GIS中直线元内插点精度及对误差带的影响

基于误差传播定律，考虑参数r误差影响，推导了线元内插点的精度计算公式，讨论内插点精度对线元误差带的影响，并对影响的结果进行了分析，得到了一些有益的结论。     

基于预测的边缘检测方法

提出了一种基于预测的、有一定自适应性的边缘检测方法。介绍了其原理和算法实现过程。通过计算两个相邻像素的灰度值的均值、均方差和梯度来预测下一个像素的灰度值，比较预测值和真实值来判断下一个像素是否是边界点。通过与现有同类算法的比较，证明了该算法的优越性。     

地震属性分析中水平切片的应用

利用地震数据体中含有的丰富地质信息,可以有效地进行储层预测。层拉平水平切片地层学解释方法是先将地震剖面目的层段做层拉平处理,然后对切片顺地层层面追踪,勾绘出各种地层现象,并以地层学的观点加以解释。该方法在吉林探区扶新南部地区的应用中,对于识别河道的展布趋势取得了较好的效果,而且发现了多期叠置的扇型沉积体。另外,还可指导反演数据体的解释,做到对岩性体从定性到定量的描述。     

现阶段地表油气化探技术难题与发展对策

虽然地表油气化探方法技术已取得显著的应用效果, 但是由于成功率计算标准不同及方法技术本身的缺陷, 导致人们对方法的认同度较低。当前, 地表油气化探技术的发展, 一方面要以可靠的实验依据、严谨的数理推导及理论模型应对来自方法技术本身的挑战, 另一方面也要利用其快速、廉价和直接的优势, 加强与地质、遥感、非震物探等方法综合应用。     

低频泥石流特征及防治 --以四川汶川县茶园沟为例

低频泥石流指30a以上发生1次的泥石流。尽管发生频率很低，但由于自身的特征及人们认识上的原因，其造l戒的人员伤亡和财产损失却居各类泥石流之首。对低频泥石流的研究在预防和减轻泥石流灾害方面有着重要意义。文章以2003年8月9日发生在四川汶川县茶园沟的泥石流为蒯，采用形态调查法和称重法等方法确定了流量、流速及重度。分析了其物质来源及形成的自然和人为原因，探讨了低频泥石流的特征。针对低频泥石流的低频性、破坏性和隐蔽性特点，同时考虑到低频泥石流沟的防治受保护对象的重要程度及资金投入等因素的限制，提出了进行泥石流危险性分区、搞好小流域水土深持、普及泥石流防灾减灾知识及加强监测和预警预报等措施，这对减轻低频泥石流区的灾害有一定的借鉴意义。     

三工河流域222团竖井排灌区潜水动态分析

222团地处三工河流域冲洪积细土平原下游,40多年来的农业生产灌溉,使灌区大部分地区处于潜水临界埋深以上,土壤次生盐渍化加剧.分析了灌区潜水埋深动态特征及其影响因素,就竖井排灌区地下水开采量与潜水埋深关系进行回归分析计算,建立了开采量预测模型.     

冬小麦夏玉米土壤水分预报及优化灌溉模型

利用土壤水分平衡方程，结合河南省冬小麦和夏玉米的生长规律和1994～2000年冬小麦、夏玉米田实测土壤湿度资料，建立了河南省冬小麦、夏玉米土壤水分预报及优化灌溉的计算机模型。用1998～1999年郑州市麦田实测土壤湿度资料验证该模型模拟结果，未来10、20、30天土壤湿度相对误差分别为-7．3％～7．7％、-8．3％～6．8％、-7．6％～7．7％，表明利用该模型，可以较为准确地预报未来1个月的土壤水分变化，并可根据小麦、玉米不同发育期特点，给出以最高产量和最佳经济效益为目标的灌溉建议。     

某大厦深基坑开挖与施工安全监测实践与体会

从深基坑安全监测实例出发,介绍了一种简便、易行、稳定、可靠的射线形水平位移基准网,同时适用用小角法高精度位移监测.另外就温度的变化对水平位移值的影响,降水施工对地面沉降,深层土体位移的影响及测斜管埋设的重要性提出了自己的观点、认识与体会,希望对类似工程有一定参考价值.     

春秋时期吴国都城遗迹位置的遥感调查及预测

利用遥感技术对苏州及太湖地区做了大面积的地学调查与分析,并在进一步研究了史料和前人工作成果后,进行了春秋吴国都城遗迹位置的遥感调查及预测,它将为考古界进一步有计划地探查和发掘提供参考。     

Spectral Filtering and Classification of Terrestrial Laser Scanner Point Clouds

A method is presented for filtering and classification of terrestrial laser scanner point clouds. The algorithm exploits the four-channel (blue, green, red and near infrared) multispectral imaging capability of some terrestrial scanners using supervised, parametric classification to assign thematic class labels to all scan cloud points. Its principal advantage is that it is a completely data-driven algorithm and is independent of spatial sampling resolution since the processing is performed in four-dimensional spectral feature space. Its application to two data-sets of different spatial extent and spatial and spectral complexity is reported, for which respective overall classification accuracies of 87·0% and 82·0% were achieved. Analysis of the input data with emphasis on the characteristics pertinent to the anticipated outcomes precedes detailed analysis of the classification results and error sources and their causes. Erroneously classified points are attributed to radiometric errors stemming from both detector hardware and physical effects.