青海热水柴达尔井田构造组合型式

柴达尔井田构造可分为压缩机制的推覆构造与伸展机制的断块体两类。南北F0为逆冲型的控制性边界断裂，井田内部一系列小型弧形构造为逆掩型浅层断裂；F1、F2、F17，是拉伸作用下的同沉积正断层，切断煤系基底T3地层。其动力机制为印度板块向北推移、西伯利亚板块向南运移发生对挤，脆一韧性剪切变形导致了井用现有的构造组合形式。     

土地利用规划电子政务系统的设计与实现

本文在分析了电子政务的内涵和作用的基础上,阐述了建设土地利用规划电子政务系统的必要性。依据国土资源电子政务系统建设目标和规范,在MapGuide平台上应用办公自动化、GIS、Oracle数据库等技术,确定了系统的总体设计。完成了土地利用规划电子政务系统的建设,实现了规划和国土资源管理的公平、公开、公正和公信,促进了规划和国土资源管理的科学化和规范化,大大提高了土地利用规划工作的效率。     

基于GIS的城镇土地定级信息系统建模方法探讨

基于GIS的城镇土地定级信息系统在建设过程中,定级方法确定、定级单元大小确定和定级因素/子权重值的生成是关键,且三者都具有不同的确定方法,因此选择什么样的方法决定了系统建立的优劣。本文着重归纳、总结了城镇土地定级信息系统定级方法,通过对比分析,探讨了最优定级方法、最优网格单元大小划分方法和最优因素/子权重值计算方法。     

多时相组合分类法在土地利用动态监测中的应用

介绍了土地利用遥感动态监测的基本概念，简述了遥感土地利用变化信息提取等遥感监测方法．重点探讨了多时相组合分类方法的相关技术。对广西2002年和2003年两个时相的MODIS数据．采用多时相直接分类法对土地利用变化状况进行了遥感动态监测。对不同方式波段组合的试验表明。经过差值、比值处理的波段组合具有较差的试验效果(总体精度只有30％～40％)，而经过PCA变换的波段组合则具有相对较好的试验效果(总体精度超过70％)。     

玛纳斯河一级电站引水渠沿线提取地下水进行融冰的可行性研究

通过对向斜洼地含水层水文地质特征的勘探及研究,对研究区的水文地质边界条件进行了概化,并用水均衡法估算了地下水资源量,对拟建一级电站引水渠沿线提取地下水进行融冰的可行性进行了研究,并提出了取水方案.     

青海湖地区生态环境动态变化遥感监测

由于青海湖地区的生态环境较为脆弱，且人类活动进一步加剧，人口、资源与环境的矛盾日渐突出，因此，近年来．青海湖及其周边地区的生态环境出现了明显变化，主要表现在水位下降及水域面积减小、草原退化、沙质荒漠化土地面积扩大等。文章采用1975年MSS卫星图像及1987、2000年TM卫星图像作为遥感信息源，并结合地理信息系统方法，旨在查明青海满地区耕地、沙质荒漠化土地和水域等生态环境要素的时空演化规律，为青海湖地区实现资源开发与环境协调发展提供科学依据。监测结果表明，25a来，青海湖地区的耕地及沙质荒漠化土地面积出现明显的扩大，而水域面积出现明显缩小，同时由于湖周各河流土壤侵蚀的加剧，在部分河流入湖处泥沙淤积较为严重，生态环境出现明显恶化。     

从地质遥感迈向国土资源普查

概略回顾了中国20世纪遥感地质的辉煌成就,列举4项重大突破:极块构造的论证与线性形迹分析,数字地质与找矿、第四纪地质与地貌学的新发现、工程地质选线与选址。指出21世纪面对国土普查的新任务,需要加强遥感信息机理研究,信息融合与共享,学科交叉,社会经济统计空间分析的能力,关注探月计划与遥感制图。     

乾安地区盐碱地显热通量的测量

文中给出了用大孔径闪烁仪在 2 0 0 0年生长季观测到的盐碱地区显热通量的主要结果 ,并初步计算了当地的水热平衡状况。结果表明 :乾安盐碱地区显热通量占净辐射量的百分比在干旱、非生长季达到 6 5 % ,在多雨、植被生长季仅为 11% ;显热通量因降水而明显降低 ,幅度与降水强度有关 ,反映了当地的气候和土壤特征。文中还把LAS的测量结果与传统的梯度法作了比较 ,结果基本一致。     

基于MAPGIS的1∶50万土地利用数据库系统设计与实现

土地利用资料是国家重要的基础地理资料 .针对全国土地利用数据进行建库管理会对国家建设起到重要的作用 .以MAPGIS为基础 ,按照一定的设计原则提出系统总体上应有的数据编辑、查询、统计等六大模块及其主要的功能 .详细说明了在MAPGIS平台的支持下全国土地利用数据库的数据组织方式 ,以及外部属性与图形数据的关联方式、图库中图元的B+ 树索引的结构、数据检索、输出流程等关键技术问题的解决方案 .     

Structural damage detection using the optimal weights of the approximating artificial neural networks

This work presents a novel neural network‐based approach to detect structural damage. The proposed approach comprises two steps. The first step, system identification, involves using neural system identification networks (NSINs) to identify the undamaged and damaged states of a structural system. The partial derivatives of the outputs with respect to the inputs of the NSIN, which identifies the system in a certain undamaged or damaged state, have a negligible variation with different system errors. This loosely defined unique property enables these partial derivatives to quantitatively indicate system damage from the model parameters. The second step, structural damage detection, involves using the neural damage detection network (NDDN) to detect the location and extent of the structural damage. The input to the NDDN is taken as the aforementioned partial derivatives of NSIN, and the output of the NDDN identifies the damage level for each member in the structure. Moreover, SDOF and MDOF examples are presented to demonstrate the feasibility of using the proposed method for damage detection of linear structures. Copyright © 2001 John Wiley & Sons, Ltd.