井中激电地-井方式井旁球体正反演

以激发极化法中的地-井方式中的体极化球形体作为研究对象,采用解析法对地下半空间的电位场进行求解,利用提取出的井中二次场异常电位差进行反演,得出极化球体的球心离井的距离和球心的埋深。通过计算机进行正反演模拟,验证了进行正反演计算的解析式的正确性,并从物理意义上对正反演过程中出现的现象进行分析。最后给出该方法的适用条件以及注意事项。研究对激发极化法地下勘探目标的定量分析具有明确意义。     

藏南冈底斯带西段麦拉花岗岩锆石SHRIMP定年及地质意义

用SHRIMP测定了冈底斯岩带西段麦拉山口岩体同碰撞黑云母二长花岗岩锆石的U-Pb年龄,黑云母二长花岗岩锆石SHRIMP U-Pb年龄为47.1±1.1Ma。这就为前人提出的雅鲁藏布江地区洋盆闭合、板块开始碰撞的时间为50Ma左右提供了同位素年代学的证据。     

神木北部矿区5-2煤层厚度及其底板高程趋势分析

为了查清神木北部矿区5-2煤层赋存特征及成因,选取了该矿区172个典型钻孔数据,用趋势分析法研究了5-2煤层的厚度及其底板高程度变化特征。结果显示:该区煤层厚度总体为南北厚中部薄,东厚西薄;底板高程为南北高中部低,东高西低;煤层厚度和其底板高程间普遍存在正相关关系。在该区构造稳定的背景下,后期改造对煤层厚度及其底板的影响很小,煤层赋存特征主要受沉积与剥蚀的控制。     

非量测数码相机（哈苏H1D型）在南极项目生产中的应用

简要分析了非量测数码相机哈苏H1D在南极中山站及拉斯曼丘陵地区所获取的影像数据的几何精度,阐明了利用该影像数据进行空中三角测量,DLG,DOM制作的技术流程及作业过程中出现问题的处理方法。     

基于最小二乘配置的三维空间坐标转换

在求解未知转换参数时,鉴于公共点坐标本身的误差,提出利用最小二乘配置法进行空间坐标转换,即将公共点本身坐标作为随机参数,把转换参数作为非随机参数进行处理,最后通过实验对比分析表明,该方法明显优于一般坐标转换方法。     

区域似大地水准面确定的最小二乘支持向量机方法

支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决小样本、非线性、高维数、局部极小点等实际问题.文中研究支持向量机的拓展算法--最小二乘支持向量机(LSSVM),并将其应用于确定大面积复杂似大地水准面.通过工程实例并与神经网络模型和二次曲面多项式拟合模型相比较,验证确定区域似大地水准面的LSSVM方法的有效性.     

三、P22 大地测量学

CH20082017由GPS测量得到的喜马拉雅的现今构造变形=The Current Tectonic Deformation of Himalaya Range Obtained from GPS Measurement/张静华,李延兴,张俊青,张中伏(中国地震局第一监测中心)//测绘学报.- 2008,37(2).-135～141根据新的GPS观测结果建立西喜马拉雅(WH)、中喜马拉雅(CH)和东喜马拉雅(EH)块体的弹性运动模型。将块体运动分解为整体旋转与内部变形.WH向北运动,平均速率31.5mm/a;CHNNE向运动,平均速率31.1 mm/a;EHNE向运动,平均速率27.0mm/a。喜马拉雅山在总体上呈现S-N向缩短与NWW-SEE向伸展.山脉中部S-N向的缩短速率最大平均14.6mm/a,大约吸收了印度与欧亚板块汇聚速率的35.7%。山脉存在明显的NWW-SEE向伸展变形,西部与东北部之间E-W方向的伸展速率为11.0mm/a。山脉中段南边界的主压应变率     

模拟退火算法在控制网平差中的应用

线性最小二乘估计在对非线性函数进行线性近似的过程中会产生模型误差,而一些非线性参数估计方法可能因为函数复杂而难以求导,法方程系数矩阵秩亏或呈病态矩阵时难以求解,非线性迭代解法有时对初始值的选择存在依赖性,不恰当的初始值会导致迭代无法收敛。针对这些问题,引入了模拟退火算法,介绍了该算法的基本原理、计算步骤和收敛性,并以3个控制网平差应用为例,说明该算法具有无需求导求逆,简洁实用,易于编程等优势,并能实现全局优化,获得高精度的平差结果。     

二战后日本国土规划演变刍议

文章对二战后日本国土规划从"综合开发规划"到"国土形成规划"的演变历程进行了简单回顾,并在此基础上将日本国土规划演变特点总结为这样4点:规划目标从"国土开发"转向"国土管理"、国土结构从促进极轴形成到广域自立性发展、规划主体从国家主导到国家和地方多元参与,以及规划体系适应经济社会发展形势变化而调整。     

端元光谱自动提取的总体最小二乘迭代分解

根据总体最小二乘(total least squares, TLS)模型理论,提出了一种影像端元光谱可受噪声污染的混合光谱线性扩展模型,并实现了该模型的端元光谱自动迭代提取以及混合像元的限定性分解.实验结果表明,扩展的混合像元分解模型明显优于传统的最小二乘分解模型,总体精度大约提高了10%～20%.