排序方式: 共有9条查询结果,搜索用时 0 毫秒
1
1.
新疆吐-哈盆地地下水水文地球化学特征及形成作用 总被引:2,自引:0,他引:2
新疆吐-哈盆地水资源严重缺乏,地下水是当地主要的水资源,探讨该地区地下水水文地球化学特征对区域地下水资源开发利用与保护具有重要意义。通过运用阴阳离子Piper三线图、氢氧稳定同位素、Gibbs图以及离子相关关系分析的方法,探讨了该地区地下水化学特征及其形成作用。结果表明:吐-哈盆地地下水的补给来源主要以大气降水为主,排泄以蒸发为主;溶滤作用、蒸发浓缩作用对地下水化学组分的形成具有主导作用;沿地下水流动方向水化学类型由Cl·SO_4-Na型逐渐演变为Cl-Na型,水化学组分变化规律具有较好的一致性并且浓缩现象比较明显。 相似文献
2.
随着三维传感器和三维重建技术的发展,跨源点云的配准融合成为了一个研究热点。传统的配准方法使用单一特征作为配准基元,会存在空间几何约束弱的问题。为了高精度融合跨源点云数据,充分表达场景中的立面信息,本文提出一种基于线面特征约束的跨源点云配准方法。通过RANSAC算法提取跨源点云中的同名线、面特征;利用四元数法描述空间变换参数,将线特征作为配准的约束条件,构建空间变换目标函数,估算变换相关参数完成粗配准,解决尺度差异性;在粗配准的基础上将面特征作为约束条件,求解旋转矩阵和平移参数完成精配准。以面特征代替点特征作为配准基元能避免从海量的点云数据中选取公共点,减少由人为选择的偶然误差,避免了误差的积累,进一步提高配准精度。最终使用影像匹配点云与激光雷达点云数据进行实验,结果为:在小区域单建筑、多建筑和大区域建筑群中RMSE值分别为0.364 7、0.032 0和0.614 6,且同名面之间的夹角最大不超过1.5°,最小不到0.1°,夹角角度均值在1°范围内。结果表明本文方法对具有尺度差异的跨源点云具有较好的配准效果。 相似文献
3.
植被指数是地球陆表植被覆盖度和植被活力的指示因子,对环境监测、植被理化参量估算等应用研究有重要的意义。基于植被的反射光谱特征,通过遥感数据波段的组合,可以计算得到遥感植被指数。传统的植被指数如NDVI、EVI等仅利用有限波段信息的线性或非线性组合构建而成,没有充分利用遥感传感器所提供的多波段遥感信息,通用归一化植被指数UNVI(Universal Normalized Vegetation Index)充分利用了遥感传感器提供的多波段植被光谱信息,因此在反演植被叶绿素、生物量等植被理化参量上较其他传统植被指数更具优势。为方便UNVI指数的计算,本文基于IDL语言开发了UNVI软件插件,可直接作为ENVI商业遥感软件进行调用,并可满足多个传感器的UNVI计算需求。为了验证UNVI的应用效果,以植被总初级生产力GPP(Gross Primary Productivity)估算为例,比较了不同植被指数估算GPP的效果,结果表明:基于UNVI估算的GPP与通量站点获得的GPP具有较高的相关性(相关系数R2为0.79),验证了UNVI在GPP估算方面的优势。本文提供的UNVI软件插件可为遥感研究和应用人员提供便捷的计算工具。 相似文献
4.
便携机是近年来出现的一类新型新型计算机,其强大的功能与小七便携引起了工程界与勘测界的关注。本文在介绍和总结便携机基本特点的基础,报便携机的工程应用前景以及给传统的方式带来的冲击。 相似文献
5.
气动雾化进样-微波等离子体炬质谱法快速测定水样中的钙离子 总被引:1,自引:1,他引:0
环境水样中金属元素的分析通常采用电感耦合等离子体质谱法(ICP-MS),检出限低、线性范围宽,但仍存在使用功率高、耗气量大、分析成本高以及不适用于现场分析等不足。本文为降低金属元素分析成本,建立了微波等离子体炬(MPT)与有机质谱耦合的方式检测水样中钙离子的新方法。详细探究了载气流速和维持气流速对钙离子响应信号的影响,方法检出限为224.56 ng/L,相对标准偏差(RSD)为1.2%~9.8%,加标回收率在86.3%~110.4%之间。本方法无需样品预处理,分析速度快、灵敏度和精确度高,为环境水样中金属离子的测定提供了新途径,有望应用于金属离子的实时在线分析。 相似文献
6.
CINRAD/SA雷达软件系统第10版(CINRAD Build 10)是北京敏视达公司为CINRAD/SA雷达系统开发研制的最新版软件系统.CINRAD Build 10软件系统对CINRAD Build 7软件系统进行了全面升级改造,CINRADBuild 7软件系统的缺陷错误得到改进,功能得到增强,特别是数据处理和气象产品生成算法全面更新为NEXRADBuild 10算法.CINRAD Build 10软件系统,无论是稳定性,还是生成气象产品的质量,以及软件的系统功能和易用性都有很大提高. 相似文献
7.
8.
9.
中国陆域1∶100万植被指数UNVI(Universal Normalized Vegetation Index)多维数据集(2017)是在分析MODIS地表反射率产品数据MOD09GA特点,参照传统的植被指数合成算法,为了满足植被长时间序列变化研究需要而生成的16 d合成UNVI数据集。本研究合成的UNVI数据集在反映植被密度、植被覆盖度、植被光合作用速率,以及反演植被理化参数方面,与传统的NDVI和EVI合成数据集相比,具有明显的优势。合成算法主要分为两步:首先对16 d合成周期内存在无效值和反射率负值的MODIS数据进行筛选处理;然后读取合成周期内的质量控制波段数据统计“无云”数据的天数,并根据“无云”数据的天数选择相应合成算法进行UNVI的16 d合成,从而获得2017年中国陆域时间分辨率为16 d,空间分辨率约为0.00286°的UNVI时间序列影像。基于本文提出的合成算法生成的中国陆域UNVI数据集,采用1∶100万标准经纬线分幅,共64景(Tile),每景所覆盖的经纬度范围为6°×4°,为方便起见,数据集采用MDD多维数据格式(Multi-Dimensional Dataset)存储,每个.mdd文件下存放每景2017年所有时相的影像数据。同时为便于数据下载,全部数据按照分幅压缩为64个.zip文件,压缩后的数据量约为3.78 GB。本数据集能为从事全球变化研究的科研人员提供更方便的植被指数长时间序列数据产品。 相似文献
1