Descriptive Analysis and Classification of Benthic Communities in Some Mediterranean Coastal Lagoons (Central Italy)

Abstract. Benthic samples were taken seasonally at 32 stations in five coastal lagoons of Central Italy (Fogliano, Monaci, Caprolace, Fondi, and Lungo) during a two-year period (1982–1984). Composition and distribution of benthic populations in each lagoon as well as seasonal trends of species richness, density, diversity, and redundancy are presented and discussed.
The faunal differentiation appeared to be mainly due to the different degree of water exchange, both with marine and continental systems.     

红树林遥感智能分类方法研究

利用ＧＩＳ信息中的红树林地域分布规律作向导，充分利用械树林区的光谱信息进行红树林植被信息提取。在对比研究常规的红树林图象自理方法的基础上，提出了适用于红树林植被信息遥感监测的智能分类方法。     

走航测深数据的自动采集

本文介绍应用IBM微机实现走航实时水深及定位数据的自动采集系统。给出了联机系统方框图及采集、传送数据的程序流程图。并对IBM-PC/XT微机与测深仪之间的接口、数码转换和数据处理作了简要的叙述。     

动态基准实时测量系统的开发与应用

介绍了动态基准实时测量系统的硬件组成、站点上全站仪棱镜组合安装与检测方法、系统软件的开发及特点，最后对系统在广州地铁某地铁站结构变形自动监测中的应用情况进行了阐述。通过实际应用表明该系统能应用在自动化、高精度的变形监测领域。     

利用X射线衍射测定单斜辉石中硬玉组分含量

硬玉是单斜辉石中十分重要的端元组分,是单斜辉石分类的主要基础。利用x射线衍射分析确定的硬玉组分含量计算式为Jd(％)=[A-2.235]×25.741,其中Jd为硬玉组分百分含量,A为2—Theta角为30°(d=2.97)时峰值的相对强度Ⅰ与半高宽的乘积,其计算误差仅6.32％。     

用于数值分类的聚类分析

这里所谓聚类分析包括传统的聚类分析和作者提出的聚类统计检验分析。传统的聚类分析是常用的重要数值分类方法。但是，这个方法由于缺乏显著性检验，在国际上已长期公认是一个在多元统计中并不完整的方法。本文把聚类统计检验分析在其具有显著性检验的优越性上，和传统聚类分析作了对比分析。聚类统计检验分析区分有均匀聚类与中心聚类。前者用（１６）作为聚类判据，后者则用（２７），并且各用相应的公式（１７）－（２１）与（２     

等高线自动绘制中断层处理的新方法

提出了一种断层处理新方法——分块法与断层恢复法合成算法，这种方法兼有分块法与断层恢复法的优点同时又克服了其不足，较好地解决了含逆断层时煤层底板等高线自动绘制及任意边界的构网问题，使绘出的等值线图误差较小，更加符合实际。     

一种基于启发式算法的等高线局部内插方法

在基于启发式内插等高线算法的基础上提出了一种局部内插方法。首先利用Douglas-Peucker算法提取等高线的特征点,根据特征点判断等高线之间的相似性程度,找出导致等高线出现异常的特征点;然后将相似性程度很低的两条等高线自动分解为若干简单等高线再进行内插。有效地解决了局部弯曲很大、马鞍型地貌等复杂等高线的内插问题。算法已经在以Microstation为平台的数字制图系统中实现并逐渐实用化。     

简化模糊H-ARTMAP神经网络在高光谱遥感分类中的应用

人工神经网络作为一种不需估计类别分布参数的遥感影像分类方法,能够克服分类中的不确定性,提高分类精度。模糊ARTMAP人工神经网络具有稳定、泛化性能好、支持增量式学习等特点,通过对简化模糊AR-TMAP神经网络和H-ARTMAP神经网络的分析和集成,构造了一种用于高光谱遥感影像分类的简化模糊H-ART-MAP网络。实验证明该方法在分类效率、运算时间和分类精度等方面都优于最大似然分类、BP神经网络、最小距离分类、光谱角制图模型等分类方法。