论虚拟地理环境对地理知识的表达与共享

地理知识是通过对地理科学领域独特的背景、过程和结果进行解释而得到的知识。如何有效表达和共享地理知识是地理学研究和应用中的重要问题。本文首先将地理知识划分为3个层次,事实型知识、规则及控制型知识和决策型知识,分析了不同阶段地理语言对地理知识表达与共享的支持能力。对比地图和GIS语言,发现新一代地理语言—虚拟地理环境VGEs(Virtual Geographic Environments)能够较为全面地支持3个层次的地理知识。针对VGEs,从多个角度分析了其服务于地理知识表达与共享的能力,包括虚实结合理论、地理模型库及管理系统、动态可视化表达和异地协同工作环境。结合面向珠江三角洲地区空气质量研究问题的虚拟地理环境平台,对上述各方面进行了阐述。最后从地理知识生成、管理与应用角度对未来研究提出展望。     

基于多Agent的应急信息可视化研究

分析了应急信息可视化过程中引入多Agent系统的必要性,介绍了多Agent理论和研究现状,在分析当前应急信息可视化缺陷的基础上,提出了基于多Agent的应急信息可视化框架结构,着重阐述了角色控制Agent、可视化Agent、交互Agent和系统管理Agent的内部结构、工作流程和通信方式,最后给出了实验原型介绍和结论。     

案例推理的制图综合应用背景与方法

从挖掘和利用经验数据的角度出发,提出了基于案例推理的智能化制图综合方法。首先探讨了基于算法和模型的自动综合实现方式所面临的瓶颈,并提出了采用制图综合案例推理辅助制图综合的思想;然后设计了制图综合专家案例的三元表示方法,以及获取、使用和管理流程;最后对实现该基于案例推理的智能化制图综合方法的五个关键性步骤进行了分析,并深入阐述该方法的原理和可行性,提出了基于案例推理的智能综合辅助系统架构。     

在地理学科中进行灾害教育初探

人类进入20世纪以来，自然灾害有日益增加的趋势。不管是灾害发生的频率、种类，还是灾害造成的经济损失，以至人员的伤亡，都呈上升势头。随着人口的增长，人类对自然资源的加速开发和利用所导致生态环境的恶化是自然灾害加重的直接原因，深层次的原因恐怕是人类在利用自然和改造自然时，对其活动可能导致的影响认识不够或是认识不到位，甚至根本没有意识到，只是为了局部的暂时的经济利益在没有采取相应的保护措施，从而使灾害有增无减。另外，人类对灾害的认识不够、防灾避灾措施不力，也是使灾害损失加重的一个重要原因。     

台州市椒江区：积极开展预防职务犯罪教育活动

为了进一步加强我区国土资源系统的廉政建设,9月17日,椒江区国土资源分局为全体干部职工举办了一次“椒江区国土资源系统预防职务犯罪廉政教育讲座”,邀请台州市人民检察院反贪污贿赂局原局长蒋建敏同志前来上课。本次讲座通过对典型案例的剖析,生动介绍了职务犯罪的概念和种类、基本规律和职务犯罪的预防对策等方面,强调预防职务犯罪的重要意义,并着重阐述国土系统职务犯罪的一般类型、发生的基本环节和原因。同时,     

数据库知识发现技术及其在测绘中的应用

详细介绍了数据挖掘与数据库中的知识发现 (KDD)技术 ,给出了KDD的定义以及KDD具体实现的3种处理模型 ,并从GIS和遥感影像分析两个方面论述了KDD技术在测绘中的应用     

别开生面的乡镇领导干部培训——杭州市首期乡（镇）领导干部国土资源去律知识培训班侧记

“在现有耕地保护法规政策的基础上,出台配套政策法规,如出台政策,对耕地抛荒者荷重税,加大农村种养业的扶持、补贴力度。” “这样集中培训与面对面沟通交流。既比较全面了解了国土资源新的法规政策和有关业务管理知识,又对一些乡（镇）国土资源工作的疑难问有了新的认识,学习效率高,值!”     

杭州市萧山区镇村干部国土资源法律知识培训全面启动

日前,萧山区委组织部、宣传部、国土萧山分局、教育局、司法局、文化广电新闻出版局等六部门签发文件,对全区镇（街道）、村（社区）干部开展为期10个月的国土资源法律知识培训。根据培训计划安排,萧山区镇（街道）、村（社区）干部国土资源法律知识培训工作由国土萧山分局具体负责,用8到10个月的时间,以镇街为单位,以基层国土所为实旋主体。分期分批对全区500多个行政村（社区）的书记、村长（主任）进行一次国土资源知识培训。     

地理主干知识小专题复习策略

地理学科的主干知识体系主要包含有：自然地理的五大规律（地球运动规律、大气运动规律、水体运动规律、地壳物质运动、自然环境地域分异规律）;人文地理的四大区位理论（农业区位理论、工业区位理论、城市区位理论、交通区位理论）。     

利用多源领域知识迁移CA的城市建设用地模拟

目的 建立传统元胞自动机(CA)模型时,如果样本数量不足,模拟效果往往非常不理想。提出了多源领域知识迁移CA模型,利用多个已有的旧样本数据集来帮助建立新的CA模型,并选取广东省深圳市作为试验区验证了其有效性。试验结果表明,该模型在新样本数量不足的情况下能够明显改善模拟效果,并且有效减小产生负迁移现象的风险。