地球磁尾中不同类型磁结构的磁螺度演化特征

在二维三分量MHD数值模拟的基础上 ,对地球磁尾不同类型磁结构的形成作磁螺度分析 .研究表明 ,对于由晨昏电场产生的磁尾驱动重联过程 ,通过系统边界输运的磁螺度通量是引起系统总磁螺度变化的直接原因 .不同的初始磁螺度密度分布和磁螺度通量输运 ,可以引起中性片区域磁螺度密度分布的不同演化 ,从而导致具有不同拓扑位形磁结构的形成 .     

论岩溶地下水分水岭的类型及其实践意义

许多人习惯于把分水岭同水资源贫乏联系在一起。而岩溶区域内的地下水分水岭非但不一定贫水,有的还可成为重要的水源地。作者根据在广西工作的实践,将地下水分水岭划分为三种类型、七种型式,并简述了各种类型的特征及其水文地质意义     

自然类比法对张北──尚义6.2级地震序列类型和震后趋势早期判断实例

用自然类比法对1998年1月10日张北─尚义6．2级地震序列类型和震后趋势进行了早期判断,找出了与之最相似的四个序列是1976年9月23日巴音木仁6．2级地震（S17）、1996年5月3日包头6．4级地震（558）、1985年4月18日禄劝6．3级地震（S34）和1984年5月21日南黄海6．0级地震（S33）。由此判断张北地震序列为主震余震型,推算最大余震震级应在4．3～4．7之间,一个月内4级以上余震数可能在11～22次之间。实测结果张北地震最大余震震级4．6,一个月内4级以上余震数18次,均在预测范围内。     

基于均值变点法提取地形起伏度的影响因素分析——以黄河流域(山西段)为例

地形起伏度因子在宏观尺度生态评估中具有重要作用。均值变点法是确定地形起伏度最佳分析窗口的常用方法,但其影响因素尚缺乏研究。本文以黄河流域(山西段)为例,基于DEM数据和均值变点法提取了研究区地形起伏度,并探讨了分析窗口样本数量、DEM分辨率和地貌类型3种因素的影响。结果表明：(1)分析窗口样本数量对最佳分析窗口取值有明显影响。随着样本数量的增加,变点所在的最佳分析窗口面积也不断增加。(2)DEM分辨率对最佳分析窗口取值有一定影响。分析窗口面积取值范围一致时,基于30 m ASTER GDEM计算得到的最佳分析窗口面积小于基于90 m SRTM DEM的最佳分析窗口面积。(3)地貌类型对最佳分析窗口取值的影响不大。当分析窗口样本数量一致时,不同地貌类型区及整个研究区最佳分析窗口相同或接近。总体而言,分析窗口样本数量是最关键的影响因素。     

基于语义类型本体的地名组配查询

地名查询方式多种多样,但它们都没有考虑地名语义类型因素,而语义类型恰恰是地名信息中相当重要的一部分。以地名语义分类为基础,构建了地名语义类型本体模型,并以郑州市为例进行了地名组配查询实验。结果表明,该方式对于检索地名的相关信息具有较好的辅助作用,为地名查询与检索作了有益的补充。     

《国土资源遥感》参考文献著录格式

正1专著(M)、学位论文(D)及报告(R)的著录格式[序号]主要责任者.题名:其他题名信息[文献类型标志].其他责任者(任选).版本项(第1版不标注).出版地:出版者,出版年:引文页码.如:[1]陈述彭,童庆禧,郭华东.遥感信息机理研究[M].北京:科学出版社,1998:18-20.Chen S P,Tong Q X,Guo H D.Mechanism of remote sensing information[M].Beijing:Science Press,1998:18-20.2专著(M)、论文汇编(G)及会议文集(C)等析出文献的著录格式[序号]析出文献主要责任者.析出文献题名[文献类型]:,     

可穿戴的另一条路：英特尔推智能T恤

说起可穿戴设备你最先会想起什么？我想不外乎是智能手环或者是智能手表,再Geek一点的可能会想到Google Glass这样的东西,但是我觉得,可穿戴智能设备的形式不应该只有这么一点。人们除了佩戴的装饰品之外,浑身上下就只有衣服一定是每天都会穿戴的东西,虽然衣服离我们通常概念中的设备相距甚远,但衣服仍然具有智能化的潜力,也许在将来,衣服会成为最大的可穿戴智能设备类型,当然现在整个可穿戴智能设备的市场并不成熟,但并不妨碍已经有一些先驱者开始在衣服上做文章了。