汶川地震前后川滇地区主要断裂活动趋势分析

针对川滇地区地震活动频繁的现状,该文首先对1998—2008年和2008—2015年该地区两期GNSS连续观测数据进行解算(时间节点为汶川地震);然后结合前人对川滇区域棱形块体的划分方案,基于欧拉矢量计算方法求出各块体的欧拉矢量以及旋转极经度、旋转极纬度、旋转角速度,并通过反欧拉矢量方法反演出鲜水河-小江断裂带和龙门山断裂带的错动趋势变化。结果表明:汶川地震造成两条断裂带在错动方向和错动速率方面均有变化,并且主要集中在川滇区域北部和西部的断裂带上。     

天津某基坑围护结构变形及周围建筑沉降分析

随着近年来城市化进程加速,城市用地日趋紧张。越来越多的基坑工程需要在建筑、道路、管线密集地区进行,这不仅对基坑本身变形大小提出了极高要求,其对周围环境的影响也引起大家越来越多的重视。通过对天津某实际基坑工程实测数据进行分析研究,得到以下结论:增加围护结构整体刚度和长度对减小围护结构变形有显著作用;基坑附近超载会明显增大围护结构的变形;由基坑开挖而引起的周围地表沉降曲线呈凹槽形。     

移动终端下的森林小班矢量数据组织研究

为提高移动端矢量数据的显示和操作效率,本文针对移动终端硬件条件限制和移动终端矢量地图的显示特点,从减少显示区域内外的冗余地图数据的读取和提高外存检索矢量数据的效率两方面入手,对森林小班矢量地图数据进行了"横向分块,纵向分级"处理,并在此基础上,建立了基于四叉树的层次网格索引模型。实验表明,该方法能较好地提高矢量地图的显示速度,可以满足移动环境下地图快速显示和操作的要求。     

基于LGO与CosaGPS的高铁CPI复测技术研究

简要介绍了利用LGO进行基线解算和Cosa GPS进行网平差的操作流程,并利用这两个软件实际处理了京沈高速铁路某标段的CPI平面控制网的复测数据,展示了LGO和Cosa GPS两者协同处理数据时的高精度和高效的特性。对类似的高等级控制网解算有一定的借鉴意义。     

基于天地图·新疆自治区节点矢量数据与国家主节点矢量数据融合技术方法探讨

主要阐述了"天地图·新疆"自治区节点矢量数据与国家主节点矢量数据融合生成技术路线、技术要求,可为天地图其他省(自治区)级节点矢量电子地图数据融合工作提供参考。     

基于Spark的矢量数据叠加赋值方法研究与实现

随着GIS数据获取与处理技术的迅速发展,以土地利用为代表的矢量空间数据规模不断膨胀,大量生产应用对图层间矢量数据叠加赋值操作性能提出了更高要求.本文提出了基于Apache Spark技术的矢量数据叠加赋值方法,通过扩展Spark技术的弹性分布式数据集,使其提高对于GIS空间数据的表达能力,通过空间索引的构建使得叠加计算可以在Spark集群各节点上分布式高效运行.通过十万、百万、千万3种量级的数据进行实验,结果表明,相比传统算法,基于Spark技术的矢量数据叠加赋值方法有30%—90%的性能提升.     

基于高清遥感影像辅助绘制大中比例尺地形图

通过Bigmap下载Google Earth高清卫星遥感影像,在影像上选取像控点并实地采集其坐标值,利用新疆基础地理信息数据坐标转换系统对影像进行几何纠正,最后通过影像与AutoCAD的套合叠加结合实地采集到的野外高程数据,完成影像图的矢量化。由于影像的获取较为方便,精确纠正后用于辅助地形图的绘制可以大大提高成图准确性,降低野外劳动强度,提高工作效率。     

利用卷积神经网络的高光谱图像分类

针对高光谱图像分类中对光谱信息利用不足的问题,提出一种基于卷积神经网络在光谱域开展的分类算法。该算法通过构建五层网络结构,逐像素对光谱信息开展分析,将全光谱段集合作为输入,利用神经网络展开代价函数值的计算,实现对光谱特征的提取与分类。实验中采用三组高光谱遥感影像数据进行对比分析,以India Pines数据集为例,提出的基于卷积神经网络的分类方法的分类正确率达到90.16%,比RBF-SVM方法高出2.56%,相比三种传统的深度学习方法高出1%~3%,训练速度也较为理想。实验结果表明,本文所提出的算法充分利用了高光谱图像中逐像素点的光谱域信息,能够有效提高分类正确率。与传统学习算法相比,在较少训练样本的情况下,更能发挥其良好的分类性能。     

鄱阳湖区域夏冬季节沉积物面积变化分析研究

为更好地研究河流污染、河道阻塞、土壤沙化和湖泊面积锐减等问题,本文采用适宜的分析模型和高分辨率资源一号卫星影像,按照影像预处理、影像分类、矢量提取、特征分析的作业步骤,利用面向对象的遥感影像分类方法进行信息提取,针对夏冬两季的地物特征分别对鄱阳湖地区进行沉积物识别、地物类别判读以及湖泊的面积变化分析。研究表明:夏季鄱阳湖区域水体面积较大,泥沙较少,而冬季湖泊面积减少,泥沙等沉积物增多,并且存在相互影响的关系。     

气候变化对北方农牧交错带界线变迁影响的定量探测方法研究

气候对北方农牧交错带界线变迁的定量影响是目前生态脆弱敏感区对气候变化响应领域的研究热点问题。前人已在气候变化对农牧交错带界线的定性影响方面有较为深刻的认识,但仍缺乏在时间和空间上对气候贡献率进行有针对性的定量辨识。本文利用1970年以来长时间序列的国家气象站点数据和土地利用遥感解译数据,分别提取了基于气候要素和土地利用的20世纪70年代、80年代、90年代和21世纪前10年4个时期的北方农牧交错带界线,通过垂直和水平方向变动探测方法（FishNet）和界线变迁方向变动探测方法（DSAS）对气候界线与土地利用界线的时空变化进行探测,定量分析了不同时期气候对农牧交错带界线变迁影响的贡献率。结果表明,气候与土地利用界线空间分布格局及气候贡献率在不同时期、不同区域差异较大,在西北地区变幅最小,东北地区变幅最大。在大兴安岭东南缘农田控制水源涵养生态功能区西北段以及内蒙古高原东南缘农、林、牧业生态—生产功能区西北段,气候与土地利用界线空间耦合关系最为密切,在该地区基于FishNet方法下水平方向上气候贡献率达10.7%~44.4%,垂直方向上达4.7%~55.9%;基于DSAS方法下气候贡献率为1.1%~16.8%。两种方法探测结果大部分趋于一致,但DSAS方法精度高,适用于小范围精确探测;FishNet方法更简单,适用于精度要求不高、快速直观的统计分析。本研究可为北方农牧交错带内农牧业生产适应气候变化、合理开发土地生产潜力、保护农牧交错带区内生态环境提供科学依据和指导。