基于LBS的嵌入式GIS研究--以北京市综合交通信息平台设计为例

GIS是LBS的位置定位、导航及地图表达的基础技术支撑。针对LBS的固定服务端与移动终端的信息交互需求，提出了平台GIS与移动GIS的概念；针对移动GIS，提出了嵌入式、软件插件组合技术，确定了无线下载的事件表结构；将此用于北京市交通综合信息平台设计，实现了LBS的数据与业务分离、实时信息的自动交互、移动终端的位置确定与表达。     

西南资源环境信息共享与服务平台原型设计

地理信息共享与GIS互操作是社会化GIS时代地理信息技术发展的必然趋势。本文在简述地理信息共享及GIS互操作理论的基础上，分析了基于Web服务的信息生命周期和OGC提出的OpenGIS服务架构，最后提出了西南资源环境信息共享与服务平台的初步架构。     

“国际地层表”与GSSP

近年来,“国际地层表”不断被国际地层委员会更新,用GSSP来定义年代地层单位而建立起来的“国际地层表”,使得大家在叙述地质历史时有一种共同的语言、有一个全球性的标准。在显生宇的96个阶(统)中已有4 6个阶(统)确立了GGSP,其余的有望在2 0 0 8年全部确立。我国已取得了4枚金钉子,即将取得3枚,还有可能再获得4—6枚。根据区域特点,我国已编制了“中国区域年代地层(地质年代)表”并正在开展区域性建阶工作     

早涝碱咸综合治理与生态环境良性循环

华北平原东部淡水资源短缺，旱涝碱成灾害限制了农业生产的可持续发展。海河的治理，解决了排洪排涝排咸出路。春季开发利用地下水包括微咸水和半咸水抗旱灌溉。夏季利用伏雨洗盐排咸，增大降雨入渗，减少径流流失，防治渍涝灾害，把降雨转化为地下水资源。秋冬引蓄河水，回灌地下水补源。以土壤与潜水的地层空间作为调节大气降水、土壤水、地下水、地表水的地下水库，以调控地下水埋深在临界动态为指标，最大限度地把时空分布不均的天然降雨转化为可持续利用的水资源。地表水地下水联合运用，促使水资源采补平衡，降雨灌溉淋洗脱盐强于干旱蒸发积盐过程，地下水淡化强于矿化过程。实现旱涝碱咸综合治理，水土资源可持续利用，经济社会可持续发展，生态环境良性循环。     

翁牛特旗--库伦旗一带严重缺水区的地质环境及找水途径

翁牛特旗--库伦旗一带为西辽河平原周边的严重缺水区.通过分析研究区地下水形成的地质环境,认为降水量、地形地貌、岩性构造和地下水循环是造成研究区严重缺水的主要因素,地层岩性和新构造运动是影响地下水富集的决定性因素.指出要加强含水层的岩性和构造、基岩区的断裂性质和产状的研究,并提出在基岩区、低山丘陵区寻找构造裂隙水和断裂带脉状水是解决研究区严重缺水的较好途径.     

北京市地下水动态监测示范工程的建设和应用

北京市地下水动态监测示范工程是北京市科委的重大项目,从1999年开始建设,到2004年4月全面完成.本文详细介绍了该项目的建设及开发内容,以及在北京市地下水动态监测工作中的应用情况.     

水环境容量的影响因素及分析研究

本文采用流量级频率分析和统计分析方法,对黄河下游流量及泥沙含量对水环境容量的影响进行了研究分析.分析结果:河流在平滩流量时不仅输沙能力最大[8],而且输运污染物能力也最大,黄河下游水环境容量萎缩是平滩流量降低的必然结果.     

青藏高原东缘龙门山晚新生代剥蚀厚度与弹性挠曲模拟

龙门山是青藏高原东缘边界山脉,具有青藏高原地貌、龙门山高山地貌和山前冲积平原三个一级地貌单元。利用数字高程模式图像和裂变径迹年代测定方法研究和计算龙门山晚新生代剥蚀厚度与剥蚀速率,结果表明:3.6 Ma以来龙门山的剥蚀厚度介于1.91-2.16 km之间,剥蚀速率介于0.53-0.60 mm/a之间。在此基础上,开展了该地区岩石圈的弹性挠曲模拟,结果表明龙门山的隆升机制具有以构造缩短隆升和剥蚀卸载隆升相叠合的特点。3.6 Ma之前,龙门山的隆升与逆冲推覆构造负载有关,以构造缩短驱动的构造隆升为特色;3.6 Ma之后,龙门山的隆升与剥蚀卸载驱动的抬升有关,并以剥蚀卸载隆升为特色,进而提出了龙门山晚新生代以来的隆升机制以剥蚀成山作用为主的认识。     

新疆库木库里盆地演化

通过对新疆库木库里盆地的地质调查，渐新统一上新统识别出冲积扇、河流、湖泊三角洲、湖泊四种沉积相、六种亚相、十种微相；具有盆地演化早、晚期碎屑成熟度较低，盆地演化中期碎屑成熟度较高的特征；通过物源分析得出盆地演化早期碎屑物质来自盆地南部，晚期碎屑物质来自盆地西部，碎屑物质均来源于再旋回造山带构造背景区，并具有早期南高北低、晚期西南高东北低的古地理格局；盆地分析表明新疆库木库里盆地从渐新世形成大致经历了渐新世一早中新世盆地萌芽、中中新世一晚中新世盆地的生长发育、上新世盆地萎缩三个演化阶段。     

地学自由曲面径向基函数网络重建的详细算法

径向基函数(RadialBasisFunction,简称RBF)神经网络是一种理想的地学离散数据网格化工具,能够适应各种不同分布形式和边界条件的数据,收敛速度较快,可以逼近任何复杂曲面。这里详细介绍了RBF神经网络的算法。适当径向基函数的形式和偏差系数是使用RBF神经网络作地学曲面重建的关键。大量的实际数据验证结果表明,当选用Gauss型径向基函数时,一般可获得比较理想的网格化效果,同时具备"曲面平滑"和"拟合度高"的特点。