建立我国沿海永久GPS陆海垂直运动监测网的建议

论述了在我国沿海建立永久GPS陆海垂直运动监测风的目的和意义，介绍了有关的国内外发展现状，监测的方法和原理，最后提出了在我国建立永久GPS陆海垂直运动监测网的具体建议。     

大洋在大西洋气候变化中的作用

冰期剧烈的气候变化与大西洋环流的变化有关。在过去 1 0ｋａ间 ,气候较为稳定 ,百年级波动相对温和。目前 ,全球年复一年的气候变化主要由太平洋厄尔尼诺—南方涛动所引起。太平洋的赤道宽度是大西洋的 3倍 ,但不致于影响全球气候 ;大西洋的影响范围虽小 ,然而却非常明显 ,尤其是在环流改变时 ,国际研究项目 (气候变化与可预见性 )将对大西洋气候变化机制和可预见性做深入的探讨。热带大西洋地区大气 海洋相互作用 ,在春季 (3— 5月 )引起巴西至加勒比海的南美东海岸、在秋季 (8— 9月 )引起非洲亚撒哈拉西部年际降雨量和时间的明显变化。…     

两种江蓠果孢子的融合研究

本研究以真江蓠(Gracilaria asiatica Zhang et Xia)和龙须菜(Gracilaria sjoes-tedtii Kylin)两个不同物种为材料,探索了果孢子的融合方法和条件。由成熟囊果的藻体经阴干刺激后,放散出大量果孢子。两个物种的果孢子在大小和颜色上都有差异。对这两个物种的果孢子用PEG—高Ca~(++)高pH法诱导融合,首次获得成功,融合细胞能再生成杂种植株。     

海—气相互作用概述

前言 海-气相互作用问题是近代地球物理科学中发展极为迅速的一个分支。它研究海洋和大气之间物物质（如水份）、能量（如热量）和动量的交换,以及相应的海洋和大气的运动及主要物理量分布的相互制约的关系。世界海洋是大气的热量和水份的主要供应者,它对地球气候的形成、维持及变化起着决定性的影响。海-气相互作用提供了月、季以至更长时效的天气气候预报的物理基础,延长了大气对长期天气过程的“记忆力”。海洋和大气耦合构成了丰富多采的长期天气演变图景。了解海洋有助于我们更好地研究大气环流和天气气候形成、演变的机理。一些重要的天气气候现象都与海-气相互作用有关,如E1 N(?)o、 ENSO、遥相关以及大范围的干旱等。在30天以上的长期天气数值预报中必须考虑外强迫力的作用,其中最重要的是海     

简化模糊H-ARTMAP神经网络在高光谱遥感分类中的应用

人工神经网络作为一种不需估计类别分布参数的遥感影像分类方法,能够克服分类中的不确定性,提高分类精度。模糊ARTMAP人工神经网络具有稳定、泛化性能好、支持增量式学习等特点,通过对简化模糊AR-TMAP神经网络和H-ARTMAP神经网络的分析和集成,构造了一种用于高光谱遥感影像分类的简化模糊H-ART-MAP网络。实验证明该方法在分类效率、运算时间和分类精度等方面都优于最大似然分类、BP神经网络、最小距离分类、光谱角制图模型等分类方法。     

坐标相似变换模型的探讨

常用的坐标转换模型,讨论了大地高的不确定性对应用Bursa模型进行坐标转换的影响。结合工程应用的实际情况,选择平面坐标转换模型对北京地方坐标与西安80坐标进行转换,转换精度满足实际需求。     

基于时刻独立脉冲耦合神经网络的高空间分辨率摇感影像分割

高空间分辨率遥感影像中地物目标内部光谱信息复杂性的增强,使得传统基于光谱特征值的数据处理方法效果不再显著,影像分割为解决这一问题提供了一种思路,成为当前高空间分辨率遥感影像处理的研究焦点.时刻独立脉冲耦合神经网络具有状态相近、空间相邻神经元相互耦合同步脉冲激发和区域之间神经元脉冲激发时刻独立两大特点,已被应用于非遥感影像分割中,并取得较好效果.本文结合高空间分辨率遥感影像特点,通过对网络参数进行实验和分析,提出一个基于时刻独立脉冲耦合神经网络的高空间分辨率遥感影像分割方法,并利用空间分辨率0.3m的航空影像进行了数据试验,将分割结果进行讨论并与现有时刻独立脉冲耦合神经网络方法和ISODATA方法分割结果进行对比分析.结果表明:时刻独立脉冲耦合神经网络在高空间分辨率遥感影像分割处理中具有很好的应用前景.     

BP神经网络在局部似大地水准面精化的应用

针对高程拟合中的模型误差问题,采用BP神经网络方法进行拟合,可以减小模型误差,提高似大地水准面的精化精度。在焦作市局部似大地水准面精化算例中,BP神经网络高程拟合取得了良好的效果。     

低阻油层的电测井资料反演与动态侵入模拟

高矿化度钻井液侵入是造成油层低电阻的重要因素之一,泥浆滤液侵入越深,对测井结果影响越大,甚至造成解释错误或油层漏失.采用非线性最小二乘原理进行电测井反演预处理,并将其同以多相流渗流、对流扩散理论为基础的电测井动态模拟相结合,能更加真实地反映动态侵入特点,获取原状地层真电阻率和流体饱和度,从而有效地改善低电阻率油气层电测井资料的有效性,为低电阻率油层的识别和评价提供可靠的依据.     

2DPCA在遥感图像压缩中的应用

Two Dimensional Principal Analysis是新近提出的一种图像分析方法,并已在特征提取与人脸和物体识别中得到较好应用.由于2DPCA本身就具有数据压缩功能,在用于去除图像的空间相关性中,可实现对数据的压缩,尤其是对高光谱或多光谱遥感图像的压缩.实验结果表明,这类方法不仅有效,而且压缩性能良好.