基于GIS技术的公路综合选线方法

首次提出了基于ＧＩＳ技术的公路综合选线方法，应用ＧＩＳ技术的空间分析功能，提取公路选线的影响信息；在此基础上，将公路选线问题层次化，并利用层次分析的方法，实现公路选线多因素的综合分析，达到公路综合选线的目的。     

基于GIS的秃尾河流域地质生态环境评价

揭示了秃尾河流域地质生态环境的影响因素,提出了地质生态环境状况分级标准。以MAPGIS为平台建立地质生态环境评价信息系统,对秃尾河流域地质生态环境状况进行了分析评价。以GIS为基础进行地质生态环境评价,实现了地质生态环境信息存储、管理、查询、分析评价及结果表达等的一体化与可视化,评价过程和结果更加直观地反映了地质生态环境状况的空间分布规律及其变化特征。     

基于RS与GIS的典型地区土地利用/覆盖变化研究——以三江源生态环境重点保护区玛多县为例

典型地区和脆弱区的土地利用/覆盖变化是区域性研究的重要内容。三江源地区是国家级自然保护区,生态系统异常敏感和脆弱。以典型地区玛多县为案例,基于RS和GIS技术,系统研究了该地区土地利用/覆盖变化及其对景观格局的影响,探讨了生态环境演化过程,可为更广泛的区域性综合提供基础。研究发现:①10 a间,该地区湿地、水体和天然草地明显减少,湿地减少比例达到36.63%,大于6 hm²的湖泊减少近半数;沙地,裸地和盐碱地等明显增加,草地退化、沙漠化严重;②天然草地、裸地、沙地、水体、湿地和盐碱地之间的类型转化较为明显,且与水资源又有密切的关系。③多样性、均匀性指数和景观异质程度提高,土地趋于多样化和均匀化;裸地、沙地优势度增加,湿地、水体和天然草地优势度减少;整体破碎化程度呈缓慢减少趋势,而湿地、沙地破碎度增加。④综合土地利用动态度为0.98,天然草地、裸地、湿地、沙地动态面积变化较大。⑤研究区的土地利用/覆盖变化将深刻影响该地区的生态过程,同时还将影响三江源地区的水源涵养和供给。     

虚拟校园系统的设计与开发

以长安大学校本部东院教学区的虚拟化和信息化为目标,建立虚拟漫游系统三维模型库,结合ASP技术,利用JavaScript脚本语言和Java语言,以VRML为核心,开发基于TCP/IP协议和因特网的虚拟校园漫游系统,实现对虚拟校园场景的漫游、自动导航、目标属性查询等功能。     

水文地质空间信息标准化初探

从水文地质信息的特点出发 ,论述了水文地质标准化的重要性 ,提出了水文地质空间信息标准化体系 ,着重探讨水文地质空间信息标准中的数据库标准。最后展望了水文地质空间信息标准化的前景。     

硫化氢对烟草种子萌发和幼苗生长的影响

为了明确硫化氢(H₂S)对烟草种子萌发和幼苗生长的影响,以烟草品种K326为材料,用不同浓度H₂S浸泡处理后观察种子萌发情况;采用水培法对正常萌发后的烟草幼苗进行不同浓度H₂S、H₂S抑制剂(HA)、H₂S清除剂(HT)以及盐胁迫处理,观察其对烟草幼苗生长的影响。结果表明：与对照相比,低浓度(0.05 mmol/L、0.1 mmol/L)H₂S处理对种子萌发具有促进作用,高浓度(0.25 mmol/L、0.5 mmol/L)H₂S处理明显抑制种子萌发。HA浓度为0.15 mmol/L、HT浓度为0.2mmol/L的处理可显著抑制幼苗的根系生长。0.05 mmol/L的H₂S处理对烟草幼苗生长具有促进作用,同时可以缓解盐胁迫对幼苗生长和根系发育的抑制作用。     

论水资源管理模型存在的问题与发展趋势

在分析和总结现有资料的基础上 ,对水资源管理模型研究中存在的问题进行了分析 ,在此基础上提出了水资源管理模型的发展趋势。     

基于GeoMap的钻孔柱状剖面图的自动绘制

绘制钻孔柱状图是地下水资源管理中地质数据表达的一种重要方法。在Visual Basic环境下利用GeoMap控件显示钻孔数据，并通过对钻孔数据库的访问而自动绘制出钻孔的柱状图，进而，将相邻钻孔柱状图的同一岩层连接起来而成为钻孔柱状剖面图。结果表明：利用该方法绘制钻孔柱状剖面图，不仅制作容易、方法简便，降低了成本及编程难度，而且能够提高绘图速度和准确度。     

基于B/S模式煤矿地测空间信息远程管理系统设计

煤矿地质测量工作是煤矿生产最基础和最重要的工作之一,其相关信息对煤矿的安全生产和生产能力具有重要的影响.地测空间信息远程管理系统的设计就是针对矿区目前信息管理方面存在的网络化问题而提出的,采用了B/S模式并将整个系统分成了4个子系统,从而很好的解决了信息的网络化管理问题.详细介绍了整个煤矿地测空间信息远程管理系统的框架体系及其相关技术,重点介绍了系统的设计依据和过程以及系统的实现.     

基于XGBoost算法的遥感图像云检测

云检测是利用卫星遥感影像进行相关应用的基础。针对云检测过程容易受到复杂地表环境干扰的问题，提出了一种基于极限梯度提升（XGBoost）算法的云检测模型。该方法以TOA反射率、亮温和光谱指数等组建特征空间；然后，采用贝叶斯优化对XGBoost模型的超参数进行了调整。为检验XGBoost的云检测效果，选择不同云场景的Landsat 8遥感影像为测试数据，并把XGBoost、随机森林和决策树的云检测结果作对比。结果表明：本文提出的XGBoost云检测模型的云识别效果优于随机森林和决策树，展现了XGBoost在云检测中的潜力；且XGBoost的F1分数和Kappa系数分别可达73%和71%以上，实现了较准确的云检测，可为后续开展云检测研究提供一定的支持。