测孔隙度的广义协克里格法

在Doyen工作的基础上,本文对简单协克里格法作了一些改进,提出了用地震资料预测孔隙度的广义协克里格法,详细推导证明了其基本公式.并分别用3种方法预测了松辽盆地宋站地区扶余油层含气砂岩储层的孔隙度分布.井孔处的交互检验证明,广义协克里格法比线性回归法和简单协克里格法预测孔隙度的均方根误差分别小40％和30％以上.     

矿山地理信息系统中的空间和时间四维数据模型

现有的许多地理信息系统（GISs）一般都没有考虑时间这一维数据。本文依据矿山的特点和需求，提出了能满足空间和时间要求的GIS的概念。针对传统数据模型所存在的缺点，以及根据处理历史数据所具有的特点，提出了一种用于矿业开发的空间和时间综合四维数据模型。这种模型通过采用四维空间线性编码技术，可大大减少数据存贮所需的辅助操作。为了适应综合四维数据处理的需要，笔者研究出了一种新的拓扑结构——四维空间和时间因素的拓扑关系。     

面向对象的语义数据模型及其在空间数据库中的应用

传统的数据库模型适合于表示数字字母数据,难以处理复杂的空间数据。面向对象的语义数据模型克服了传统数据模型的许多不足,越来越多地应用于计算机科学各个领域。本文先描述了面向对象的语义数据模型,然后介绍了建立于这种模型基础上的空间数据库实验系统 spobase。     

我国西南地区地面和低层大气臭氧的观测分析

本文介绍了1987—1989年在以重庆、成都和贵阳三地区为代表的西南地区进行了地面和低层大气臭氧的观测结果,给出了该地区大气臭氧时空分布的一些特征.分析表明,成都、重庆和贵阳等地区O_3浓度的时空分布及变化规律不尽相同,但都与前体污染物特征以及日照强度、大气层结稳定度.天气过程等密切相关.     

中国南极信息系统总体框架的构想与研究

本文根据现实需求和所面临的国际环境,以系统论、信息论、控制论为基本立足点,探讨了中国南极信息系统(CAIS)总体框架的构想以及如何建立CAIS的若干问题。文中阐述了建设CAIS与南极信息资源管理(AIRM)之间相辅相承的关系;描述了CAIS的概念结构和基本结构的框架模型;研究了总体框架及系统的基本特征;分析了基本结构的层次性和相关性。针对易造成信息系统脆弱性的各种问题,讨论了需采用的技术、研究方法、开发策略、应遵循的基本规律,指出CAIS的第一个实践目标是开发与编写基于ADIF(南极目录交换用格式)的南极数据目录和南极主题词表。     

ELIMINATING COMPLEX EIGENVECTORS AND EIGENVALUES IN MULTIWAY ANALYSES USING THE DIRECT TRILINEAR DECOMPOSITION METHOD

The direct trilinear decomposition method(DTDM)is an algorithm for performing quantitative curveresolution of three-dimensional data that follow the so-called trilinear model,e.g.chromatography-spectroscopy or emission-excitation fluorescence.Under certain conditions complexeigenvalues and eigenvectors emerge when the generalized eigenproblem is solved in DTDM.Previouspublications never treated those cases.In this paper we show how similarity transformations can be usedto eliminate the imaginary part of the complex eigenvalues and eigenvectors,thereby increasing theusefulness of DTDM in practical applications.The similarity transformation technique was first used byour laboratory to solve the similar problem in the generalized rank annihilation method(GRAM).Because unique elution profiles and spectra can be derived by using data matrices from three or moresamples simultaneously,DTDM with similarity transformations is more efficient than GRAM in the casewhere there are many samples to be investigated.