吉林市第二松花江江段污染物-NH4+分布特征研究

针对吉林市铁合金厂排污口下游江水的污染情况，设计研究江段，分段、分层取样。通过野外与室内实验，分析研宄了江水污染物的主要成分，并对NH4^ 的纵向、横向、垂向上的分布特征及其影响因素进行了详细研究。结果表明，垂直方向污染物扩散可以瞬时完成，在极短的时间内基本能达到完全混合；在横向和纵向上，岸边排放污染物一般只在近岸扩散，污染范围一般也只在靠近排污口一带；随着离排污口距离增大，污染物浓度降低，横向变化率较纵向大。本研究为排污口的污染物控制与治理、水资源保护提供了科学依据。     

地理分类方法的探索与实践

地理事物和现象都是按照一定的条件存在和发展的，从而形成了地理学上一系列相互联系、又相互区别的地理知识。在地理教学中，为了把这些错综复杂的地理事象按照某些不同的特点区分开来，或把同类地理事象归属在一起，这就需要运用地理分类的方法。     

概率神经网络与BP网络模型在遥感图像分类中的对比研究

通过分析概率神经网络(以下称PNN)的基本结构及其训练算法,建立了卫星图像分类的概率神经网络模型,并通过实例对比分析了概率神经网络与BP网络分类模型的分类效果。实验表明,PNN图像分类方法在分类精度上优于误差反向传播神经网络模型,且分类时间相当,是一种有效的图像分类方法。     

IMD法在多光谱图像分类中的应用

数学形态学着重于分析和处理图像的几何结构信息。根据这一原理，在图像分类预处理过程中，对各种地物区域的几何结构特点进行分析，构造相应的结构元素，然后对图像进行形态迭代分解法(IMD，Iterative Morphological Decompostion)变换。在变换结果中，地物区域的灰度信息进行了归一化处理，同时区域的几何结构特点和独立地物得到了有效保留。将多光谱图像的IMD变换结果进行分类实验的结果表明，该方法可以有效提高多光谱图像分类的精度和效率，具有较强的适用性。     

利用案例推理（CBR）方法对雷达图像进行土地利用分类

提出了基于案例推理 (CBR)的遥感分类的新方法。基于规则的专家系统被用来提高遥感分类的效率。但所涉及的规则可能多达上百或上千条 ,有的问题根本无法用规则来表达。CBR只是根据以往的案例进行推理 ,克服了基于规则的推理方法的不足 ,可以用来解决一些复杂的资源环境问题。利用CBR和模糊数学结合 ,并通过分层随机采样来控制案例在空间上的分布 ,以反映复杂环境所造成的光谱变化 ,由此解决遥感分类中的“同物异谱”现象。实验表明 ,所建立的案例库可以被重复多次使用 ,分类的效果比监督分类和非监督分类要好。     

长春机场雷暴天气形势的分类

1前言 雷暴预报在航空天气预报保障工作中占有重要地位，而雷暴天气形势的分析则是预报雷暴的重要基础，在探讨长春机场雷暴成因的进程中，根据1996年-2002年7年问6—8月观测资料，采用历史天气图，普查造成雷暴天气系统地面和高空气压场、温度场的配置特点，通过分析天气系统的移动演变，逐一追踪造成雷暴的天气系统，在分别确定共计138天造成雷暴天气系统类型基础上，将造成长春机场的雷暴天气系统概括为7种天气形势类型（详见表1）。     

青藏高原东南缘贡嘎山东坡亚高山土壤的土相

根据土相学定义，提出了包括研究内容、方法和分类命名等的土相学研究具体方案。并以贡嘎山东坡亚高山为例，对该地从海拔l820m～3650m的垂直地带土壤的土相，进行了实例研究。分析了典型土壤的土貌、土型和土壤微形态等土相要素和土相的特征；提出了各要素和土相的具体分类系统和命名方法。研究结果表明，土相可系统、完整地表述宏观、中观和微观各层次的土壤形态特征。既继承了土壤学研究的传统理论，又充分吸收了土壤学最新理论研究成果；既有扎实的理论基础，又有可操作性。在理论和实际应用上都有重要意义。     

中国城市职能分类研究综述

城市职能分类的研究一直以来就是城市地理学研究的重要领域。在简要回顾中国城市职能分类研究的主要成果和观点的基础上，从研究的阶段性角度将城市职能分类分为研究初步展开、研究发展、研究逐步完善3个时期；并提出为适应新形势的发展，城市职能分类研究将在拓展研究对象、创新研究方法、完善数据指标体系、充分利用研究成果等方面得到完善和提高。     

机载激光雷达技术现状及展望

介绍了LiDAR系统的特点,与航空摄影测量技术进行对比。总结当前LiDAR硬件系统和数据处理的现状和主要趋势,以期对国内用户在仪器选型和行业应用中提供帮助,对我国LiDAR硬件系统研制和数据处理软件开发提供借鉴和参考。     

面向对象的高分辨率影像土地利用信息提取

运用面向对象的分类方法对实验区高分辨率影像进行最优分割尺度的影像分割。首先利用ESP算法确定影像的最佳分割尺度,再运用CART决策树分类对土地利用信息进行提取,并对分类结果进行后处理,进一步提高分类精度。最终分类结果精度达到80.38%。