控制网优化设计中的蒙特卡罗法

介绍了蒙特卡罗法的基本步骤以及伪随机数的检验方法；结合工程控制网的设计给出了一个实际算例，算例的结果表明该方法切实有效。     

服务于PDA的矢量数据分块存储数据结构的研究

数据结构、数据模型是GIS领域中一个比较重要的研究方向，目前GIS中较成熟的数据结构均是针对个人PC机或工作站硬件环境，并不适合以掌上电脑为平台的移动GIS系统。针对以掌上电脑为代表的智能移动终端，提出了一种矢量数据分块数据结构模型。该数据结构适用于以PDA智能终端为硬件平台的移动GIS系统，是实现矢量图形数据存储与快速显示的技术关键。     

带权约束参数平差在工程控制网优化中的应用

介绍用带权约束平差原理编制的工程控制网试验修正法设计和平差程序,并用于设计工程导线和平差变形观测控制网等实际工程的例子,据此提供一些结论和建议.     

基于数字摄影的钢结构变形监测系统研究

讨论了基于数字摄影的钢结构变形监测系统研究所解决的主要问题，提出了相应的解决方法，并论述了整个系统的流程。     

加密导线网平差程序的设计与实现

现在生产单位对于城市建设控制网的布设，倾向于首先布设GPS控制网，然后再以GPS点作为首级控制点，进行导线网加密，全面介绍了导线加密网的平差计算，据此编写了相关处理软件，并在实际生产应用中进行了验证。     

3S技术在黑龙江省防汛指挥系统中的应用

文章简要介绍了黑龙江省防汛指挥系统建设的目标 ,论述了 3S技术是该系统应用的关键技术 ,以及展现了 3S技术在该系统应用的发展趋势。     

北京市热环境时空分异与区划

城市热环境空间区划是采用分区管理的思路来缓解城市社会经济发展与热环境之间矛盾的技术基础。本文构建城市热环境区划模型的思路为:(1)将不同时相的MODIS地表温度数据产品进行正规化、分级,分析2008年北京城市热环境时空分布特征。(2)构建城市热环境影响因素评价体系,并通过空间主成分分析计算得到热环境影响主成分因子。(3)通过自组织映射神经网络,利用热环境影响主因子,进一步对热环境进行空间区划。结果表明,北京夜间较白天城市热岛分布层次感明显,夏季白天较其他季节高温区聚合程度高。区域下垫面组成要素直接影响热环境,北京城市热环境的主成分因子依次为植被覆盖、地形地貌、城市下垫面建设规模和人为热排放,并依此将北京划为7个热环境区域,根据各个分区热环境成因机制差异分别提出热环境改善和调控措施。     

GPS技术改造大坝水平位移监测的研究

讨论了在大坝水平位移监测中,采用GPS技术取代传统测量仪器的方法,通过两种测量精度的比较,表明GPS的测量方法完全可以取代常规测量的方法。     

高精度边角网数据采集与处理系统的设计与实现

在水利、桥隧等工程施工和形变监测中,特别是在山区,GPS网的精度往往不能满足设计要求,一般需要布设地面边角网,采用高精度智能型全站仪进行数据的采集。本文从一体化测量作业模式的设计思想出发,基于VB．NET和数据库技术,研究设计了高精度地面边角网外业数据采集与处理系统,实现了边角数据的自动化采集和处理。     

Auto-identification of forest fire-points in NOAA images based on neural network

Identification of forest fire-points in NOAA images in the basis of monitoring forest fire using NOAA satellite data. Traditional visual interpretation is difficult to settle for auto identification with computer. The artificial neural network technique provides a new means for solving this problem. In this paper, the principles and method of using neural network technique to automatically identify fire-points in NOAA images are discussed and the test in the range of Hubei province is presented. The result of the test shows that the disciplined neural network has collected the character of fire-points and has ability to identify fire-points in NOAA images. Comparing neural network with visual interpretation, the conclusion is drawn that by using neural network the purpose of auto-identification of forest fire-points in NOAA images can be realized with the almost same precision.