建立现代测绘成果管理机制的探讨

测绘资料和测绘成果的管理,是新时期国家赋予测绘主管部门的重要职责,是我国信息产业的重要组成部分。建立现代测绘成果管理机制,将测绘成果纳入信息化管理系统,最大限度地发挥地理信息资源的潜在价值,将为建设大而强、富而美的新山东提供优质高效的测绘保障服务。     

地理信息服务的思索与探讨

GIS正在从传统意义上的地理信息系统向地理信息服务偏移,地理信息服务已成为信息服务业中重要组成部分之一.文中归纳总结了地理信息服务概念、技术体系、服务模式以及我国地理信息服务发展的差距、对策与建议.     

基于GIS的个旧花岗岩凹陷带空间信息成矿预测模型

基于GIS技术,对云南个旧花岗岩凹陷带进行数字矿床空间信息成矿预测模型的研究。在了解个旧矿田地质的基础上,通过工作区信息统计单元的划分、预测区地质信息(包括地层、构造、岩浆岩、矿化蚀变以及物、化、遥异常等)变量的确定以及编码和赋值,采用特征分析法确定空间网格单元成矿异常有利度模型,从成矿预测单元中最终圈定了找矿优选靶区。结果表明了信息统计单元结合特征分析数学方法是可行的。     

一种结合整型最佳谱间预测与SPIHT的MODIS影像无损压缩算法

针对MODIS(Moderate Resolution Imaging Spectroradiometer)影像数据海量并具有重要研究价值的特点,研究MODIS影像的无损压缩算法。采用最佳线性预测方法,通过波段相关性排序确定波段最优预测顺序,并自适应计算"预测波段"与"当前波段"的二阶最佳预测器系数,减少谱间冗余;以多级树集合分裂树(Set Partitioning In Hierarchical Trees,SPIHT)编码算法降低谱内相关。为确保无损压缩,对线性预测系数进行最佳逼近取整操作,并采用基于提升格式的D5/3整数小波变换。实验结果表明本文提出的算法在压缩比上性能较3DSPIHT等算法突出。     

动态最小二乘支持向量机学习算法

针对大样本集的训练问题和动态训练样本的模型更新问题,提出了动态最小二乘支持向量机学习算法.该算法充分利用已建好的模型,逐渐加入新样本,并可删除位于任何位置的非支持向量,避免了矩阵求逆运算,保证了算法的高效率.大坝变形及电离层延迟两个时间序列的预报实例表明,该算法具有计算时间短、预报精度高的特点.     

VPN技术在煤炭地质档案网络服务中的应用

网络服务是煤炭地质档案业务发展的必由之路,为了解决在公共网络传输过程中的安全问题,本文介绍了一种虚拟专用网络技术,通过分析其应用于煤炭地质档案网络服务中的优势,为行业内外部的信息共享提供了一个新的思路。     

地震学定量预报指标的一种提取方法——对比筛选法

鉴于目前地震学综合定量预报指标的缺乏和预报工作的急需,尝试使用“对比筛选法(简称CSM方法)”进行地震学定量预报指标的提取试验。较之以往作法的进展在于:1.同时使用“有震”和“无震”两类样本对比筛选;2.对不同地区的地震学参数进行了归一化处理。这样做的显著优点是:1.可以较有效地提取“有震异常”和“正常变化”指标;2.提取的异常和预报指标具有定量化和普适性特点。 试验研究使用大华北地震区资料,研究对象取中强地震。经内符和外推检验,证明该方法提取的异常和预报指标有效性和实用性较高。     

地震综合效应场函数及其在地震预报中的应用──（一）地震综合效应场函数及其计算方法

在系统地分析了目前各种测震学地震预报方法科学思路的基础上,认为测震学地震预报方法基本上可以分为两大类。一类是以已经发生的一些地震作为未来可能发生的地震的“因”,即由于已经发生的地震对区域应力场的影响,导致未来发生较强地震。这一类包括的预报方法较多,如空区、条带、ｂ值、地震迁移、相关地震等等及其由此衍生出来的各种方法。另一类是把已经发生的一些地震作为区域应力场增强的“果”,即已经发生的地震是区域应力场增强过程中的一种反映,而未来地震不一定是已经发生的地震所导致的结果。这一类包括“地震窗口”、小震群活动等方法。针对第一类方法,各种预报方法都是力图从地震三要素中提取未来地震的信息,而具体作法又都是利用地震三要素这个多维空间的某个剖面。为了从地震活动诸要素的多维空间提取综合信息,我们对每个地震加入了破裂面方位,构成了地震第四要素,并依据地震４要素建立了地震综合效应场函数。地震综合效应场函数概括了多种测震学地震预报方法的科学思路和预报经验,从而可以形成测震学的综合预报方法。     

扬州市6－7月份天气预报服务业务化系统

从地（市）级气象台的业务工作出发,试图建立通过微机实现的对上接收信息、对外预报服务、对下预报指导的三位一体的天气预报服务业务化系统,以发挥地（市）级气象台在经济建设和防灾减灾中的作用,推动天气预报和服务的现代化建设,把基层气象工作推向一个新的台阶。     

Prediction of the occurrence of Related Strong Earthquakes in Italy

In the seismic flow it is often observed that a Strong Earthquake (SE), is followed by Related Strong Earthquakes (RSEs), which occur near the epicenter of the SE with origin time rather close to the origin time of the SE. The algorithm for the prediction of the occurrence of a RSE has been developed and applied for the first time to the seismicity data of the California-Nevada region and has been successfully tested in several regions of the world, the statistical significance of the result being 97%. To date it has been possible to make five successful forward predictions, with no false alarms or failures to predict.The algorithm is applied here to the Italian territory, where the occurrence of RSEs is a particularly rare phenomenon. Our results show that the standard algorithm is successfully directly applicable without adjustment of the parameters. Eleven SEs are considered. Of them, three are followed by a RSE, as predicted by the algorithm, eight SEs are not followed by a RSE, and the algorithm predicts this behaviour for seven of them, giving rise to only one false alarm. Since, in Italy, often the series of strong earthquakes is relatively short, the algorithm has been extended to handle such a situation. The result of this experiment indicates that it is possible to attempt to test a SE, for the occurrence of a RSE, soon after the occurrence of the SE itself, performing timely preliminary recognition on reduced data sets. This fact, the high confidence level of the retrospective analysis, and the first successful forward predictions, made in different parts of the World, indicates that, even if additional tests are desirable, the algorithm can already be considered for routine application to Civil Defence.