地形辐射校正模型研究进展

从经验模型、物理模型及半经验模型3个方面综述了地形辐射校正模型研究的主要进展,并从模型的输入参数、前提假设条件和评价方法3个方面讨论了现有模型存在的一些问题.最后,对地形辐射校正模型的研究前景进行了展望,认为可以从多源或多时相数据、图像增强或信息填充等方面恢复阴影区域信息,提高模型的校正精度,考虑引入新的数理统计方法进行精确的定量评价,并建议地形辐射校正模型研究应该更加重视阴影区域光谱信息的恢复,尤其是在地形复杂的山区.     

平稳自回归模型在高层建筑沉降预测中的应用

首先介绍了平稳自回归模型-AR(p)模型,然后将该模型应用到高层建筑沉降预测实例中,通过沉降实测数据与预测数据进行对比分析,其结果均满足精度要求,表明:AR(p)模型在高层建筑的沉降预测中具有很好的适用性。     

基于GM(1,1)等维新息模型的矿山沉降预测

介绍了GM(1,1)灰色模型的建立过程及模型的精度评定方法,采用等维新息模型对某矿工业广场的沉降趋势进行了预测,并用残差序列建立GM(1,1)模型进行修正,通过与实测的结果对比表明,模型的预测具有较高的精度,模型可靠合理。     

海岛礁及周边复杂环境动态三维建模

对海岛礁及周边包括海浪、潮汐、潮流、温度等在内的复杂环境要素及其特点进行了分析。针对海洋复杂要素的特点,提出了适用于海洋高动态的面向可细分对象的时空数据模型,能够有效地对高动态及交互性较强的对象进行建模。以舟山群岛附近海域为例,对海岛礁及周边复杂环境进行了动态三维建模,并在Geoglobe等平台上进行了验证。实验表明,该模型对海岛礁及周边复杂环境建模有较好的实用性。     

美国促进地理信息劳动力发展的举措与启示

在全面介绍美国地理信息技术能力素质模型（ GTCM ）、地理信息职业、地理信息课程培训和认证体系的基础上,提出了要研究制定我国地理信息职业能力标准、新增地理信息职业类型、充分参考和利用GTCM模型、建立人才交流平台、加强地理信息劳动力调查研究,以促进我国地理信息劳动力和产业发展。     

基于神经网络的房地产估价研究

根据房地产估价的特点将人工神经网络引入到房地产价格评估领域,创建了基于神经网络的房地产估价模型,在对训练样本验证结果分析的基础上,对两种神经网络估价模型进行了对比分析,指出了两种网络各自的优缺点以及改进措施。     

基于主成分分析的植被含水率模型

为了对岷江上游“生态水”的估测提供有效的数据源和方法,利用高光谱遥感技术定量研究了植被反射光谱与植被含水率的关系,测定了研究区多个采样点棕榈叶片的反射光谱和对应的含水率,通过二者的相关分析和逐步回归的方法提取敏感波段;为避免敏感波段之间相关性影响,采用主成分分析法提取主成分,建立主成分与含水率的定量分析模型,并建立主成分与标准自变量的回归方程,然后建立各个标准变量与原始自变量(反射光谱敏感波段)的回归方程,最终转换为植被含水率与反射光谱之间的模型.结果表明:棕榈叶片反射光谱在454 nm,668 nm,1 466 nm,1 664 nm和1 924 nm波段处与含水率显著相关;采用主成分定量分析模型的估算值与实测值相关系数为0.92,均方根误差为0.06.     

矿区三维地质建模与地裂缝成因分析

为了分析在复杂地质条件下采煤引起的大规模地表裂缝的形成原因,本文以某矿区地裂缝为研究对象、数字化软件SURPAC为技术平台、岩体为主要区域变量,建立关于开采工作面、火成岩、地裂缝及断层的三维地质模型,并进行开采沉陷影响预计,通过分析裂缝成因中各相关地质条件的作用影响,得出了煤炭开采导致地下应力平衡被打破后造成地裂缝的主要因素,为预防和治理地裂缝提供了参考。     

小模块、多方向、校企合作人才培养模式研究——以测绘与地理信息技术专业为例

本课题旨在研究打破传统的严格课程界限,以项目为依托,根据行业发展的重要方向,把项目中需要的岗位技能划分为一系列小实验模块,将企业流水线的作业模式贯穿到教学实践中,在测绘地理信息行业蓬勃发展的前景下,培养行业需要的合格人才。     

沉降监测数据的非等间距GM(1,1)模型插补应用

科学、准确、及时地分析和预报建筑物的沉降状况,对其施工和运营极为重要,沉降监测的研究成果也是检验设计和施工的重要手段。由于自然环境的多变性、施工现场的复杂性等各种主、客观因素影响,监测数据有时会出现间断,为了分析沉降规律,需要对缺失数据进行插补。考虑到沉降监测非等时间间隔的特点,建立非等间距GM(1,1)模型及优化背景值的GM(1,1)模型,应用于沉降监测缺失资料的插补工作中,取得了较满意的监测间断数据插补值。