现代地图语言

地图符号发展到今天,已经超越了其符号本身,应当把它当作一种语言来研究,即地图语言。地图语言使人们使用地图进行空间认识更加贴近现实,使地理空间信息的传输更加准确、生动和形象。文中主要对现代地图语言的形成,现代地图语言的主要表现形式即视觉符号、听觉符号和触觉符号,以及地图语言的本质即视觉变量、听觉变量和触觉变量进行了探讨。     

UNB多波束数据格式解析

采用VB进行程序设计,实现了对数据文件的解析,提取出了各种不同类型的数据,介绍了数据的处理与应用.     

基于GIS的县域土壤重金属生态风险评价

为研究经济快速发展区农田土壤中重金属的含量及污染状况,本文以浙江省慈溪市为研究对象,研究土壤中铜、汞、镉、铅、砷、铬、锌七种重金属含量特征,并采用潜在生态危害指数法对其进行评价,并绘制生态风险危害指数分级图。结果表明:土壤中除汞元素含量较高外,其他各元素含量仅稍高于当地土壤背景值。七种元素的单因子污染指数Cfi值均属于中等的污染参数,综合污染指数Cd上限值已处于高污染指数的范围,但平均值为属于中等污染水平。从潜在生态风险评价结果来看,七种元素的单项潜在生态风险参数Eri的值也只有汞达到了强生态危害,七种元素综合潜在生态危害指数RI刚刚达到中等生态危害水平,说明该区农田土壤尚处于较低的生态风险状态。生态危害指数插值结果表明,慈溪市重金属元素的高风险区分布在中南部人类活动较为活跃、城乡工业较发达的区域,在今后的土地利用中,应高度重视人类活动对土壤重金属污染的影响。     

基于BP神经网络的地图数字化误差纠正

由于在数字化采集过程中不可避免地会引入系统误差和异常误差,因此消除和削弱这些误差的影响是提高空间数据质量的关键。然而由于图纸变形不均匀,扫描误差又极其复杂,用常规的多项式拟合技术只能消除部分有规律的系统误差,很难完全消除它们对地图数字化坐标的影响。BP神经网络是一个高度非线性映射系统,能以任意精度逼近。结合地图数字化坐标改正的特点,本文给出了基于BP神经网络地图数字化坐标误差纠正的方法,并通过实例验证了该方法的有效性。     

GPS网络RTK的质量控制

随着科技的发展与工程应用的深入,传统RTK技术的不足也逐渐体现出来。网络RTK的出现克服了它的局限性。本文简要介绍了网络RTK的概念、工作原理、误差来源与平差、质量控制方法。     

基于导航卫星的数字地图传输协议设计与性能分析

本文就利用导航卫星的电文通信功能，进行大数据量数字地图数据传输的通信协议进行了论述。提出了等待式ARQ和选择重发式ARQ相结合的ARQ协议，介绍了该协议的基本思想，详细分析了协议性能并给出了实现协议的算法流程。     

矢量数据动态存贮方法的研究

本文通过对三种矢量数据动态存贮方法的分析比较，并通过实践，找到一种安全可靠并且比较实用的数据动态存贮方式。     

GIS空间分析与模糊综合评判在银行ATM网点选址中的应用

空间分析是GIS的核心和灵魂,是GIS区别于一般信息系统的主要标志之一。运用GIS空间分析中的叠置分析、缓冲区分析、网络分析等功能对自动柜员机(ATM)网点进行选址,应用模糊综合评判模型对选址区位评价确定出ATM布放的最终布局,并通过实例验证该方法能为在ATM网点选址中提供决策依据,最后探讨了今后研究的方向。     

Prediction of UT1–UTC,LOD and AAM χ<Subscript>3</Subscript> by combination of least-squares and multivariate stochastic methods

This article presents the application of a multivariate prediction technique for predicting universal time (UT1–UTC), length of day (LOD) and the axial component of atmospheric angular momentum (AAM χ ₃). The multivariate predictions of LOD and UT1–UTC are generated by means of the combination of (1) least-squares (LS) extrapolation of models for annual, semiannual, 18.6-year, 9.3-year oscillations and for the linear trend, and (2) multivariate autoregressive (MAR) stochastic prediction of LS residuals (LS + MAR). The MAR technique enables the use of the AAM χ ₃ time-series as the explanatory variable for the computation of LOD or UT1–UTC predictions. In order to evaluate the performance of this approach, two other prediction schemes are also applied: (1) LS extrapolation, (2) combination of LS extrapolation and univariate autoregressive (AR) prediction of LS residuals (LS + AR). The multivariate predictions of AAM χ ₃ data, however, are computed as a combination of the extrapolation of the LS model for annual and semiannual oscillations and the LS + MAR. The AAM χ ₃ predictions are also compared with LS extrapolation and LS + AR prediction. It is shown that the predictions of LOD and UT1–UTC based on LS + MAR taking into account the axial component of AAM are more accurate than the predictions of LOD and UT1–UTC based on LS extrapolation or on LS + AR. In particular, the UT1–UTC predictions based on LS + MAR during El Niño/La Niña events exhibit considerably smaller prediction errors than those calculated by means of LS or LS + AR. The AAM χ ₃ time-series is predicted using LS + MAR with higher accuracy than applying LS extrapolation itself in the case of medium-term predictions (up to 100 days in the future). However, the predictions of AAM χ ₃ reveal the best accuracy for LS + AR.     

基于动态检测平台的GPS接收机动态性能检测研究

介绍了一种新型动态检测平台,设计了GPS动态差分试验和双动态差分试验,分析了GPS动态单点定位、动态差分测量、双动态差分测量在两种不同速度条件下进行了的试验数据.