【摘 要】
：
国际搜救卫星系统（COSPAS-SARSAT）旨是为陆地、空中，特别是海上遇险目标提供准确、及时、可靠的遇险警报，从而让搜救部门根据遇险警报中的位置信息，展开救援活动，目前已在全球得到广泛支持和应用。本文研究分析了国际卫星搜救系统标准规范的分布和重要标准内容，提出了我国卫星搜救系统标准体系框架和标准项目建议，为系统化构建卫星搜救领域标准，更好服务我国相关搜救载荷、终端管理、研制和应用等方面提供技术
论文部分内容阅读
国际搜救卫星系统（COSPAS-SARSAT）旨是为陆地、空中，特别是海上遇险目标提供准确、及时、可靠的遇险警报，从而让搜救部门根据遇险警报中的位置信息，展开救援活动，目前已在全球得到广泛支持和应用。本文研究分析了国际卫星搜救系统标准规范的分布和重要标准内容，提出了我国卫星搜救系统标准体系框架和标准项目建议，为系统化构建卫星搜救领域标准，更好服务我国相关搜救载荷、终端管理、研制和应用等方面提供技术参考。
其他文献
森林资源是一种重要的自然和生态资源。对森林中单木进行多期测定,检测变化情况,可以为森林监测提供数据基础,有利于森林资源管理与生态情况动态监测。随着激光探测及测距技术的快速发展,因其可以快速、准确地获取树木表面三维坐标,被广泛应用于林业调查。激光雷达技术获取的森林点云数据可以用于提取获取森林结构,提取单木树高、冠幅等参数,从而实现高效、高精度的森林监测。机载激光雷达技术使用航空飞机或无人机搭载激光雷
城市群空间结构深刻影响城市群发展,也是近代经济地理学、区域经济学等学科研究的重要热点之一。伴随着城镇化进程的推进,城市间物质流、人口流、信息流、资金流等要素流动也正进一步加快,城市间联系更为复杂和密切,城市群空间组织形式逐步演化为以网络化模式为主导,城市网络研究对城市群空间结构研究及城市群发展规划等具有重大意义。武汉城市圈位于中国东西与南北两大发展轴线交汇处,同时居中部地区五省中心位置,是中部区域
云层覆盖地球表面近60%的区域,调节着大气辐射,在地球系统能量平衡中起着重要作用。气溶胶可以通过散射、吸收辐射和改变云的性质,对气候产生重要影响。气溶胶对云的辐射强迫影响的不确定性,是人类活动对地球辐射强迫影响不确定的最大来源。在观测气溶胶—云相互作用时,由于气象因子的影响,常常难以确定气溶胶和云属性变化之间因果关系,这限制了科学认知。船迹,被认为是分析气溶胶—云交互之间因果关系的理想实验场。船迹
随着移动设备的兴起,基于互联网的位置定位服务开始被广泛应用,这些面向位置的服务离不开用户与平台间的信息交互。实际上,位置是人类描述信息时常常用到的属性,也是地图定位服务的基础。通过解析人们描述位置时的语义,可以更好的收集位置信息、理解定位场景,从而提高定位查询的准确率。但由于空间认知的差异,人们对位置的语义描述没有一套标准规则。例如,当所选参照物较小时,人们时常忽视参照物的轮廓范围,将其视作POI
在全球气候变暖和快速城镇化的背景下,城市热岛效应加剧,城市温度不断上升,对居民的生活和身体健康等方面造成了影响,对公共健康造成了威胁。在此背景下,挖掘影响地表温度的关键性变量、识别热环境下人群健康风险空间对完善城市空间布局、提高人居环境质量具有重要意义。本文基于Landsat遥感影像,利用大气校正法反演得到春、夏、秋、冬四季的地表温度,对武汉市热环境的空间格局和季节变化进行分析。在此基础上,整合多
＜正＞11月16日至29日,国际搜救卫星组织（COSPAS-SARSAT）召开第67届公开理事会。大会开幕式上正式宣布中国政府与COSPAS-SARSAT四个理事国完成《北斗系统加入国际中轨道卫星搜救系统合作意向声明》的签署,标志着北斗系统正式加入国际中轨道卫星搜救系统。寒潮大风来袭海事部门全力保障水上交通安全和能源运输畅通1 1月底,冷空气突袭我国多个省份,寒潮大风天气对海上通航安全产生较大影响
农民工流动与产业结构升级一直以来都是经济学研究的热点话题。当前,我国处于经济转型和经济改革的关键攻坚期,对经济发展的需求从速度为先转向质量为先。习近平总书记多次强调,产业结构优化升级是提高我国经济综合竞争力的关键举措,是经济高质量发展的重点。产业结构升级是物质资源重新调整配置的过程,本文以农民工这一重要劳动群体的微观视角展开讨论。一方面,产业结构升级必须更多依靠高素质、高技能人才。另一方面,农民工
施用农药是防治蔬菜病虫害的常用方法,国家对于蔬菜生长期间的农药施用浓度和次数有着严格的规定,但是农户在实际使用时为了尽可能减少病虫害损失,施用的农药浓度常会超过国家规定标准而对环境及人体健康造成危害,而目前仍缺乏对于农户施用农药浓度的有效监管手段。基于此,本文研究了一种基于高光谱数据的小白菜表面溴氰菊酯浓度检测方法,为实现快速精确、高效无损的田间实时浓度检测奠定了基础,采集了小白菜样本的地物光谱仪
解决贫困问题一直都是全球各地在实现社会经济现代化、满足人民美好幸福生活需求的过程中亘古不变的话题。2020年之后,青海省迈入了新的历史征程和新的发展阶段,减贫和扶贫的工作重心也将面临新的挑战,就是突破之前单纯的经济增长的目标,从自然生态、社会保障、经济支撑等多个方面审视现存的相对贫困问题,建立一个长效稳定的治理机制解决长期存在的相对贫困人口。在此背景下,本研究依据青海省以生态建设为核心,扶贫发展和
遥感影像云检测是遥感应用的重要预处理步骤。随着计算机理论和技术的发展,机器学习和深度学习的方法极大地提升了遥感影像云检测的精度。在目前的云检测研究中,如何在全球范围内提高云检测的精度、性能稳定性和计算效率仍然是一个具有挑战性的问题。对于模型的训练而言,选择足够且有代表性的训练样本是非常关键的。目前的训练样本大部分都来源于人工目视解译,这项工作耗费了大量的人力和物力,而以往的研究主要关注云检测算法的