基于锡尔系数的广东省城市创新能力差异研究

运用锡尔系数的方法,以专利授权数为变量,通过GDP和人口数2种不同的比重加权方法对比,对广东省各城市间的城市创新能力进行测算并分析其差异。研究表明:以GDP比重加权的城市创新能力差异呈减小趋势,而以人口数比重加权的创新能力差异呈增大趋势;城市越来越重视城市创新的建设,以创新带动城市发展;人口增长速度与城市创新能力有一定的关联,是造成城市创新能力差异的重要原因。     

乌苏E-601B型蒸发与小型蒸发折算系数分析

分析了乌苏站1998～2001年（4～10月）E-601B型与小型蒸发器4年蒸发量对比观测资料,运用统计方法进行了相关性研究,并应用比值法和多元线性回归方法,得出了两种蒸发量之间的折算系数,计算出了乌苏站1971～1997年4～10月逐月E－601B型蒸发量估算值,为当地的气候研究和气象服务提供重要依据。     

时间序列InSAR技术中的形变模型研究

时间序列InSAR技术,包括PS-InSAR技术和小基线集InSAR技术, 能有效克服传统D-InSAR的失相干限制, 逐步成为形变测量中的实用化技术。但是, 现有时间序列InSAR技术主要采用线性函数对真实形变进行模拟, 在真实形变呈现强烈的非线性时, 这种处理将不能得到正确的形变结果。本文就时间序列InSAR的形变模型问题展开研究, 首先从干涉相位模型解算的方法入手, 深入分析了线性形变模型的不足, 当干涉点目标的密度不够并且真实形变的非线性较强时, 干涉相位方程的解将会发散。根据魏尔斯特拉斯逼近定理, 提出以高阶多项式取代线性形变模型, 并给出了基于多项式形变模型的干涉相位方程解算方法。 利用太原市2003-2009年的23景ENVISAT ASAR影像, 分别采用线性形变模型和三次多项式形变模型, 利用小基线集技术进行了形变反演。将这两种方法得到的结果分别与水准测量结果进行了比较。结果表明, 采用多项式形变模型不仅能取得更高的形变测量精度,而且能提高点目标的密度。由于高阶多项式总能比低阶多项式更准确地拟合连续函数, 因此本文提出的多项式形变模型在时间序列InSAR形变监测中具有广泛的应用价值。     

基于C#与MATLAB混合编程实现变形预测分析

工程项目的施工期、运营期均需要进行变形监测观测,以便全方位掌握构筑物的稳定性,但其中数据分析的实现方式、方法各有不同。本文采用C#与MATLAB混合编程,结合两种编程语言的优势,详细叙述了混合编程的实现方法,并以灰色模型为例,验证了可行性,证实了该模式可以快速开发满足项目需求的程序,实现对监测数据的分析、预测。     

基于坐标差分的山体变形监测方法探讨

在本文中提出了全站仪自由设站坐标差分的观测方法,论述了该方法的原理、误差分析,以及其在山体变形监测中的应用。对在特殊环境下的变形观测有一定的指导意义。     

基于定权的多因子线性拟合方法研究

通过综合曲线拟合与多因子线性拟合的特点,提出基于定权的多因子线性拟合方法用于多因子变形监测数据处理,实现基于定权的多因子线性拟合模型的建模过程,并与多元线性回归结果进行比对,同时对沉降变形监测的沉降量进行预测分析,验证模型的可行性和实用性。     

大型射电望远镜背架精密安装技术

对65 m射电望远镜的背架安装做了尝试,取得较满意的结果.针对天线背架尺寸大、质量重、焊接变形大、几何精度要求高等特性,采用全站仪工业测量系统实现背架的快速、无接触、高精度定位测量,点位测量精度优于1 mm;采用独特的施工工艺和焊接技术,最大限度控制焊接变形,最终点位偏差优于1.5 cm.提出基于设计坐标系建立安装测量...     

高铁测量中的投影变形处理方法探讨

首先对长度投影综合变形情况做了分析,然后介绍投影变形的处理方法的原理,讨论了它们的优缺点,其中也提出了一些自己的看法,这对铁路测量方面具有借鉴作用。     

基于分形理论的建筑物沉降观测数据处理

建筑物在施工、运营阶段受主体荷载等各种因素影响会产生沉降变形,为了利于建筑物沉降分析,保障建筑物安全,分析了分形理论在建筑物沉降数据处理中的可行性。通过实例,得出了基于分形理论的建筑物沉降数据处理方法。     

A conceptual framework for analysing adaptive capacity and multi-level learning processes in resource governance regimes

Governance failures are at the origin of many resource management problems. In particular climate change and the concomitant increase of extreme weather events has exposed the inability of current governance regimes to deal with present and future challenges. Still our knowledge about resource governance regimes and how they change is quite limited. This paper develops a conceptual framework addressing the dynamics and adaptive capacity of resource governance regimes as multi-level learning processes. The influence of formal and informal institutions, the role of state and non-state actors, the nature of multi-level interactions and the relative importance of bureaucratic hierarchies, markets and networks are identified as major structural characteristics of governance regimes. Change is conceptualized as social and societal learning that proceeds in a stepwise fashion moving from single to double to triple loop learning. Informal networks are considered to play a crucial role in such learning processes. The framework supports flexible and context sensitive analysis without being case study specific.First empirical evidence from water governance supports the assumptions made on the dynamics of governance regimes and the usefulness of the chosen approach. More complex and diverse governance regimes have a higher adaptive capacity. However, it is still an open question how to overcome the state of single-loop learning that seem to characterize many attempts to adapt to climate change. Only further development and application of shared conceptual frameworks taking into account the real complexity of governance regimes can generate the knowledge base needed to advance current understanding to a state that allows giving meaningful policy advice.