井中激电地-井方式井旁球体正反演

以激发极化法中的地-井方式中的体极化球形体作为研究对象,采用解析法对地下半空间的电位场进行求解,利用提取出的井中二次场异常电位差进行反演,得出极化球体的球心离井的距离和球心的埋深。通过计算机进行正反演模拟,验证了进行正反演计算的解析式的正确性,并从物理意义上对正反演过程中出现的现象进行分析。最后给出该方法的适用条件以及注意事项。研究对激发极化法地下勘探目标的定量分析具有明确意义。     

藏南冈底斯带西段麦拉花岗岩锆石SHRIMP定年及地质意义

用SHRIMP测定了冈底斯岩带西段麦拉山口岩体同碰撞黑云母二长花岗岩锆石的U-Pb年龄,黑云母二长花岗岩锆石SHRIMP U-Pb年龄为47.1±1.1Ma。这就为前人提出的雅鲁藏布江地区洋盆闭合、板块开始碰撞的时间为50Ma左右提供了同位素年代学的证据。     

基于转换图谱算法的地面坡度统计误差校正研究

以济南市南部山区为试验区,探讨在ArcGIS中进行DEM总体精度计算的方法,并分析不同比例尺DEM对地面坡度分级统计的影响。为有效校正地面坡度分级统计的误差,构建高精度的1∶2 000地面坡度与1∶1万地面坡度的"地面坡度转换图谱"。在此基础上根据回归统计得出各级别对应的二次拟合曲线,校正能够大幅度提高地面坡度统计的精度。     

基于最小二乘配置的三维空间坐标转换

在求解未知转换参数时,鉴于公共点坐标本身的误差,提出利用最小二乘配置法进行空间坐标转换,即将公共点本身坐标作为随机参数,把转换参数作为非随机参数进行处理,最后通过实验对比分析表明,该方法明显优于一般坐标转换方法。     

区域似大地水准面确定的最小二乘支持向量机方法

支持向量机(SVM)是近年来发展起来的机器学习的新方法,它较好地解决小样本、非线性、高维数、局部极小点等实际问题.文中研究支持向量机的拓展算法--最小二乘支持向量机(LSSVM),并将其应用于确定大面积复杂似大地水准面.通过工程实例并与神经网络模型和二次曲面多项式拟合模型相比较,验证确定区域似大地水准面的LSSVM方法的有效性.     

三、P22 大地测量学

CH20082017由GPS测量得到的喜马拉雅的现今构造变形=The Current Tectonic Deformation of Himalaya Range Obtained from GPS Measurement/张静华,李延兴,张俊青,张中伏(中国地震局第一监测中心)//测绘学报.- 2008,37(2).-135～141根据新的GPS观测结果建立西喜马拉雅(WH)、中喜马拉雅(CH)和东喜马拉雅(EH)块体的弹性运动模型。将块体运动分解为整体旋转与内部变形.WH向北运动,平均速率31.5mm/a;CHNNE向运动,平均速率31.1 mm/a;EHNE向运动,平均速率27.0mm/a。喜马拉雅山在总体上呈现S-N向缩短与NWW-SEE向伸展.山脉中部S-N向的缩短速率最大平均14.6mm/a,大约吸收了印度与欧亚板块汇聚速率的35.7%。山脉存在明显的NWW-SEE向伸展变形,西部与东北部之间E-W方向的伸展速率为11.0mm/a。山脉中段南边界的主压应变率     

模拟退火算法在控制网平差中的应用

线性最小二乘估计在对非线性函数进行线性近似的过程中会产生模型误差,而一些非线性参数估计方法可能因为函数复杂而难以求导,法方程系数矩阵秩亏或呈病态矩阵时难以求解,非线性迭代解法有时对初始值的选择存在依赖性,不恰当的初始值会导致迭代无法收敛。针对这些问题,引入了模拟退火算法,介绍了该算法的基本原理、计算步骤和收敛性,并以3个控制网平差应用为例,说明该算法具有无需求导求逆,简洁实用,易于编程等优势,并能实现全局优化,获得高精度的平差结果。     

二战后日本国土规划演变刍议

文章对二战后日本国土规划从"综合开发规划"到"国土形成规划"的演变历程进行了简单回顾,并在此基础上将日本国土规划演变特点总结为这样4点:规划目标从"国土开发"转向"国土管理"、国土结构从促进极轴形成到广域自立性发展、规划主体从国家主导到国家和地方多元参与,以及规划体系适应经济社会发展形势变化而调整。     

端元光谱自动提取的总体最小二乘迭代分解

根据总体最小二乘(total least squares, TLS)模型理论,提出了一种影像端元光谱可受噪声污染的混合光谱线性扩展模型,并实现了该模型的端元光谱自动迭代提取以及混合像元的限定性分解.实验结果表明,扩展的混合像元分解模型明显优于传统的最小二乘分解模型,总体精度大约提高了10%～20%.     

基于整体最小二乘法的线性回归建模和解法

对基于自变量和因变量误差的回归问题进行了进一步研究,证明了两种方法的实质并未解决同时考虑自变量和因变量的误差问题,其解算结果和不考虑自变量误差的解算结果完全相同.给出了能同时顾及自变量和因变量误差的新的回归模型,并推导了具体的解算方法.算例结果和基于矩阵分解的整体最小二乘法解算方法的结果相同,说明了本文方法的正确性.