湖南紫鹊界梯田自流灌溉系统降水条件

为了全面认识湖南紫鹊界梯田系统的水循环机制,从降水条件的视角出发,基于紫鹊界地区及周边共11个气象站的1986—2015年降水序列数据,运用集中度、标准化降水指数等方法从降水量、降水年内分配、干旱频率等方面开展对比分析,以揭示紫鹊界地区梯田稻作自流灌溉系统所拥有的独特的天然降水条件。结果表明：紫鹊界地区3个气象站多年平均降水量达1 638.7 mm,比外围8个站平均高出177.4 mm,其中夏季(6—8月)平均降水量为675.1 mm,比外围8个站平均高出122.4 mm;紫鹊界3个站旬降水序列的平均集中度为0.373,明显高于外围8个站的平均值0.354,夏季是紫鹊界地区降雨的主要优势时段,多年平均降雨高峰为6月中旬,晚于外围8个站的6月上旬或5月下旬;紫鹊界地区5—8月的3个月时间尺度干旱频率有“先小后大”的特征,其中5月和6月的3个月时间尺度干旱频率明显要小于全区平均值,7月和8月要大于平均值;6月上旬—8月中旬是紫鹊界梯田灌溉的主要时期,紫鹊界地区降水年内分配、多年平均干旱频率分布特征等与紫鹊界梯田的水稻生长期形成良好的匹配关系,降水是紫鹊界梯田自流灌溉系统的重要自然支撑条件。     

采用物理指标评价黏性土承载力的方法研究

利用大连长兴岛葫芦山湾海域勘察资料,对742组黏性土的主要物理指标与承载力fo的对比数据,进行了相关分析。建立了黏性土主要物理指标与承载力fo之间经验关系4个。提出了实际勘察工作中承载力特征值fak的评价方法,为利用物理指标评价黏性土承载力建立了理论基础。     

基于地质记录用时域组合模型预测气候变化趋势的初步研究

用时域分析组合模型建立了１００万年来６０°Ｎ６月份太阳辐射量时间序列、宝鸡黄土粒度时间序列、渭南夏季风指数时间序列的动态模型．研究结果表明,时域分析组合模型较好地提取了时间序列的信息,得到的几个显著周期Ｔ＝１３３,１００,８９,４１,２３,１９ｋａ,与地球轨道三要素的变化周期接近．用组合模型拟合实测数据,精度是高的;用其预测未来气候替代性指标时间序列的变化情况,发现未来气候有向干冷方向发展的趋势．时域分析组合模型为研究气候变化趋势提供了一种定量分析、预测的方法．     

自动制图综合人工神经元网络方法的研究

现代神经生理学研究表明 ,人脑的大量神经元构成有所分工而又紧密联系的神经元网络 ,它的结构和功能可以采用物理可实现的系统人工神经元网络来模拟。制图综合是人脑神经元网络获取、处理、输出地理信息的复杂视觉思维过程 ,可以用人工神经元网络来模拟。文中探讨了制图综合的人工神经元网络的设计 ,并对用于实现自动制图综合的结果进行分析 ,指出其应用前景。     

全站仪的现状与特点

全站仪的出现至今已有二十多年的研制和发展过程,从早期德国Zeiss厂的Regeltea-14和瑞典AGA厂的Geoelimeter700发展至当今各国生产的几十种不同精度等级和功能的多种型号。特别是40年代推出的全站仪,已从过去少量的特殊功能发展到迄今功能齐全实用的智能型全站仪,已广泛应用于各个测量领域。全站仪的发展已改变着原来传统的作业方式,极大地提高了生产效率。     

基于GRACE与降水的干旱研究分析

针对干旱问题,采用GRACE重力卫星数据进行反演监测,并对该技术在监测应用中的问题进行了研究.以陕西省与四川省为例,分析了陆地总水储量及降水对干旱的影响,采用基于两者相结合进行计算的干旱指数来检测干旱的发生,并与实际干旱情况及其他干旱指数进行对比,结果表明:该指数能够较好地检测出实际干旱事件且与其他干旱指数有较强的相关...     

基于多时相遥感的鄂尔多斯市不透水面变化分析

不透水面作为城市发展和生态环境的重要评估因子,在保障生态环境健康和城市可持续发展中具有重大意义。本文以鄂尔多斯为研究区,通过融合多时相Landsat和夜间灯光数据,提取1990—2019年的不透水面信息,并利用重心分析法、标准差椭圆理论和景观指数理论分析时空演变规律。研究结果表明:①1990—2019年鄂尔多斯市不透水面经历了快速扩张;东北部不透水面覆盖度高于西南部;不透水面的扩张模式总体上表现为“向外扩张-向内加密”。②东北部扩张速度减缓,西南部扩张速度增快。③不透水面扩张的方向性减弱;不透水面扩张的方向有由“东北-西南”向“东-西”转变的趋势。④斑块数量及边缘斑块破碎度增加,城市与郊区的连通性增强,城市有向周边郊区扩张的趋势。本文研究对于进一步了解城市生态环境健康与城市可持续发展的相关关系具有一定的参考价值。     

基于时间序列统计特性的森林变化监测

森林动态变化分析对揭示生态系统环境变化及植被恢复和布局重建等具有重要意义,时间序列的遥感数据为森林监测提供了基础数据。本文根据森林植被的统计学特性,在暗目标法的基础上,利用归一化植被指数NDVI实现森林样本自动选择;并融合NDVI构建了新的综合森林特征指数(Integrated Forest Z-Score,IFZ);以时间序列的IFZ分析森林动态信息,实现森林变化动态监测。以三峡大坝及周边区域森林为研究区,利用2001年至2012年每年生长季节(5月—10月)的Landsat TM影像检验本文算法。基于2002年、2006年和2010年三期7月—9月的Quick Bird影像的精度分析结果发现:研究区森林变化检测的总体精度可达96.53%,Kappa系数为0.9512。在添加NDVI指数后构建的IFZ提高了总体监测精度。其中,毁林类别的检测精度提高显著,漏检率和误检率分别为2.74%和3.64%;干扰后重建的森林类别的检测精度有一定提高,其漏检率和误检率分别为10.79%和10.51%。研究结果表明,改进暗目标法能提高森林样本的选样效率,添加NDVI的IFZ能提高森林动态变化的识别度。此外,本算法不仅能定性识别森林变化,而且能定量提供森林干扰发生时间和干扰强度。     

基于综合指数法的矿山地质环境评价——以攀西矿区为例

以GIS空间数据处理为平台,在层次分析法的基础上对攀西矿区的矿山地质环境构建了评价指标体系,综合各评价指标所占权重对攀西矿区的地质环境作了评价分级,该评价分级结果反映出研究区的矿山地质环境状况并分析了问题原因,为攀西矿区的地质环境管理和恢复治理提供了依据。     

遥感影像分类后处理的地统计方法

采用地统计学中带局部均值的简单克里格方法和协同克里格方法,利用基于训练样本的指示数据(位置和类别)和基于光谱初分类的类别概率数据的空间结构信息,对未知点位的类别发生概率进行预测,从而修正初分类结果。实验结果表明,两种方法所获得的精度相较初分类的精度均有明显提高,这种充分利用训练样本信息改善分类结果的策略不局限于特定的初始分类器。