【摘 要】
：
从地图制图学基本概念出发,通过对地图投影中轴向分析,讨论了国内编制世界地图中极少采用的斜轴投影,并从斜轴投影角度剖析郝晓光博士新编世界地图的编图方法,指出其斜轴(横轴)投影的实质.同时,利用斜轴(横轴)Mollweide投影实现了郝晓光博士新编世界地图(南半球版和北半球版)类似效果的世界地图(简图),以深化对小比例尺斜轴投影世界地图编制的认识.
【机 构】
：
中国国土资源航空物探遥感中心,北京 100083
【出 处】
：
第十四届国家安全(军事)地球物理学术研讨会
论文部分内容阅读
从地图制图学基本概念出发,通过对地图投影中轴向分析,讨论了国内编制世界地图中极少采用的斜轴投影,并从斜轴投影角度剖析郝晓光博士新编世界地图的编图方法,指出其斜轴(横轴)投影的实质.同时,利用斜轴(横轴)Mollweide投影实现了郝晓光博士新编世界地图(南半球版和北半球版)类似效果的世界地图(简图),以深化对小比例尺斜轴投影世界地图编制的认识.
其他文献
随着导弹武器系统这种高效打击力量在未来战场上的作用显著提升,如何减少暴露自己的风险,有效保存己方实力,已经成为部队重点突破的问题.以Dijkstra算法为基础,建立了从导弹发射装置待机区域到发射点的单波次打击规划方案.提出矩形限制的Dijkstra算法,针对导弹火力多波次打击任务分配中的最少暴露时间进行了研究,建立了多波次导弹打击中导弹发射装置规划模型,实现了导弹部队在实际作战中暴露时间最短,有效
郭局子洼陷处于山东省境内渤海湾盆地济阳坳陷北部车镇凹陷东部,其目标储层沙二段以滩坝沉积为主,埋藏较深(2～3s),储层厚度小,横向变化快,储层展布规律复杂.以往开展的叠后地震属性技术很难进行预测,同时资料信噪比较低,叠前属性分析及应用难度较大.在高分辨率地震资料处理的基础上,采用AVA同步反演方法得到弹性参数.测井分析表明,μρ和较低的Vp/Vs属性可以作为目标油藏的良好指标,因此从AVA同步反演
给出一种求解超大规模线性方程组的不完全Cholesky分解算法.在方程系数矩阵的LU分解中引入对角型矩阵D,把LU分解修正为LDU形式,通过设定误差矩阵和使用迭代计算逼近真解.
互补金属开口环(CSRR)是金属开口环(SRR)的完全互补的结构,具有等效的负磁导率特性.研究一种基于互补金属开口环(CSRR)左手微带传输线.结果表明,该结构具有左手传输线特性的通带,为军控核查中的地球物理信息感知提供新技术.
论述了一种利用搜寻界面法线角进行叠前时间偏移的成像技术.基本原理为首先将地震数据划分到不同的法线角度域进行偏移叠加;其次然后在法线角度域搜寻地下反射面元的法线角,最后利用反射界面面元对不同方向地震数据的选择性进行加权成像叠加,达到成像优化的目的.利用实际地震数据进行的成像试验结果表明,在一定信噪比条件下,地下反射面元聚焦成像可以优化偏移叠加的品质,提高偏移叠加剖面的频率和同相轴的连续性,减少偏移噪
卫星测高技术是目前获得全球海洋观测信息的主要手段之一,利用测高卫星获得的全球、近实时、全天候的数据在地球物理学和海洋学等相关学科应用广泛.通过对测高卫星发布的源数据进行重跟踪研究可以得到大量的有用信息.介绍了卫星波形的形成过程,同时对Brown模型的重跟踪算法进行了详细的推导.选择中国南海北纬16°到20°范围作为实验区域,根据最小二乘原理对1617个波形数据进行重跟踪计算,将得到的海面高结果与C
逆时偏移技术作为一种叠前深度偏移技术,基于双程波动方程,与传统偏移技术相比,具有不受倾角限制,在陡倾角情况下成像精确,成像效果好等优点,是当前偏移成像领域的热门技术.在逆时偏移的波场正演模拟以及逆时延拓的过程中,会存在由于差分求解声波方程差生的数值频散现象,这种误差的存在会影响波场模拟的精度和偏移成像的效果.结合FCT(通量校正传输)技术设计算法,可以压制逆时偏移过程中产生的数值频散,在较低的差分
反褶积是高分辨率地震资料处理的重要手段之一,它能够有效地压缩子波,提高地震记录的纵向分辨率.在具有常规脉冲反褶积相同条件的前提下,同态法子波反褶积不用对地震子波做最小相位假设,利用对数谱平均提取子波直接分离出地震子波和反射系数序列,然后做反褶积,从而提高地震资料的纵向分辨率和横向连续性.地震映像是工程地震勘探的主要手段,对其处理通常只进行简单的滤波,无法提高其分辨率.在前人的工作基础上,将同态法子
高斯束偏移方法结合了射线理论与波动方程,是一种基于波动方程高频近似的射线理论的深度偏移方法.其以Kirchhoff积分方程为基础,用高斯束叠加表示的格林函数代表正反向延拓的波场,利用互相关成像条件得到成像结果.高斯束偏移方法,不仅有Kirchhoff积分偏移高效灵活的优点,且克服了固有缺陷,利用动力学射线追踪的方式解决焦散问题和利用互不干扰的高斯束叠加解决多波至问题,并通过模型试算,验证该方法的优
K-means算法以误差平方和作为聚类准则函数,难以成功划分大小不一、密度不均的类.为此,本文提出了一种改进的K-means算法,首先通过增加初始聚类中心选在小的类、疏的类的概率优化初始聚类中心的选取;其次在将数据对象分配给聚类中心时,采用数据对象到聚类中心的加权距离代替传统K-means算法中的距离;最后使用加权众数距离之和作为聚类准则函数来评价聚类质量.实验结果表明,提出的算法能够提高K-me