GPS三维基线向量向大地坐标差的直接转换

推导了ＧＰＳ三维基线向量向大地坐标差直接转换公式,编制出相应的转换程序。     

栅格数据矢量化及其存在问题的解决

矢量结构和栅格结构是GIS的两种主要数据结构形式，而栅格数据的矢量化在GIS中具有十分重要的意义。本文在总结前人算法的基础上，以拓扑关系的原理为指导，提出了改进的栅格结构数据矢量化方法，即在提取结点和坐标点过程中同时提取水平和垂直的所有线段信息，以便于快速、有效地实现栅格数据的矢量化。此外，还采用动态打断和粗网格法等方法，解决了在栅格数据矢量化过程中经常出现的诸如多边形自交、岛等问题。     

1983—1992年中国陆地植被NDVI演变特征的变化矢量分析

以NDVI时序资料为基本数据源，综合应用变化矢量分析和主成分分析方法对1983年至1992年中国陆地植被NDVI的变化强度、变化类型及空间结构变化特征进行了分析。研究结果表明在此期间中国陆地植被NDVI变化有以下特点：（1）十年间NDVI变化东西分异明显，东部变化幅度远大于西部。NDVI变化整体表现为稳中略增，增加区主要分布在台湾、福建、四川、河南等地；减少区主要分布在云南省和新疆北部等地。（2）空间结构信息表现了景观异质性，其变化主要发生在南方，反映了植被的生长和衰老过程及地形（山脉走向）变化。     

支撑向量机及其遥感影像空间特征提取和分类的应用研究

提出了基于支撑向量机（SVM）的遥感影像空间特征提取的新方法，并以SPOT全色波段影像上城市特征信息的提取为应用实例，并与人工神经网络（ANN）等特征提取方法进行综合比较，认为SVM方法不但能够获得比较高的分类精度，而且在学习速度、自适应能力、特征空间高维不限制、可表达性等方面具有优势。     

SVG网络图像标准支持下的地图显示

介绍了一种全新的网络图像标准SVG（Scalable Vector Grcphics），分析了目前网上地图显示的方法，探讨了运用SVG在网上进行地图显示的可能性，提出了其应用体系和结构。     

FHD 磁力仪分量线圈装置误差对磁偏角观测的影响分析

根据FHD 磁力仪观测磁偏角的原理, 计算了分量线圈不水平导致的磁偏角观测值误差,发现分量线圈仅在EW 方向的倾斜对磁偏角观测产生误差。文中将理论分析结果与实际观测结果进行了对比分析, 发现由于分量线圈底座水平的长期漂移, 仪器的垂直分量及磁偏角观测误差也会发生长期漂移, 长期漂移变化的周期约2 ~ 4 个月, 对垂直分量其幅度约3.5~ 11.0nT, 而磁偏角的幅度约0.1′~ 1.0′, 因此认为在将该仪器观测值用作绝对观测值进行地震异常分析时, 应注意回避这种长期漂移变化。     

磁化强度矢量反演方程及二维模型正反演研究

导了磁化强度矢量层析成像方程,并与磁化强度标量层析成像方程进行了对比. 使该矢量层析成像方程既适用于三维的也适用于二维,既适用于使用磁场垂直分量资料,也适用于使用磁场总强度资料. 本文采用改进的高斯-赛德尔迭代求解磁化强度矢量层析成像方程,在求解方程中引进了与深度有关的权系数. 并对二维模型开展了正反演研究. 当模型层数为二层,且每层51个柱体时,采用零初始模型就能获得较好的磁化强度垂直分量和水平分量反演结果,除了异常体边部外,磁化方向比较可靠. 当模型层数为五层,且每层51个柱体时,采用零初始模型不能得到较好结果,改用接近背景值的均匀初始模型,反演的磁化强度垂直分量和水平分量大致接近真实,但不能刻划某些细节.     

Landslide susceptibility mapping based on Support Vector Machine: A case study on natural slopes of Hong Kong, China

The Support Vector Machine (SVM) is an increasingly popular learning procedure based on statistical learning theory, and involves a training phase in which the model is trained by a training dataset of associated input and target output values. The trained model is then used to evaluate a separate set of testing data. There are two main ideas underlying the SVM for discriminant-type problems. The first is an optimum linear separating hyperplane that separates the data patterns. The second is the use of kernel functions to convert the original non-linear data patterns into the format that is linearly separable in a high-dimensional feature space. In this paper, an overview of the SVM, both one-class and two-class SVM methods, is first presented followed by its use in landslide susceptibility mapping. A study area was selected from the natural terrain of Hong Kong, and slope angle, slope aspect, elevation, profile curvature of slope, lithology, vegetation cover and topographic wetness index (TWI) were used as environmental parameters which influence the occurrence of landslides. One-class and two-class SVM models were trained and then used to map landslide susceptibility respectively. The resulting susceptibility maps obtained by the methods were compared to that obtained by the logistic regression (LR) method. It is concluded that two-class SVM possesses better prediction efficiency than logistic regression and one-class SVM. However, one-class SVM, which only requires failed cases, has an advantage over the other two methods as only “failed” case information is usually available in landslide susceptibility mapping.     

根据空间大地测量结果建立的中国地壳构造块体的运动模型

本文利用空间大地测量的结果初步建立了中国地壳各构造块体的运动模型,该模型与由地质资料建立的地质学模型相比呈现较好的一致性,反映了中国及邻近地区的板块、亚板块和活动构造块体的水平运动特征和趋势。