导读:本文包含了数字制图论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:数字,土壤,访问控制,遥感,表层,畜牧业,数据。
数字制图论文文献综述
庞龙辉,刘峰,赵霞,宋效东,李德成[1]（2019）在《青海省表层土壤属性数字制图》一文中研究指出对于土壤景观复杂的大区域,样点往往较为稀疏,如何准确地进行土壤预测制图仍是一个需要研究的问题。本文以青海省为研究区,基于近年采集205个土系调查点数据,采用随机森林模型,分别建立了表层(0～20 cm)土壤全氮、有机碳、粉粒含量和pH四个基本土壤属性与环境协同变量(海拔、坡度、地形湿度指数、年降水量、年平均气温、归一化植被指数、地表温度和地表反射率)之间的定量关系模型,对该地区进行了土壤多要素预测制图,分析了影响土壤空间变异的控制性因素。交叉验证结果显示,全氮、有机碳、粉粒含量和pH的R~2分别是0.61、0.53、0.47和0.54,这说明随机森林模型可解释47%以上的土壤空间变异。表层土壤全氮和有机碳空间分布趋势东南高,西北低,pH呈现出相反的空间模式;粉粒含量东高西低,预测结果高值出现在柴达木盆地和南部玉树、果洛地区。环境变量的重要性分析表明,年降水量对表层土壤全氮、有机碳、pH空间分布模式具有控制性影响,夜间地表温度与表层土壤粉粒含量空间变异具有较强的协同关系。(本文来源于《土壤通报》期刊2019年03期）
周银[2]（2018）在《西藏土壤有机碳数字制图与环境影响因子多尺度研究》一文中研究指出土壤有机碳(Soil organic carbon,SOC)是地球生态系统中最大的碳库,与全球气候变化、土壤质量息息相关,是环境生态学与农学的重要指标。土壤是大气与生物群落的物质交换的基质,是碳循环的重要场所和通道,既是温室气体的排放源又具有巨大的储碳潜力。青藏高原是地球上低纬度面积最大、海拔最高的冻土区,潜藏着大量的土壤有机碳。高原生态系统比较脆弱,对气候变化十分敏感。因而研究青藏高原的土壤有机碳空间分布及其环境影响因子对深入探究全球气候变化下的碳循环及动态变化具有重要的意义与作用。本文以土壤发生学为理论基础,利用数据挖掘方法,结合第二次土壤普查的1148个历史样点数据和多个环境变量数据进行土壤有机碳-环境因子建模,预测了西藏地区表层30cm 土壤有机碳的空间分布及其不确定性图,利用二维经验模态分解(2DEMD)法探讨了在不同尺度和不同位置下土壤有机碳与环境变量的相关关系及主控因子,并估算了西藏土壤有机碳的储量。论文主要研究内容和结果如下:(1)针对青藏高原地形复杂、土壤有机碳空间变异与垂直变异共存的地理特征,基于Cubist数据挖掘方法,采用历史土壤数据并结合多种环境因子,预测了 90 m高分辨率的1980s末西藏地区土壤有机碳空间分布图及其不确定性。不确定性分析表明土壤有机碳制图结果的可靠性与样点分布密度密切相关。通过独立样本验证,制图精度(LCCC,林的一致性相关系数)和误差(RMSE,均方根误差)分别为0.66和0.19%,与其他类似的大尺度土壤有机碳数字制图研究的预测精度相当。通过与 SoilGrids、Harmonized World Soil Database(HWSD)等国际上现有土壤有机碳数据比较发现本研究的预测结果大大提高了西藏地区土壤有机碳空间分布的数据精度,很好地揭示其空间变异及垂直变异。本研究的结果为今后青藏高原的研究提供了更好的基础数据。(2)本研究采用二维经验模态分解方法,将西藏地区土壤有机碳空间分布分解成不同尺度下的内蕴模态函数(IMF),IMF1、IMF2、IMF3的尺度从小到大,分别为SOC在约7km、95km、331km左右的变异,残差的变异在1277km左右。结果显示高程和植被指数(NDVI)等因子与土壤有机碳在小尺度的空间变异(IMF1)相关性高,而温度、降雨、日照辐射、蒸散量(ET)等与土壤有机碳在中大尺度上的空间变异(IMF2、IMF3)相关性高。