武汉基准台超导重力仪重力潮汐观测结果

本文采用重力残差信号对武汉基准台超导重力仪的原始观测数据（２０秒采样）作预处理，将原始观测信号分解成重力潮汐和残差两部分，在残差信号中消除一些已知的干扰因素的影响。利用ＥＴＥＲＮＡ软件作调和分析，两主波（Ｏ１和Ｍ２）的重力潮汐参数（振幅因子和相位滞后）为：Ｏ１：１．１７８８±０．０００６，－０．５９７５°±０．０２８°；Ｍ２：１．１７１３±０．０００２，－０．５８７３°±０．００８°经海潮改正以后，Ｏ１和Ｍ２波的潮汐参数与Ｗａｈｒ－Ｄｅｈａｎｔ潮汐模型值相比，振幅因子的偏差优于０．１％。     

松潘两岔河高砷高锑金矿石氰化提金工业试验

高砷高锑金矿石属难处理矿石之一，通过对两岔河高砷高锑金矿石采用碱浸预处理后进行堆浸和池浸氰化提金试验，获得了金浸出率76．80％和86．76％的较好指标，为该矿床的开发利用提供了一个工艺简单、经济上可行的途径。     

1：1万数字线划图建库前数据预处理技术

随着计算机、3S技术的发展，近几年的数字制图技术、制图软件等的发展也比较迅速。同时随着地理信息系统(GIS)的发展，数字制图数据已成为GIS的重要数据来源，许多数字制图的后期工程都要求建立GIS及相应的数据库。由于目前的制图方法和制图软件主要还是面向传统图形应用，即数字制图理念还是基于实现《图式》所要求的可视化效果为主，只是在要素分层、数据编码等方面给予了一定的重视，     

基于灰度形态学的高分辨率遥感影像预处理

提出了一种从高分辨率遥感影像中提取线性目标时影像预处理的方法。该方法基于灰度形态学的Top-Hat运算和灰度膨胀运算，用Top-Hat算子除去影像的噪声，再利用灰度膨胀增强影像目标和背景之间的对比度，使目标更易于识别。经过处理的遥感影像，能够更有效地提取影像的目标。     

基于数据融合的侧扫声纳图像预处理

论述了基于数据融合的侧扫声纳图像处理的特殊过程。根据现代侧扫声纳系统的特点，提出了利用声线跟踪法进行斜距改正，同时对目标阴影区进行了处理；对文献[1]的灰度不均衡的改正算法进行了改进。利用小波变换检测出灰度突变区，根据剔除突变区后计算的灰度改正系数进行航向上的灰度改正，并用模拟数据和实际数据进行了验证；鉴于波束展宽效应对远场目标造成的拖尾效应，论述了对拖尾效应使用的去卷积的改正算法。     

固体潮观测数据预处理中的一些常用方法及其计算机实现

试图从台站产出的原始地形变前兆数据出发,提出一些实际操作性较强的预处理方法,从已编制好的软件中给出处理实例,从而达到提高台站观测人员的科研能力,填补资料预处理方面的某些空白的目的,这对于台站人员集观测、科研于一体有着十分重要的意义。从95-01-02项目厦门地震台前兆数据预处理的实践表明:这些方法取得了明显的实效,直到今天仍然具有很大的使用价值。     

瞬变电磁测深资料处理、图件编制方法及其应用效果

通过对瞬变电磁测深的资料预处理、参数计算、图件编制及原始测量曲线中高频率起始段变异曲线的修正，为地层的划分、断裂构造的确定提供了依据，选择确定了适合寻找砂岩型铀矿找矿的解释图件，达到了解决研究地层结构的目的。     

土壤样品镉同位素分析中Cd与Sn有效分离方法的改进

保证Cd的高回收率以及彻底的Sn干扰去除是获得精确镉同位素组成的前提,目前报道的多种Cd分离与纯化方法获得的Cd回收率有较大差异(42.6%~99.8%),且去除Sn干扰的效果也不同(去除率在87.8%~97.4%之间),Cd回收率和Sn去除率均不理想。本文对前人报道的分离方法进行对比实验,发现0.1 mol/L氢溴酸-0.5 mol/L硝酸是分离Cd和Sn的有效试剂,增加该组混合酸的用量可淋洗出样品中更多的Sn且不会损失Cd,当混合酸的淋洗用量增加至30 mL时,Sn的淋洗率达到99.8%以上,Cd的回收率亦达到99.0%±0.5%,可满足土壤样品镉同位素的测定要求。本工作为获得高精度的镉同位素组成奠定了基础,为研究土壤环境中镉的污染来源提供了技术手段。     

大孔径静态干涉成像光谱仪图像的条纹消除与配准

大孔径静态干涉成像光谱仪获取的图像是叠加了干涉信息的二维图像,点干涉图的获取需要经过全视场的推扫,平台姿态误差会导致提取的干涉图存在误差,进而影响复原光谱准确性,因此,图像配准是干涉图提取的关键。由于图像受到干涉调制作用,导致传统的图像配准方法在应用于LASIS图像配准时配准精度有限。为了减弱干涉条纹对图像配准的影响,本文提出一种利用条纹模板消除LASIS图像条纹,再结合图像频域配准的方法实现LASIS图像的高精度配准。配准结果表明,本方法很好地消除了干涉条纹对配准精度的影响,配准精度可以达到0.029 4个像素,相对于已开展的LASIS图像配准方法,沿轨方向配准精度提高了45.48%,跨轨方向配准精度提高了52.22%,图像旋转精度提高了39.13%。