线阵CCD数据的高速采集与存储

在各种高精度线阵CCD应用系统中，需要对像元输出信号进行快速采样、存储及数据处理。CCD数据采集的采样速率不仅与A／D转换器的转换速率等因素有关，同时还与数据传送方式密切相关。以高精度线阵CCD TCD1501D和高速A／D转换器TLC5510为例．详细分析了CCD和A／D转换器的工作时序，采用CPLD设计方法，将CCD的输出信号进行高速A／D转换，并将结果直接存入存储器中。     

云南天文台PI1024TKB CCD

详细介绍了云南天文台１ｍ望远镜新近引进的美国ＰｒｉｎｃｅｔｏｎＩｎｓｔｒｕｍｅｎｔｓ公司ＰＩ１０２４ＴＫＢ ＣＣＤ及其控制器ＳＴ－１３８的各基参数指标和使用方法。     

云南天文台PI1024TKBCCD

详细介绍了云南天文台１ｍ望远镜新近引进的美国ＰｒｉｎｃｅｔｏｎＩｎ－ｓｔｒｕｍｅｎｔｓ公司ＰＩ１０２４ＴＫＢＣＣＤ及其控制器ＳＴ－１３８的各项参数指标和使用方法     

多时相MODIS指数提取东北三省水稻种植面积

为准确提取水稻面积,以东北为研究区域,采用多时相16d合成MODIS增强型植被指数数据和8d合成MODIS地表反射率数据提取水稻种植分布。选取水稻代表样点利用IDL编程提取物候曲线,利用归一化植被指数(NDVI)将水稻与其他明显地类区分,然后建立水稻增强型植被指数(EVI)、地表水体指数(LSWI)之间的相关关系,结合最新2015年土地利用数据提取东北三省2015年水稻种植面积。同时运用运筹学理论建立省级尺度水稻判别条件最优化模型,分析其在空间分布上的差异性和相关性,并将结果与统计年鉴进行对比分析,分析表明MODIS数据适合大区域省级范围水稻面积的提取,精度可达90%以上。由此得出,MODIS数据在省级尺度提取水稻种植面积上有着较大的优势。     

基于PSO-BP神经网络的基坑周边地面沉降预测方法研究

基坑工程施工过程中的周边地面沉降直接关系到周围建筑物的安全,本文根据上海前滩地区某基坑工程的历史监测数据、施工工况和周边地层参数等多源数据对基坑周边地面沉降进行监测和预测。以PSO-BP神经网络为基础,通过将基于时序和基于沉降影响因素的网络模型对比发现：二者预测结果误差较小且基于时序的神经网络预测精度更高,说明利用PSO-BP神经网络能够很好地对基坑周边地面沉降进行分析与预测。为了综合考虑时间效应和空间效应的影响,在基于沉降影响因素的预测模型的基础上加入历史监测数据作为模型输入层进行优化,结果表明：优化后的PSO-BP神经网络模型具有更小的相对误差范围和更高的预测精度,在基坑周边地面沉降预测中有很好的应用前景。     

关中地区MODIS NDVI变化时序分析

NDVI对绿色植被表现敏感,能更好地反映植被的状况及变化。通过对合成的MODIS NDVI数据采用最大值合成法、基于像元的一元线性回归法等研究关中地区2003―2012年间生长季的植被覆盖变化趋势。结果表明,关中地区近一半地区的植被覆盖保持稳定状态,有近36%的地区植被覆盖处于不同程度的改善中,而有近20%的区域植被覆盖处于减少状态。     

中国经济增长的区域分解与要素的区域效应分析

在对相关文献及统计数据分析的基础上对中国经济增长进行区域分解。各省份对全国经济增长贡献的差异性较大,集中度较高;各省份贡献取决于初始经济规模、平均增长速度和当期发展速度;东部地区在继续保持绝对高贡献率的情况下,经济贡献率出现了有条件地向中西部部分省份转移,宏观经济政策起到一定作用。在此基础上进一步研究影响经济增长的关键驱动要素在不同省份间的表现。结果表明:经济增长率对劳动生产率、资本存量的依赖性强且区域差异性明显,决定了各省份对全国经济增长贡献的变化;而对劳动力、第三产业发展、对外贸易依存度的依赖性较低,有条件地优化和提升这些要素将会有利于地区经济发展。     

典型矿业城市地表形变遥感监测及沉降特征分析

地表形变是矿业城市地质灾害的重要诱因和表现形式。本文以典型矿业城市焦作市为例,采用SBAS-InSAR方法,构建了密集时序地表形变SAR数据集,提取了地表抬升或沉降速率的时间序列。结果表明,该典型矿业城市总体沉降趋势为以东北部地表沉降最为明显,最大抬升速率为51.20 mm/a,最大沉降速率为76.46 mm/a,平均沉降速率为1.45 mm/a,且监测到地面沉降分布主要位于煤矿采空区。本文方法为矿业城市大范围地面沉降监测提供了参考。     

新一代多普勒天气雷达远程控制器

为了保障新一代多普勒天气雷达在远程遥控操作下的能够正常运行,基于EPP并行通讯原理,介绍了一种简洁、可靠的CINRAD远程电源控制器的原理、结构,并给出了主要器件的选型方法和程序流程.