2006地理信息系统银奖工程简介湖南省林业基础地理数据管理系统     

《地理信息世界》2007,5(5):82-87

1项目简介 1.1背景 在"数字地球"的大背景下,我国林业系统于2003年提出构建国家"数字林业"系统的构想.  相似文献   

一种基于信息网格的空间数据分解算法     

胡斌  刘鹏  陈正阳 《地理信息世界》2007,5(4):40-44

针对空间数据库数据海量且分布的特点,为了能从这些空间数据中更加有效的收集信息和发现知识,介绍了基于信息网格的空间数据挖掘计算模型,在分析空间数据划分一般原则和方法的基础上,针对该计算模型给出了一个数据划分的初步算法,并通过模拟实验对算法的时间性能进行了评价与分析。  相似文献   

两种GPS反演方法在日本西南与菲律宾板块交界处的应用与比较     

《大地测量与地球动力学》2007,27(1)

  相似文献   

中国数字地震台网(CDSN)的近期发展   总被引：1，自引：1，他引：0       下载免费PDF全文

周公威  张伯明  吴忠良  万永革  黄文辉 《地球物理学进展》2007,22(4):1130-1134

中国数字地震台网（CDSN）自20世纪80年代建成并投入运行以来,有力地促进了我国的数字地震学研究,扩大并加深了我们对地壳、地球内部构造和地震震源过程的认识,从而有助于地震预报和减轻地震灾害的研究工作．本文阐述了基于CDSN二期技术改造建立的CDSN数据通信系统,研发CDSN数字地震实时分析系统的进展．  相似文献   

红河断裂带的GPS观测数据反演          下载免费PDF全文

张清志  刘宇平  陈智梁  唐文清 《地球物理学进展》2007,22(2):418-421

本文利用1999和2003年的GPS观测数据,通过在欧亚框架下的数据反演,并根据断裂带的活动性质和活动性的强弱,将测区范围内的红河断裂带分为三段（见图3示）：北段断裂带、南段断裂带和中间转换区.  相似文献   

利用MODIS/EVI时间序列数据分析干旱对植被的影响   总被引：3，自引：0，他引：3  

赵伟  李召良 《地理科学进展》2007,26(6):44-55

为了分析2006 年四川重庆地区夏季干旱对该地区植被生长的影响, 选取该地区多年中分 辨率成像光谱仪(MODIS)增强植被指数( EVI) 时间序列数据进行研究, 利用时间序列谐波分析 (HANTS) 算法对EVI 数据进行去云处理, 并根据处理后的结果( 重构的EVI 数据以及HANTS 分 析得到相应频率对应的振幅和相位) , 分析干旱对该地区的影响, 同时结合地面气象数据加以补 充说明。将干旱年份和正常年份对比分析, 结果表明, 处理后的EVI 时间序列数据能较好地反映 干旱对地表植被的影响, 振幅和相位的空间分布特征能够很好地反映干旱的影响范围。  相似文献   

地图数据缩编更新的模式分类与选择   总被引：4，自引：0，他引：4  

胡云岗  陈军  李志林  赵仁亮  陈艳红 《地理与地理信息科学》2007,23(4):22-24

地图数据缩编更新模式是缩编更新技术流程设计及软件模块开发的基础。根据缩编和更新对象的不同归纳了缩编更新的4种模式,结合当前地图自动综合理论技术水平与数据组织管理现状,认为现阶段最合理的模式为新旧数据叠加缩编更新模式。基于该模式分析道路数据缩编更新的技术流程并开发了相应的软件模块,应用于国家1∶5万地理信息系统中道路数据的更新,从而验证了该模式的可行性。  相似文献   

面向"数字城市"多源数据的空间数据立方体空间度量研究     

邹逸江 《地理与地理信息科学》2007,23(2):22-25

叙述了面向“数字城市”多源数据的空间数据立方体空间度量的基本定义;描述了空间度量的聚集概念,并结合具体的图例阐述了点状、线状、面状空间度量的聚集过程;解释了空间数据立方体维上钻、维下翻、维层次上钻、维层次下翻的空间度量聚集操作基本原理。  相似文献   

数据同化在海洋生态模型中的应用和研究进展   总被引：1，自引：0，他引：1  

王辉  刘桂梅  万莉颖 《地球科学进展》2007,22(10):989-996

将数据同化方法引入海洋生态系统动力学模型研究,利用现有的观测数据,获得最佳的模式参数、初始场或提高状态模拟,是当前多学科交叉研究的热门领域。本文依据国内外研究进展,主要就海洋生态模型研究中所采用的变分伴随、卡尔曼滤波、模拟退火法方法进行了介绍,总结了数据同化在我国的海洋生态系统研究中的现状和发展趋势。  相似文献   

考虑预报偏差的迭代式集合卡尔曼滤波在地下水水流数据同化中的应用          下载免费PDF全文

杨运  吴吉春  骆乾坤  钱家忠 《水文地质工程地质》2022,49(6):13-23

集合卡尔曼滤波（Ensemble Kalman Filter,EnKF）方法已广泛应用于地下水水流和污染物运移模拟相关问题的求解。但前人研究多建立在同化系统预报模型是准确的基础上,忽视了模型概化的不确定性。当模型概化不准确时,将导致预报偏差,可能带来错误的系统估计。因此,文章提出考虑模型预报偏差的迭代式集合卡尔曼滤波（Bias aware Ensemble Kalman Filter with Confirming Option,Bias-CEnKF）方法。以地下水水流数据同化为例,研究模型概化存在不确定条件下,边界条件、初始条件、源汇项概化不准确时新方法的有效性。结果表明,当预报模型概化不准确时,使用标准EnKF方法进行数据同化,可能会导致滤波发散,造成同化失败。Bias-CEnKF方法不仅保留了较好的同化性能,同时减小了参数、变量、偏差项非线性关系带来的不一致性。针对文章中4种情景,Bias-CEnKF同化获得的含水层渗透系数场以及水头场均接近真实场,且预报结果可靠。本研究进一步提升了模型概化不确定时EnKF方法的适用性,为实际野外复杂条件下地下水水流数据同化问题提供了可靠的方法。  相似文献