微软和ESRI联合推出数据融合解决方案

近日,在加利福尼亚州圣地亚哥举行的ESRI全球用户大会上,微软公司和ESRI公司联合推出了数据融合解决方案。这是一个支持公共安全与国土安全解决方案的体系结构。该解决方案由两个业界领导者开发,用于帮助公共安全和国土安全领域的专业人员更加有效地防御当前不断增加的有形和无形的安全威胁。此外,该解决方案还可以增强政府机构预测、评估和应对自然灾害的能力。     

挪威提出深层油气勘探黄金地带理论

挪威斯塔万格大学科技学院前院长佩尔·阿内尔·比约库姆和挪威国家石油公司两位研究员经过10年研究,最近提出了油气勘探黄金地带理论,并经过了全球12万个已知油气田数据的验证。     

船体可靠性评估

为了研究不同结构船体的寿命和使用时可靠度的关系,提出了一种基于试验的可靠度估计方法.针对不同结构船体寿命服从Weibull分布,在无失效数据情形下、置信度至少为γ和寿命为t时,根据船体寿命试验数据,给出了可靠度的单侧置信下限.该方法是在Weibull分布形状参数下限已知的情况下,能将所有的无失效寿命数据进行累加,大大提高了可靠性分析的精度.最后,对钢结构、钛合金结构、铝合金结构的船体,在寿命为t月、置信度至少为γ时,计算了3种结构船体的可靠度单侧置信下限.结果表明该方法易于计算,便于工程应用.     

Extending self-organizing maps for supervised classification of remotely sensed data

An extended self-organizing map for supervised classification is proposed in this paper. Unlike other traditional SOMs, the model has an input layer, a Kohonen layer, and an output layer. The number of neurons in the input layer depends on the dimensionality of input patterns. The number of neurons in the output layer equals the number of the desired classes. The number of neurons in the Kohonen layer may be a few to several thousands, which depends on the complexity of classification problems and the classification precision. Each training sample is expressed by a pair of vectors ： an input vector and a class codebook vector. When a training sample is input into the model, Kohonen＇s competitive learning rule is applied to selecting the winning neuron from the Kohouen layer and the weight coefficients connecting all the neurons in the input layer with both the winning neuron and its neighbors in the Kohonen layer are modified to be closer to the input vector, and those connecting all the neurons around the winning neuron within a certain diameter in the Kohonen layer with all the neurons in the output layer are adjusted to be closer to the class codebook vector. If the number of training sam- ples is sufficiently large and the learning epochs iterate enough times, the model will be able to serve as a supervised classifier. The model has been tentatively applied to the supervised classification of multispectral remotely sensed data. The author compared the performances of the extended SOM and BPN in remotely sensed data classification. The investigation manifests that the extended SOM is feasible for supervised classification.     

部分城市土地市场加速回暖引发思考

国家统计局数据显示,今年前三个月,全国土地购置面积同比下降40．1％,从4月开始,部分城市土地市场开始加速回暖。     

农村不动产登记发证中三维建模技术的应用探讨

将无人机低空倾斜摄影三维建模技术应用于农村不动产权籍调查,通过对三维模型矢量化处理,快速获取农村不动产地籍要素和房屋位置信息,提升农房调查效率的同时,将房屋三维模型空间数据与权籍调查登记信息数据有效融合,基于ArcGIS数据模型结构实现二维与三维数据的一体化存储与管理,建立二三维一体的农村不动产登记信息数据库,为三维空间的“自然资源一张图”应用与管理提供数据基础。将建筑物实景三维模型输出直接应用于农村不动产登记发证,产权信息表达更生动与直观,有利于更好维护农民权益,也为其他不动产产权表达形式进行了有益探索。     

卫星遥感接收数据的管理与软件开发

卫星遥感接收数据是遥感影像应用的重要数据来源,因此对特殊格式的海量接收数据的存储和管理成为卫星遥感应用的重要环节。采用多层存储模式对数据分类、分级存储,建立空间数据库管理空间数据和属性数据。基于ArcEngine开发技术建立卫星接收数据管理平台,实现空间数据的快速查询和属性数据的自动入库等高效管理功能。     

数据库与实测数据融合实现对深海跃层的快速估算

海洋跃层的快速估计对于环境的态势评估具有重要意义,跃层估计的精度和估计所用时间是两个主要评估要素.基于实测的温度、密度和LEVITUS数据库中的温度、密度进行融合来对跃层进行快速估计,可通过实测数据对数据库的数据进行补充和修正,然后利用修正后的数据对跃层进行快速评估.结果表明,该方法可以大幅度地缩短跃层估计的时间和提高...     

高度计波高数据同化对印度洋海域海浪模式预报影响研究

为提高海浪模式预报的精度,改善初始场是途径之一。研制了基于最优插值(OI)方法的海浪数据同化并行程序模块,并将其植入第三代海浪模式WAVEWATCH IIITM,建立了印度洋海域海浪同化预报方法,使用卫星高度计波高数据进行了同化预报试验。OI模块的并行设计使得植入同化模块的海浪模式仍能以并行方式运行。文中5°S以北印度洋海域为目标区域,嵌套在WAVE-WATCH IIITM的全球网格中,使得目标区域开边界条件得到较好解决。同化数据使用Jason-2高度计测量有效波高(SWH)沿轨数据。海浪同化预报模式由大气模式WRF(Weather Research andForecasting)输出的1小时一次的海面10 m风场驱动。将同化的模式结果(SWH)、无同化的模式结果(SWH)分别与高度计沿轨数据(SWH)进行比较,表明同化改善模式预报初始场的效果是明显的。以同化初始场出发进行海浪预报试验,结果表明,高度计波高数据同化在一定程度上可改进海浪短期预报的精度。