灌溉耕地空间分布制图研究进展

[目的]灌溉耕地空间分布是管理水资源、指导农业生产和监控环境变化的基础数据,遥感是获取灌溉耕地空间分布的重要手段。科学总结有关区域灌溉耕地空间分布制图的研究进展,可为遥感在该领域的应用研究提供参考。[方法]文章全面收集近年来国内外利用遥感提取灌溉耕地的文献资料,系统分析了灌溉耕地制图的特征选择和主要技术方法,并展望了未来的发展方向。[结果]从分类特征的角度看,气候、生产方式和设施等农业相关地域条件是灌溉耕地制图的必要参考;灌溉引起的水分或植被生长状况差异是主要依据;引入参量的时序变化特征或新的特征参量是对单一影像信息不完善的有效补充。从分类方法的角度看,不同分类方法多局限于局地或区域尺度,规则普适性不高,真值数据收集困难,难以适应大尺度下多样的地域条件,导致无法高效及时地生产更新相应规模且合适分辨率的产品,大区域灌溉制图的主要方式仍依赖空间分配模型。[结论]未来发展而言,自动分类技术和遥感影像资源的丰富已为高效生产灌溉分布地图提供了基础条件,整合数据资源、挖掘特征参量和优化分类方法等3个方面应是未来的主要发展方向。     

探究式学习在《测量与地图学》教学中的运用

《测量与地图学》是现行高等院校地理科学专业重要的专业基础课,文章介绍了探究式学习的涵义,并分析了在《测量与地图学》教学中运用探究式学习的基本过程及教学设计的实践原则。     

Data sources for land use survey

The article outlines the various ways of conducting land use surveys. A detailed historical account of the development from topographical survey is given and the various stages in the process are outlined and assessed. The three methods currently in use — ground survey, air survey and satellite survey — are carefully analysed. The ways in which recent rapid technological change has already affected the science of land use survey are emphasized, along with the various exciting possibilities currently under investigation; several limitations of even the most advanced methods are however pointed out, as no single method would appear totally satisfactory in isolation from all other available methods.     

基于Python语言的空间数据处理

随着GIS技术的快熟发展,海量空间数据高效、快速处理越来越受到重视。通过程序扩展设计来进行数据自动化处理是非常有用的。尤其是批量数据处理时是非常有用的。Arc GIS中的Model Builder模块为空间数据处理自动化提供了平台,从Arc GIS 9.X之后ESRI开始将Python语言引入供用户可以编程实现空间数据快速处理,文章介绍了如何使用Python语言调用Arc GIS站点包进行空间数据处理。     

道路制图课程教学改革探讨

文中首先从教材、课程安排、课时比例、考核方式四个方面对《道路工程制图》课程教学现状进行了分析，然后针对上述问题提出了课程改革的思考和方法。     

对地面数字测图管理工作的探索与思考

在分析地面数字测图工作的特点和流程的基础上,结合地面数字测图的具体实践和数字测图管理工作的现状,对地面数字测图的作业方法和工程管理如工程方案设计、工作人员、产品质量的管理进行了探讨,提出了具体的建议和管理措施。