青藏高原北缘公格尔山地区地形梯度的剖析

本文以青藏高原北缘西昆仑山脉的公格尔山地区为试验区域,基于SRTM-DEM数据,采用线状地形剖面和带状地形剖面的研究方法,对试验区从公格尔山顶到塔里木盆地的地形梯度进行了研究,并探讨了地形梯度与隆升过程之间的关系。研究结果表明:(1)线状地形剖面清晰直观,操作简单;带状剖面法能较好地反映区域的地形起伏状况。若将两种方法联合起来共同进行区域地形研究,则会获得更好效果。(2)从塔里木盆地到公格尔山顶,地形抬升共分3个梯度:分别是从海拔高度2 000m左右上升到约4 500m,从约4 500m上升到将近6 000m,从将近6000m上升到约7500m。地形抬升的不同梯度可能对应着公格尔山晚新生代地貌形成过程的不同隆升过程;而每个抬升梯度的拐点,则对应着不同隆升过程形成海拔高度的分界点。     

拓扑线性空间中存在非连续线性算子的充要条件

在拓扑线性空间中存在非连续线性泛函的基础上,给出了拓扑线性空间中存在非连续线性算子的充要条件,即拓扑线性空间中存在不闭的线性真子空间.     

基于模糊控制的快速循迹智能车的设计与实现

提出基于模糊控制的快速循迹智能车的实现方法.利用转速传感器、线阵CCD、舵机等构成一个闭环控制系统,并采用PI算法控制智能车后轮速度.采用模糊控制算法将线阵CCD返回的误差模糊化,然后按照MAX-MIN规则进行逻辑推理,最后将推理结果反模糊化后以控制舵机转向.实验结果证明了该方法的有效性.     

CDC到S-57物标属性对照研究

分析我国数字海图(简称CDC)和国际海道测量数据传输标准(S-57)结构特点,特别是两种数据结构中物标和属性的定义及相互关系;研究CDC要素或属性拆解细分,整合为S-57物标或属性技术并提出对照方法;探索数字海图从CDC格式向S-57转换的理论基础。     

GPS网络RTK内插算法分析与比较

在GPS网络RTK中,利用不同的内插算法,生成的流动站误差改正数不同,它们对定位结果的影响也不同。通过算例分析表明,选择合理的内插算法,不仅可以生成与流动站真实误差较为接近的误差改正数,还可以提高整周模糊度的解算成功率和导航定位的精度。     

基于车载激光扫描的带状地物表面快速重建

根据带状地物空间形态特征以及车载激光扫描系统对带状地物数据采集的特点,提出对相邻两条扫描线数据构建三角网进而完成整个带状地物表面快速重建方法。该方法充分利用了每条扫描线获取带状地物横截面的特点,相邻两条扫描线构建的三角网能准确地反映其所覆盖的狭长条带区域的形态结构,把所有狭长条带连接起来便能准确地描述整个带状地物的形态结构。在网格构建过程中自动建立点、线、面间的拓扑关系或隐含拓扑关系,查询和动态更新操作都限制在非常狭小的范围内,便于快速重建。     

地球物理学中的电磁场正演与反演

本文在近年来众多的地球物理研究者的研究基础上,总结了当前地电磁模型正反演已有成果,定量分析了各种主要正反演的性能测试,指出不同正反演法的优点、缺点以及应用范围局限,提出了各种方法的发展趋势以及当前计算地球物理领域的核心内容,指出了计算地球物理领域的数值模拟发展方向.     

AVHRR 1B定位数据经验插值模型的误差分析

确定像元地理坐标是几何纠正及卫星数据应用的基础。经验插值方法常用于计算高分辨率辐射计AVHRR1B定位数据,研究插值模型的定位误差具有重要意义。该文分析了AVHRR像元空间位置和像元大小,利用AVHRR扫描线的圆心角θ表示像元的位置,建立了像元位置θ和像元大小Δθ的表达模型;根据分段线性插值模型,计算插值后的像元位置θafter和像元大小Δθafter,获得分段线性插值模型的像元位置和大小的误差模型。     

泛北极多年冻土及重大线性工程稳定性状况

泛北极是中国"一带一路"倡议的主要合作示范区域,已有的重大线性工程及新的基础设施建设均面临着与多年冻土相关的冻融灾害及工程病害问题.在全球气候变暖及人类活动增强的背景下,泛北极多年冻土主要呈现地温升高、活动层厚度增加趋势,且低温多年冻土地温升高更加明显,20世纪70年代以来年平均地温(MAGT)升温最高可达3℃;自北向...     

基于空间自相关的阿根廷滑柔鱼CPUE标准化研究

CPUE的观测往往不是独立的,而是存在空间相关性的。但是,大多数的CPUE标准化方法通常都假设名义CPUE在空间上是相互独立的。为此,本研究以西南大西洋阿根廷滑柔鱼为例,采用2000-2014年1-5月中国大陆鱿钓生产统计数据以及对应的海表温度和叶绿素浓度数据,选择广义线性模型（general linear model,GLM）为基础模型,将空间自相关加入到GLM中,比较标准GLM和4种加入空间自相关的空间GLM的CPUE标准化。根据最小信息准则（Akaike Information Criterion,AIC）及贝叶斯信息准则（Bayesian Information Criterion,BIC）,空间自相关的GLM的CPUE标准化结果优于标准GLM,其中指数模型的CPUE标准化结果最佳。同时,标准GLM与空间自相关的GLM相比,存在精确度过高估计的问题。因此,在CPUE标准化中,应充分考虑空间自相关这一因素。