遥感和GIS支持下的分布式融雪径流过程模拟研究

基于遥感(RS)和地理信息系统(GIS)技术,设计和构建了一个分布式融雪径流模型,整个分布式融雪径流过程的模拟计算基于能量平衡和水量平衡,由分布式栅格融雪过程、分布式栅格产流过程以及分布式栅格汇流过程组成,融雪以及产汇流过程全部基于栅格尺度,全面实现了融雪过程的分布式模拟.分布式栅格融雪过程中对"度日法"加以改进,引入了"单元时段"的概念,从而得到了"度分融雪模型";针对融雪过程中颇为复杂的冻融反复性难题,提出了旨在解释积雪冻融反复性物理机制的"冻融系数"的重要概念,对于准确把握融雪过程的物理机制具有重要意义.同时基于GIS开发了分布式融雪径流模拟系统,为分布式融雪径流模型的运行提供了平台和技术支持,二者均为融雪洪水预警决策支持系统的核心模块部分.基于由MODlS等遥感数据得到的积雪信息、地表温度等下垫面信息,基础地理信息数据如DEM及其空间分析数据和大量野外同步观测数据(积雪信息、气象数据),对典型研究区新疆军塘湖流域2006年春季典型融雪期(2006-03-06,11:00-2006-03-10,11:00)内的洪水过程进行了模拟,模拟结果精度较高,平均精度0.82,达到了融雪洪水预警预报的业务需求标准.     

MODIS数据自适应火点检测的改进算法

在MODIS火点检测算法基础上提出一种自适应火点检测的改进算法,并对改进算法进行的构建详细描述.改进的算法按照直方图统计来选择进行非火点排除的中红外通道亮温阈值,利用背景像素相对增温法判断疑似火点,提高了火点的识别能力.另外改进算法对云覆盖下的火点也有一定的识别能力.选择中国小火点发生频繁的广东地区进行改进算法的检验,结果表明火点检测效果理想.     

基于语义的地理信息分类体系对比分析

地理信息分类体系之间的语义不一致性,被认为是影响地理信息系统实现在语义层次上信息共享的最大障碍.首先,本文在阐述中国地理信息分类体系之间参照模式的基础上,提出了一种基于语义的地理信息分类体系对比分析方法.其次,对中国现行的几种地理信息标准分类体系进行了详细的对比分析.最后,为中国地理信息分类体系的编制和修订提出了一些建议.     

遥感影像特征提取与选择及在影像分类中的应用

利用模式识别中特征提取和特征选择的相关理论对遥感影像的纹理特征进行遴选和变换处理,得到描述纹理的二次特征。实验证明这些新特征能够提高影像分类精度和分类效率。     

欧北地区深层三维地震采集技术

辽河盆地由于其特殊的地震地质条件,以往采集的深层地震资料信噪比和分辨率都较低,已经严重制约了油田的进一步勘探和开发.为了彻底摆脱地震资料品质对勘探工作的束缚,努力提高资料的信噪比和分辨率,辽河油田首先选择辽河盆地东部凹陷欧利坨子北为突破口,通过采取最佳岩性激发、有效弱信号保护和变观测系统施工等一系列的技术措施,取得了较好的效果.     

“标贯”确定粘性土承载力标准值简易计算法

标准贯人（“标贯”）试验锤击数,要确定粘性土地基承载力标准值简易计算公式。将经杆长修正的标准贯人击数N进行统计分析,再把修正击数平均值带人相关方程,计算粘性土的承载力标准值fk,从而简化了计算过程。     

基于BSP-15下低码率实时H.264编码器的实现

根据低码率实时应用领域的特点,对H.264的新编码特性进行了分析选择,提出了一套合适的编码方案,在编码性能和编码复杂度之间平衡;利用BSP-15 DSP芯片硬件的特点,设计了H.264编码器,并在DSP上实现.实验结果表明,H.264编码器对CIF大小的图像实现了实时编码.     

基于信息熵的遥感分类最优空间尺度选择方法

以影像分类为例,从类别可分性的角度提出了基于信息熵的最优空间尺度选择方法.实验结果表明,基于信息熵的最优尺度选择方法的结果有很好的合理性,符合实际的分类结果,能够在一定程度上指导实际遥感分类中的空间尺度选择.     

GPS／DR组合导航自适应Kalman滤波算法

针对GPS/DR组合导航Kalman滤波的异常扰动影响问题,引入了自适应滤波算法.给出了由预测残差确定自适应因子的过程.利用实测数据进行验证,结果表明无论是单因子自适应滤波还是多因子自适应滤波都能够很好地控制状态异常对滤波估值的影响,滤波精度均优于标准Kalman滤波导航解;而且因为多因子自适应滤波避免损失可靠的状态参数信息,较单因子自适应滤波,精度又有明显提高.     

建筑工程勘察、设计、监理招标方式及规模标准浅议

建筑工程勘察、设计、监理实行竞价招标和降低招标规模标准,不符合勘察、设计和监理工作的特点且有违市场运作规律,于勘察、设计和监理工作质量、相关单位科技进步、行业市场管理以及社会经济效益都将产生不利影响.应大幅度降低价格因素在招标评审中的权重,充分考虑创造性工作的价值;同时应避免盲目降低招标规模标准.