利用高光谱数据进行植被生化成分反演方法研究

高光谱数据包含着丰富光谱信息,能够定量地分析物质成分^[1]。由高光谱数据,可以运用多元逐步线性回归方法反演植被生化组分含量,从而达到监测植被生长状况的目的^[2]。本文具体介绍了多元逐步线性回归方法,及其在氮、木质素和纤维素含量估算中的应用。     

长江口及济州岛附近海域变性水团的初步分析

所谓水团分析，主要是指划分水团的边界，确定水团的基本特征以及分析研究水团的消长变化规律。本文研究的海区大多属于浅海区域。浅海水团易受海洋外部因素的影响，变性显著，因此，浅海水团的分析实际就是水团的变性分析。所谓水团的变性，主要是指水团特征的示性水平从高向低的过渡，并逐渐丧失其示性特征的这一过程。     

BP神经网络在局部似大地水准面精化的应用

针对高程拟合中的模型误差问题,采用BP神经网络方法进行拟合,可以减小模型误差,提高似大地水准面的精化精度。在焦作市局部似大地水准面精化算例中,BP神经网络高程拟合取得了良好的效果。     

高分辨率格网空间重力异常的精密确定

介绍高分辨率格网空间重力异常精密确定的方法,并利用深圳及周边地区5 213个高精度实测重力值、高分辨率数字地形模型和WDM94地球重力场模型,采用移去-恢复技术和加权平均法计算深圳市1 km和2 km分辨率的格网空间重力异常.计算结果表明:该地区1 km和2 km分辨率的格网空间重力异常的精度分别为±1.560 mGal和±4.442 mGal.1 km分辨率的格网空间重力异常成果已应用于该地区似大地水准面的精化,产生了较大的经济效益和社会效益.     

基于GM(1,1)优化模型的岩石边坡变形预报

岩石边坡系统是一典型灰色系统，其变形发展过程可以用灰色预测模型完成。尽管传统GM（1，1）模型预测有很多成功的实例，但是也存在一些预测偏差过大的情况，必须对其进行优化。逐步迭代法GM（1，1）模型不仅收敛速度快，而且与原始数据库序列的凹凸性保护一致。利用自编的计算程序对马步坎边坡预测测点G1沉降和开裂进行预测分析，结果表明逐步迭代法GM（1，1）优化模型计算精度较传统GM（1，1）模型和背景构造法GM（1，1）优化模型高，较好地反映了岩石边坡的变形趋势。     

精化区域大地水准面若干问题的探讨

对精化区域大地水准面的一些问题进行了探讨 ,以便有关单位在精化区域大地水准面时进行参考。     

应用"极值剔除"和"逐步消空"法建立太原机场11月份辐射大雾预报指标集

本文介绍了利用“极值剔除”和“逐步消空”方法建立太原机场11月份辐射大雾预报指标集的具体过程，并对得出的预报指标进行回报检验，以证实其在业务中的切实可行性。     

建立省域C级GPS控制网与大地水准面精化

地质、矿产、交通、国土、测绘等众多行业都与空间数据密切相关。空间数据基准框架决定了空间数据的准确性、统一性和实用性。本文从国内外发展现状出发,简述了我国目前大地坐标框架存在的问题,论述了建立省域C级GPS网并精化似大地水准面的作用和意义,并提出了建立省域C级GPS网并精化似大地水准面的技术方案和相关问题。     

哈尔滨市大地水准面精化的思路

详细介绍了哈尔滨市大地水准面精化所采用的基础资料、精化思路以及精度检验方法.     

基于傅里叶级数的中国沿海地区Tm模型精化研究

本文采用中国沿海地区13个探空站2010~2014年实测地表温度T_s与平均温度T_m数据,利用傅里叶级数分析法精化中国沿海地区T_m模型,并将2015年探空站实测T_m数据与精化模型进行对比检验。结果表明,精化模型在T_m探测方面具有更高的计算精度,其计算大气可降水量的误差概率分布趋近于正态分布,具有较强的稳定性。