逆方法最优解确定九州近海流速、流量

日本以南海域的调查研究,过去已有不少报道[1~3].众所周知,东海黑潮、西太平洋水和九州沿岸水在九州附近海域交汇,近年来,这里一直是中日黑潮合作调查研究[4]的重点海区之一这些工作显示,日本以南海域的基本特征表现为黑潮路径的大弯曲及其伴生的大冷水团和黑潮两侧中尸度涡的消长过程等等,同时表明确定该海区的流速、流量是探讨以上特征的主要内容之一以往多数作者是采用动力计算方法来确定黑潮相对流速、流量.大家知道,动力计算在不同的参考零面下所得的结果是不同的,这在黑潮强流区表现得尤为明显[5].     

基于网络分析法的武汉市景观生态网络格局特征分析

从网络分析法的角度对武汉市水系网络、道路网络、绿地网络及其复合网络构成的景观生态网络格局进行分析。根据总体景观生态网络格局特征、分区统计景观生态网络格局特征、分等级统计景观生态网络格局特征分析结果显示,道路网络和绿地网络的α指数、β指数、γ指数都明显好于水系网络,相比较而言,三网复合网络都有比独立网络更好的连接度,分区统计结果显示,主城区复合网络的三项指标均处于最高,网络连通度最好,分等级统计结果显示,等级道路网络的α指数、β指数、γ指数均高于全部道路网络,等级水系和等级绿地网络的α指数、β指数、γ指数均低于全部水系和全部绿地网络。     

利用点云检测室内导航元素的方法综述

随着大型公共设施的普及和人们室内活动的增多,人们对构建室内精细化导航模型的需求日渐迫切。近年来飞速发展的三维激光扫描、摄影测量、计算机视觉等技术,能够快速高效地获取高精度室内点云数据,为室内精细化导航提供丰富的数据源。如何从海量杂乱的点云中提取出可用于室内导航路径规划的室内导航元素如房间、门窗、楼梯、走廊等,成为了研究的热点和难点。因此,从基于点云的室内导航元素提取所面临的问题出发,综述和评价了近年来各种导航元素提取的相关理论和算法,并针对其各自优缺点,提出利用几何方法与统计方法相结合实现室内导航元素检测和导航网络构建的新思路。     

全球定位系统（GPS）技术的最新进展——第二讲 网络PTK

介绍了GPS网络PTK的概念及基本原理，并对GPS网络RTK中的三种主要方法－－内插法，线性组合法及虚拟基准站法作了较为详细的讨论。     

萤光法测定矿物、岩石中的铀

研究指出,在氟化钠中不同的元素,对铀螢光的影响不同;而且其影响还决定于它们在珠球中的含量[表1]。根据影响的程度,我们将所研究过的元素分为五组。第一组:是指它们在珠球中的含量很大时,对铀螢光没有影响,或者是影响可以忽略的元素,这样的元素有Li,Na,K,Rb,Cs,Zn Ti,S,Mo,W,Cl,Br,I。第二组:是指它们在5毫克珠球中的含量为1·10~(-6)至1·10~(-4)克时,即有影响的元素,这样的元素有Cu,Be.Mg,Ca,Sr,Cd,Ba,B,Si,Zr,Th,P,Se     

一种深度图像拟合圆柱的优化方法

圆柱状构件广泛存在于古建筑仿真中,为了提高古建筑深度图像圆柱拟合的精度,针对古建筑仿真3维建模的特点,提出基于高斯图获取圆柱拟合参数初始值,然后利用圆柱距离函数参数化法进行非线性最小二乘拟合的圆柱拟合方法。实验证明,该方法不仅具有较高的精度,而且拟合结果稳定可靠。     

江苏东海地区石英脉地质特征及找矿方向

区域变质作用、韧性剪切作用和超高压变质作用为SiO2富集创造条件,印支期-燕山期的构造活动为石英脉富集定位创造构造环境。东海群地层、韧性剪切带、超高压变质带为石英脉的形成提供了SiO2物质来源。     

基于步行性的城市热环境暴露风险区识别及其健康效应——以武汉市主城区为例

以武汉市主城区为例,运用大气校正法反演地表温度,基于步行指数计算步行性,通过空间叠加识别出高步行-高热类(预警空间)、高步行-低热类(友好空间)、低步行-高热类和低步行-低热类4类空间,并基于脆弱人群视角探究城市的健康公平性。结果表明：预警空间占全域12.53%,呈大小落石状分布于城市中心区,友好空间占全域1.13%,零星散落于预警空间内。研究区内32.50%的常住人口生活在预警空间,33.11%的儿童和40.01%的老年人生活在高步行性和高热环境暴露风险的空间中,预警空间对老年人表现出明显的倾向性,老年人健康风险较高。此外,儿童相对于老年人更多生活在低步行性空间,老年人相对于儿童面临更高的热环境暴露风险。     

一种多极化SAR图像融合方法研究

本文针对多极化SAR图像的融合问题,提出了一种基于非下采样Contourlet变换(NSCT)与脉冲耦合神经网络(PCNN)的图像融合方法。此方法用NSCT对已配准的多极化SAR图像进行分解,得到低频子带系数和各带通子带系数;采用简化的PCNN模型分别对低频子带和高频子带系数进行智能决策,并进行NSCT逆变换得到融合图像。经实验表明该方法能够最大程度地保留原始极化SAR图像的信息,融合效果好于基于单个像素和局部特征的融合方法。