摘要：地形纹理特征提取和识别是地形自动分类的关键。该文在分析已有地形纹理特征提取方法的基础上,提出一种基于双树复小波变换的地形纹理特征提取和识别方法。该方法将DEM地形垂直特征信息引入双树复小波变换模型,设计并实现了面向DEM地形数据特点的地形纹理特征提取方法。以陕北黄土丘陵沟壑区为实验样区,选取6个不同地貌特征共109个典型地形纹理样本进行特征识别实验,并将实验结果与常用的灰度共生矩阵(GLCM)模型及Gabor滤波结合PCA方法进行对比。研究显示,基于地形垂直特征改进的双树复小波变换模型对6类样本有较高的识别精度,同时消耗最短的纹理特征构建时间。

摘要：研究了Mg/Al/Fe类水滑石(MLT)去除F-的最佳吸附条件,由Plackett-Burman实验选出影响F-去除率的主要因素,利用响应面法Box-Behnken实验进行优化设计并得到回归模型。通过模型得出最佳吸附条件:焙烧温度542.22℃,MLT投加量17.11 g/L,反应时间235. 11 min,在此条件下进行实验,F-去除率为99.39%,与预测值仅相差0.14%,表明该模型的实用性。利用MLT处理实际地下水,可使处理后F-浓度达到地下水质量标准III类要求,说明类水滑石具有较好的应用价值,且MLT吸附过程符合拟二级动力学。

摘要：本文从我国土地整治项目的现状和需求出发,针对数据采集标准不规范、图件制作与质检返工率高、成果管理效率低下等问题,以土地整治项目管理流程为主线,以空间数据库技术为基础,设计了从外业数据采集到成果输出的土地整治项目图库一体化管理模式.经实际项目实施验证,极大提升了土地整治项目各环节的作业效率与质量,具有非常重要的参考与推广价值.

摘要：采用焙烧Mg/Al水滑石同时去除微污染水体中的F^-和硬度。通过Plackett-Burman实验设计选出影响F^-和硬度去除率的主要因素,利用响应面法中Box-Behnken实验设计进行优化设计并得到回归模型。结果表明,pH、反应时间、焙烧Mg/Al水滑石投加量对F^-和硬度的去除率均有显著影响,最佳吸附条件:pH为9.40,反应时间为239.33 min,焙烧Mg/Al水滑石投加量为5.61 g/L。在此最优条件下,F^-和硬度的去除率分别为97.55%、58.09%。

摘要：某工业园区污水厂设计规模为500 m^3/d,采用预处理一体化池/生物处理一体化池/深度处理工艺。通过优化设计,预处理一体化池将格栅渠道、进水泵站、隔油沉淀池、集泥池、集油池、调节池整合为一体,生物处理一体化池将水解酸化池、厌氧区、缺氧区、好氧区、二沉池、中间提升泵池、污泥回流泵池、污泥均质池、反冲洗泵池整合为一体。该工艺具有占地面积小、建设和运行费用低、设计和建设周期短、运行管理方便的优点,对工业园区小型污水厂具有较好的适用性。出水水质达到《城镇污水处理厂污染物排放标准》(GB 18918—2002)的一级A标准。介绍了该工程的设计参数、处理工艺流程及其设计特点,可为工业园区小型污水厂的设计提供借鉴。

摘要：针对GIS平台难以共享SVG点状地图符号的问题,该文分析了SVG地图符号组织模式,基于PB点状符号结构,设计了SVG点状符号向PB点状符号的映射方式,研究了SVG几何数据、笔画、填充等样式数据转换为PB点状符号的方法,提出了PB点状符号共享SVG点状符号的方式。最后以ArcGIS软件为例,构建了ArcGIS共享PB点状符号的方法,实现了GIS平台共享SVG点状地图符号。研究结果可为地图符号共享、地理信息可视化等研究提供参考。

摘要：应用型的培养目标决定了对于土木工程课程体系而言改革是当务之急。在此基础上,以结构专业的结构力学、混凝土结构设计、结构软件基础教程为例,分析改革探索中的几点具体措施。

摘要：地图符号结构的研究是地图符号设计的基础,是地理信息有效表达的关键。本文针对ArcGIS平台线状地图符号构图模式,分析ArcGIS线状地图符号结构,凝练ArcGIS平台下各类线状地图符号构图模式及其模型,依据我国1:2000标准地形图图式,分别设计不同类别的线状地图符号,总结ArcGIS线状地图符号的设计方法。

摘要：针对GIS平台难以共享图形软件符号的问题,该文以AI符号为研究对象,提出了GIS共享AI图形系统点状符号方法。通过研究两类系统地图符号模型差异,分析AI图形符号与基于路径的点状符号结构,对比两类符号模型的几何结构与样式类型,验证了基于路径点状符号结构的通用性;通过设计AI图形符号数据向基于路径点状符号数据的映射方法,提出了GIS共享AI图形系统点状符号方法,实现了GIS平台对AI图形系统符号的共享。实验结果表明,利用基于路径的点状符号能够共享存在于AI图形软件的图形符号,实现GIS平台共享图形符号资源。

摘要：【目的】结合多源遥感数据进行特征提取,获取最优分类策略并探究时间序列特征在林分类型识别中的重要性,为遥感林分类型识别提供技术途径。【方法】结合Sentinel-2光谱特征和时间序列特征、Sentinel-1雷达后向散射特征和SRTM DEM地形特征在Google Earth Engine中进行各特征变量的提取,构建不同特征组合使用随机森林分类器进行分类并对不同分类结果进行制图输出和精度评价。【结果】(1)使用Sentinel-2时间序列光谱特征、Sentinel-1雷达后向散射特征和SRTM DEM地形特征的方案分类效果最好,总体精度为84.62%,Kappa系数为0.82;(2)在构建的5个不同特征组合方案中,多特征组合的方案分类效果优于单一特征;(3)地形特征、后向散射特征和时间序列特征对于分类结果非常重要,尤其是时间序列特征的加入能大大提升林分类型识别精度。光谱特征中短红外波段B11和B12最重要,时间序列特征中4月份和10月份为最重要的时间节点。【结论】基于多源遥感数据提取的多特征分类方案能够有效进行研究区林分类型识别,地形特征、后向散射特征和Sentinel-2时间序列特征可以作为光谱特征的有效辅助特征变量提高分类精度,使林分类型识别更为准确,尤其是时间序列特征在提高林分类型识别精度上有突出作用。