岩土破损演化理论(Ⅰ):破损空间

指出当前利用CT数研究岩土力学的所有方法为观察研究,浪费了宝贵的CT定量化信息.利用CT数定义了岩样某点的完整度和破损度.根据完整度和破损度的水平以及集合论定义了λ水平完整域、λ水平破损域和(λ1-λ2)截理,利用测度论精确度量它们的大小,在此基础上建立了岩土介质完整空间和破损空间的概念,为利用CT数开展岩土介质力学性质定量分析开创了新途径.如果将λ水平由细观值逐渐放大到宏观值,则该方法适应于宏观岩土力学,实现了宏观力学与细观力学的统一描述,实现了连续介质力学与多孔或裂隙介质力学的统一描述.     

论空间最优估计理论在煤矿地质工程中运用

叙述了空间最优估计的理论基础、实现步骤及其特点,在分析煤矿地质工程区域变量特点基础上,论述了空间最优估计理论在煤矿地质工程运用的可行性及远大前景,并对其存在的问题进行总结,提出了一些建议与展望.     

冬小麦夏玉米土壤水分预报及优化灌溉模型

利用土壤水分平衡方程，结合河南省冬小麦和夏玉米的生长规律和1994～2000年冬小麦、夏玉米田实测土壤湿度资料，建立了河南省冬小麦、夏玉米土壤水分预报及优化灌溉的计算机模型。用1998～1999年郑州市麦田实测土壤湿度资料验证该模型模拟结果，未来10、20、30天土壤湿度相对误差分别为-7．3％～7．7％、-8．3％～6．8％、-7．6％～7．7％，表明利用该模型，可以较为准确地预报未来1个月的土壤水分变化，并可根据小麦、玉米不同发育期特点，给出以最高产量和最佳经济效益为目标的灌溉建议。     

MapGIS下空间数据库的建立及其典型问题研究

以云南省地质图、水文地质图空间数据库的建立为例,通过对空间数据库建设中资料准备、图形矢量化、空间数据处理及文件转换四个过程的分析,总结了在进行回溯型空间数据库建库过程中需要注意的一些典型问题,并提出了解决的办法。论述了在MapGIS下空间数据库建立过程中的一些技巧及经验。     

基于粗糙集的K--均值聚类算法在遥感影像分割中的应用

结合粗糙集理论和K——均值聚类算法，提出一种遥感影像的粗糙聚类分割方法。根据遥感影像中特征属性的相互依赖关系，应用粗糙集理论的等价关系。求出K——均值聚类所需要的初始类的个数和均值。然后采用聚类算法对图像进行分割。实验结果表明该方法比随机选取聚类的中心点和个数减少了运算量．提高了分类精度和准确性。     

房产测绘平面图系统的实现研究

随着城市规划管理的不断发展．使得城市房产测绘单位采用大型空间数据库管理测绘平面图资料成为必然。通过建立房产测绘平面图系统，可以有效地解决数据标准不一致．图数不能互访，测绘各部门无法协调一致等问题，充分发挥网络功能，提升整个城市的房产管理水平．达到房产管理和房产服务一体化的目标。本文详细论述了房产测绘平面图系统的概念、设计原则和系统功能．在南京数字房产共享平台的建设中得到了实现．并取得了良好的效果。     

基于DMN的高光谱图像分割方法研究

简述高光谱遥感光谱特征体系(包括光谱曲线特征、光谱变换特征和光谱度量特征3个层面)。研究马尔科夫网的概念和方法,生成基于光谱角(SA)特征度量的DMN,并以DMN为证据对高光谱图像进行分割;研究和实验表明基于SA信息的马尔科夫网可以很好地综合高光谱数据空间特征与光谱特征间的关系,为进一步数据处理提供优化控制(其实质是概率神经网络)。最后提出未来应用和研究方向。     

2005年政策法规工作要点

2005年,部政策法规工作将以“三个代表”重要思想为指导,继续把学习贯彻党的十六届四中全会精神作为全年重要的政治任务,围绕建立和完善最严格的国土资源管理制度,严格执行国土资源管理法律法规和《国务院关于深化改革严格土地管理的决定》,进一步推进依法行政工作,更着眼于提高国土资源行政决策水平,更着眼于提高国土资源制度建设质量,更着眼于规范国土资源行政执法行为,更着眼于强化对国土资源行政行为的监督。并主要做好以下工作:(一)认真落实《国务院关于深化改革严格土地管理的决定》和国务院《全面推进依法行政实施纲要》,推进系统依…     

盘活农村存量土地 统筹城乡用地空间——浙江省嵊州市农村宅基地整治的探索与实践

嵊州市地处浙东沿海经济发达地区,是全国第一批开放县穴市雪之一。辖区国土面积1789平方公里,耕地面积61.8万亩。全市有17个镇、乡和4个街道,1146个行政村,74万人口,是一个人多地少的中等县级市。近年来,该市以科学发展观为指导,按照统筹城乡发展的理念,对农村宅基地整治进行了积极的探索,并取得了较为明显的成效。到2004年年底,全市已有820个村开展了宅基地整治,共拆除旧房面积432万平方米,盘活了村庄面积1.1万亩,其中净增耕地7016亩。同时,全市涌现了高山移民牛团仓、地质灾害整治马家坑等首批32个宅基地整治示范村,引导和帮助了万余农民…