基于多源数据的山东省围填海造地特点及发展趋势研究

文章基于文献资料分析、官方数据汇总、国产高分辨率资源卫星遥感影像信息提取以及发展趋势研判等方法,对改革开放以来山东省全海域范围内围填海造地的历史发展、现状特征、发展趋势及其对生态环境的影响进行了分析和总结,并提出相关的政策建议。研究表明:改革开放以来,山东省围填海造地累计已超过4.58万hm~2。21世纪以来围填海造地进入快速增长时期,尤其是2010年以来,全省围填海造地又掀起了一次新的热潮,其面积和速度都远远超过了历史水平。鉴于围填海造地对环境和生态的巨大影响,文章提出了加强管理、严格环境影响评价、引入生态环境补偿机制以及建立分级填海评估制度和年度监测机制等建议。     

基于DTW与K-means算法的河北场雨及雨型分区特征研究

深入挖掘气象站点的观测降雨数据,研究区域降雨的雨型规律,对于洪涝灾害预警和减灾措施制订有重要意义.本文基于河北省2005-2017年3189个站点逐小时降雨观测数据,进行"场雨"的划定,进而提取历史上各场雨的累积雨量、时长指标.采用数据挖掘技术中的DTW相似性算法进行场雨雨型的自动归类,将场雨分成Ⅰ-Ⅶ共7种雨型,包括...     

空间数据计算模式分析与应用

随着传感器和其他数据采集技术的不断进步以及对地观测网络的建设和启动,空间数据的高性能处理和分析成为摆在地学工作者面前的瓶颈。本文以此为出发点,按照不同地学领域(陆地、大气、海洋)的空间数据载体的形态的不同,将空间数据划分为反映固态基质信息的陆地空间数据,反映液态基质信息的陆地水文空间数据,反映液态基质信息的海洋流体空间数据和反映气态基质信息的大气流体空间数据四类,并对每类数据的最小单元问题进行了初步的分析。本文详细阐述了地学空间计算的涵义,并根据计算行为模式及计算的侧重点的不同,将地学计算过程分为深度计算过程与主动计算过程(即“数据→特征→知识”的一般计算过程),并就此进行了阐释。以基于特征的遥感信息提取和目标识别工作为例,对上述理论进行了说明和验证。最后对空间数据计算模式相关问题进行了总结,并对以后的研究做了展望。     

基于DINEOF方法重构台湾海峡叶绿素a遥感缺失数据的初步研究

卫星遥感观测是研究海洋环境变化的一种重要方法,但由于观测周期和天气影响等原因,观测数据经常存在一定的缺失,这使得遥感数据在海洋环境连续变化的应用研究中受到一定的限制.为解决此问题,本文采用了经验正交函数分解插值方法(DINEOF)重建缺失的遥感观测数据.首先,基于Sea Wi FS(1998年1月至2010年12月)、MODIS-Aqua(2002年7月至2014年12月)和MODIS-Terra(2000年2月至2014年12月)三级叶绿素a月平均数据产品,按像素点平均的方法组合成原始资料集;其次,利用DINEOF方法重构该资料集的缺失部分,从而得到完整的1998~2014年台湾海峡及邻近海域叶绿素a浓度的月平均数据集;再通过分析重构影像与原始资料的时空误差和验证重构影像的时空变化特征等方法,评价了所用算法和重构数据集的合理性.结果表明:基于遥感组合数据,采用DINEOF方法重构的叶绿素a遥感影像,能够有效地反映研究海域叶绿素a浓度的时空变化规律.研究还表明,该方法操作简便,无需先验信息,且重构精度高,能有效重构大面积缺失的影像数据资料,为探索海洋环境和生态的长期变化规律提供了较好的基础.     

用SAVQ技术实现太阳射电频谱的数据压缩

对自适应矢量量化（SAVQ）技术在太阳射电频谱数据压缩中的应用进行了有意义的讨论．给出一种压缩比和失真可调的SAVQ压缩方法,指出提高数据压缩比的有效方法之一为样本集成,同时介绍了用该技术对北京天文台太阳射电频谱仪上的两个波段（1．0GHz－2．0GHz和2．6GHz－3．8GHz）的观测数据进行压缩的实用效果,并与国际同行所用的ICON方式进行性能比较．最后展示了数据压缩技术及其在天文上的应用．     

城市空间框架数据研究

该文基于地理空间概念和地理信息数字化表达与共享的特点,探讨了框架数据的作用、确定原则,推导出城市空间框架数据体系,即建立城市直接空间参照体系和间接空间参照体系。后者中,基于地块的多尺度无缝不规则网格是整合城市社会经济数据的关键,也是当前城市空间数据基础设施框架数据体系建设中的薄弱环节。     

大洋涌浪耗散研究及模式应用的进展及主要问题

大洋中涌浪普遍存在且对大气-海洋之间的物理过程有较大影响,但目前对涌浪的耗散过程研究尚不充分。总结了关于涌浪传播和耗散的观测事实,着重指出利用遥感数据推进相关研究的可能性;同时分析可能的物理机制,并论述其在海浪模式中的应用及不足。通过梳理大洋涌浪耗散的研究进展,为今后开展涌浪相关研究提供依据。     

���ںӱ�CORS���ĵؿǴ�ֱ�˶��ٶȳ�ģ���о�

???ú??CORS?????????4???GPS????????????GAMIT/GLOBK??????е??????????????????????????????????????????????????????????????????????????3???????????????150 mm??11?′??????????4??????????????????10 mm/a????????溯?????????????????????????????????6′×6′?????????????????????????????????     

基于N-KD树的空间点数据分组算法

随着科学技术的进步,地理空间数据的分析处理面临着数据量膨胀和计算量高速增长的双重挑战,为了解决海量数据处理速度慢的问题,本文针对空间分布不均匀的点数据,从数据并行的角度,以保持数据的空间邻近性及保证数据分组后各组数据量负载均衡为目标,提出基于N-KD树（Number-K Dimension Tree）数据动态分组的方法,其是一种面向实时变化（数据量和数据空间范围变化）的空间数据动态分组方法。该方法借鉴K-D树的创建和最临近点搜索的思想,通过方差判断数据分布稀疏程度,利用最临近点搜索方法处理边界点,实现空间范围的不均等切分,保证数据分组后各组数据量基本均衡。试验表明,该方法具有较好的动态分组效果与较高的计算效率;支持各种分布状态的空间点数据的分组;分组后各组数据量负载均衡;分组算法本身有支持并行、支持分布式协同工作模式的特点。