云南米虾研究及新种的描述

本文报道了云南省的米虾共9种,其中包括4新种。标本采于1983年3—6月。其新种为:1.滇池米虾:额角上缘和后缘的齿均多,且其末端有1/3—1/2的无齿区。2.异指米虾:额角上、下缘的齿均多,第三步足雄性指节较雌性宽阔,且刺也显著粗大。3.长棍米虾:第二腹肢的雄性附肢特别延长而多刺。4.喻氏米虾:额角下缘齿数显著多于葛氏米虾。     

地矿部1994年度海洋地质科技进展综述

本文概述了地矿部1994年度海洋地质科技进展概况。主要介绍了“八五”期间地矿部石油地质海洋地质局系统国家攻关项目、国家南极委科技攻关项目、国家大洋专项及部、局控项目的情况及科研成果．     

大冶铁矿国家矿山公园规划实践

大冶铁矿的开发利用在为我国的钢铁事业作出巨大贡献的同时,也给矿区的地表环境、森林资源带来了很大的破坏。矿山公园的规划实施可极大地改善矿山环境,为矿山的可持续发展提供较好的途径。     

近20年来福州市土地利用时空变化的遥感分析

以1986、1996和2006年三期Landsat TM影像为基本数据源,采用最大似然法分类,并以同期高分辨率的SPOT5影像进行分类后处理,最后分类后变化检测法监测了福州市1986~2006年的土地利用变化及其转移模式。结果表明,福州市近20年间土地利用发生了较大的变化,城乡建筑用地处于快速增长阶段,而耕地数量却在不断下降。经济发展、人口增长、政府决策等因素是福州市土地利用发生变化的主要驱动力。     

1997年广东台山小震群特征

分析了１９９７年１１～１２月在广东台山市三合镇附近发生的最大震级为４１级小震群的活动特征、地质构造背景和震源机制解,并将其与１９７０年７～１２月发生的最大震级为４０级的台山震群进行了对比,计算了两次小震群的序列特征参数,结果表明,１９９７年震群具有前兆震群的某些特征。     

基于SBAS- InSAR技术的西藏雄巴古滑坡变形特征

大型古滑坡及其强变形和复活灾害日益频发,已造成重大灾害事件和严重损失.古滑坡的发育、变形影响因素多、机理复杂和识别难度大,本文采用SBAS-InSAR技术,结合遥感解译,获取了金沙江西岸雄巴村古滑坡2017年10月至2020年6月间的地表变形特征.研究表明,雄巴古滑坡方量巨大,可达2.6×108～6×108 m3,根据InSAR形变监测结果,滑坡前缘发育H1和H2等2个大型强变形区,变形级别分为4级:极强变形区(-132.1 mm/a≤VLOS＜-58.5 mm/a)、强变形区(-58.5 mm/a≤VLOS＜-20.3 mm/a)、中等变形区(-20.3 mm/a≤VLOS＜l.8 mm/a)和弱变形区(1.8 mm/a≤VLOS＜55.4 mm/a);其中H1变形区,最大累计变形量达203.8 mm,H2变形区变形量达302.1 mm.受金沙江河流侵蚀,特别是上游75 km的2018年10月和11月白格2次滑坡-堵江-溃坝-泥石流/洪水灾害链对雄巴古滑坡坡脚的侵蚀,加剧了雄巴古滑坡的变形,其中H1变形区的蠕滑速率是白格滑坡灾害链发生前的14～16倍,灾害链引起H2区发生变形,雄巴古滑坡整体呈现牵引式复活状态.基于SBAS-InSAR的形变监测结果得到了野外的验证,目前H1变形区前缘出现局部垮塌,滑体中横向和竖向裂缝发育,局部呈现拉张状态.雄巴古滑坡目前呈现持续变形中,部分地段为加速变形,雄巴古滑坡发生大规模复活将导致堰塞金沙江-溃坝-泥石流灾害链,应加强雄巴古滑坡的空—天—地一体化监测预警,为该区正在规划建设的重大工程和流域性地质安全风险提供技术支撑和科学依据.     

Landsat 8热红外数据定标参数的变化及其对地表温度反演的影响

Landsat系列卫星上的TIRS热红外传感器数据已被大量应用,针对TIRS数据的地表温度反演也相继开发出一些算法,并有一些研究对TIRS数据的定标及其地表温度反演算法的精度进行了对比。本文主要就TIRS热红外传感器定标参数的变化,结合这些定标参数变化的时间点对有关地表温度反演算法的适用性和有效性进行分析,特别是对劈窗算法是否适合当前的TIRS数据进行了讨论,以使用户能够对Landsat 8 TIRS热红外数据的正确使用有进一步的认识。总的看来,由于视域外杂散光的影响,TIRS数据的定标精度仍达不到设计目标,TIRS第11波段的不确定性仍成倍大于TIRS 10波段。因此,在Landsat团队未彻底解决这一问题之前,同时用TIRS第10、第11这两个差距较大的波段构成的劈窗算法来反演地表温度,其精度存在较大的不确定性,US6-S团队仍在致力于改进第11波段的精度,改进后的波段可以用劈窗策法。目前应以TIRS第10单波段的方式来反演地表温度为宜。     

海岛与海岸带遥感

回顾了海岛与海岸带遥感的发展概况, 总结了海岛与海岸带遥感应用研究现状。     

全极化SAR数据反演桥面高度

根据高分辨率SAR图像上建筑区的影像特征, 提出了基于灰度共生矩阵(gray-level cooccurrence Matrix, GLCM)纹理分析的建筑区提取方法, 该方法由初步定位和边界调整2个步骤组成, 均遵循特征计算、基于Bhattacharyya距离的特征选择和KNN分类流程, 所不同的是2个步骤中分别采用了逐块和逐点计算纹理特征的方式以兼顾纹理分析的效率和准确性。文中对不同SAR传感器获取的图像进行了实验。实验结果表明, 选用具有最大Bhattacharyya距离值的3或4个特征可以获得较好的初步定位结果, 建筑区的检测率超过80%, 虚警率低于10%;随着边界调整的进行, 检测到的建筑区边界逐渐接近于真实边界。实验结果验证了该算法的有效性。