摘要：运用GIS、互联网、大数据等新一代信息技术,实现统计调查、数据处理、数据分析、数据管理、数据服务的智慧化发展新模式,是统计工作的发展方向。依托"智慧统计"的发展理念,基于GIS和大数据技术,建设了统计综合数据库和具有自动采集、监测分析、决策支持功能的智慧统计大数据平台,大大提高统计数据的及时性、完整性和准确性。

摘要：土壤侵蚀的物理机理十分复杂,用数学方式难以描述。针对土壤侵蚀过程的模糊性、随机性、非线性等特点,将RBF神经网络的理论与方法应用到土壤侵蚀预测中。以杏木小流域为研究对象,应用RBF神经网络方法构建土壤侵蚀预测模型,以汛期降雨量、径流系数、土壤容量、有机质含量及孔隙度土壤侵蚀因子作为模型的输入层变量,输出层变量为年土壤侵蚀模数。通过模拟训练和预测,RBF神经网络取得的结果较好,能够有效地预测土壤侵蚀,且与常见的BP神经网络土壤侵蚀预测模型相比,RBF神经网络得到的预测结果精度更高。RBF神经网络模型将土壤侵蚀预测问题转化为影响因子和年侵蚀模数的非线性问题,该模型的模拟与预测为复杂的土壤侵蚀规律研究提供了新途径。

摘要：虚拟现实技术是一门新兴的技术,应用领域广泛。虚拟校园系统作为虚拟现实技术在教育领域的应用,打破了时空的限制,能够真实、直观地展现交互式三维校园场景,因此高等院校纷纷建立了自己不同功能的虚拟校园系统。从系统功能、实现技术等方面完成了虚拟校园系统的设计,并以吉林大学朝阳校区的校园场景作为数据,开发出了具有数据输入、查询、漫游、空间测算、数据更新、二三维交互、动画输出功能的原型系统,获得了满意的效果。

摘要：近年来提出的替代模型方法是一种连接数值模拟模型与优化模型的有效途径,替代模型质量的好坏取决于采样方法和替代模型种类。以金泉工业园区地下水水源地为研究区,基于拉丁超立方抽样方法,结合研究区地下水数值模拟模型,获取输入(抽水量)输出(水位降深)数据集,运用人工神经网络方法,建立径向基函数神经网络模型,作为地下水数值模拟模型的近似替代模型。经验证,径向基函数神经网络模型输出得到的水位降深均值与模拟模型计算结果的拟合平均相对误差为0.038;水位降深剩余标准差的拟合平均相对误差为0.042。拟合平均相对误差较小,表明径向基函数神经网络模型能够有效地替代地下水数值模拟模型,为日后替代模型的深入研究提供了科学依据。

摘要：抽样方法和替代模型种类是替代模型质量的两个关键环节。选取合适的抽样方法,在数值模拟模型的可控输入变量的可行域内采样是有效地建立替代模型的基础条件。本文应用蒙特卡罗抽样和拉丁超立方抽样两种技术方法,针对假想的抽水量数据,在其可行域内进行采样,在抽取相同样品数的情况下对比分析采样结果发现,拉丁超立方抽样的结果对总体样本的覆盖度高,更具代表性,是获取输入数据集的有效途径,为日后模拟模型的替代模型研究提供了科学依据。

摘要：采用假设情景法构建了情景1城市用地扩张和情景2生态退耕2种东辽河流域土地利用/覆被变化情景,结合GIS手段与SWAT模型分析了不同情景对流域土壤侵蚀的影响。结果显示:与基准期相比,情景1模式下,土壤侵蚀面积均呈增加态势,其中中度侵蚀面积增幅达34%,且旱地与乡镇用地土壤侵蚀强度指数分别超过基准年的6%、21%。情景2模式下,土壤侵蚀面积及强度缩减比例均在3%以上。结果表明:东辽河流域内城市化进程的加快会造成土壤侵蚀面积增加,而植被盖度的提高能有效控制流域土壤侵蚀的发生发展。研究结果可为东辽河流域土地利用规划和水土流失防治工作提供科学参考。