通过方差分解分析,土壤/母质和气候因子中大尺度上对SOC的变异有更高的方差解释量,而在小尺度上,地形对SOC的解释量更多。高寒地带,环境因子与SOC的关系与其他地区不同,相关性的强弱随位置与尺度的变化而变化。同时相关关系(正相关或负相关)受西藏地区的地形分区、冻土分布、地貌类型等影响,表明西藏地区不同地区对土壤有机碳累积的限制因子不同。(3)高寒山区地形起伏剧烈,通过网格数据计算土壤有机碳时由于网格的水平面积与实际地表面积的差异,会使土壤有机碳储量被低估。本文研究通过引入地形修正系数,基于预测的高精度土壤有机碳分布图,修正了西藏地区表层30 cm 土壤有机碳计算储量,原始土壤有机碳被低估了 9.6%,经修正后储量为7.47 Pg。通过结果分析,我们发现受气候、地形的影响,西藏地区森林、草原土壤有机碳与高纬度低温地区的有机碳密度类似,普遍高于同纬度其他地区的土壤有机碳密度。(本文来源于《浙江大学》期刊2018-06-01）
刘永泉[3]（2017）在《数字制图技术在煤矿地质测量中的应用》一文中研究指出煤矿地质测量一般是依托对测量仪器的利用,在特定区域里研究煤矿的地质结构以及地表特征等,并获取数据信息,经过归纳、整理、处理之后得到数字测量图。数字制图技术实现了对信息技术和设备的整合应用,促进了煤矿地质测量发展的自动化。本文从数字制图技术在煤矿地质测量中应用的意义入手,探讨其主要应用方法及保障措施。(本文来源于《内蒙古煤炭经济》期刊2017年15期）
庄乾乐[4]（2017）在《基于实践的航测数字制图质量控制研究》一文中研究指出航测数字地形测绘数据是地址探测工作的重要内容,航测数字技术在当代的地质探测中具有重大的影响和意义。从多年研究和实战中分析航测探测技术主要内容,做好数字地形图数据的质量检查和验收工作,分析验收工作的重要步骤和重要环节,保证航测数据的准确性对数字产品的质量至关重要。航测数字技术在我国现代化的地质测绘工作中的应用范围越来越广泛。(本文来源于《城市建设理论研究(电子版)》期刊2017年18期）
邹淑祯,周万鑫[5]（2017）在《数字制图的特点及其应用》一文中研究指出随着社会经济的快速发展,信息化水平的不断提升,促使数字地图技术也得到了快速的发展。在信息时代中,数字制图技术已经成为了主要的发展方向。而数字制图技术的进步,则进一步的将地图学以及GIS技术进行了有效的结合,促进了社会的发展。(本文来源于《低碳世界》期刊2017年17期）
滕洪芬[6]（2017）在《基于多源信息的潜在土壤侵蚀估算与数字制图研究》一文中研究指出我国是世界上受侵蚀影响面积最广的国家之一。科学评价全国范围内由水力作用引起的土壤侵蚀程度、定量估算潜在土壤侵蚀量、客观分析土壤侵蚀空间分布特征,对防止我国水土流失、保护和合理利用土地资源具有非常重要的作用。我国气候类型丰富、地形复杂多样,与土壤侵蚀相关的土壤、气候、植被、土地利用方式等因素具有明显的空间异质性,使得全国范围内的潜在土壤侵蚀研究充满了挑战。传统的土壤侵蚀估算主要是基于地面标准小区或径流实验实现的,虽然估算结果准确性高,但是存在数据获取困难、测试分析昂贵等问题,在全国范围内推广很难实现。随着卫星遥感技术的发展,利用传感器技术进行大面积地表信息快速获取,得到了国内外学者的广泛关注。但是,受卫星传感器精度、反演算法是否完善等因素的限制,卫星遥感数据往往存在着不同程度的偏差。因此,如何有效结合多源数据对潜在土壤侵蚀估算模型进行改进,已经成为当前土壤侵蚀研究乃至土壤学领域的热点和难点。数字土壤制图技术(Digital Soil Mapping,DSM),为预测土壤侵蚀空间分布特征、探索其时空演变规律提供了新的思路。本研究旨在综合利用多源数据,结合修正通用土壤流失方程(The Revised Universal Soil Loss Equation,RUSLE)估算模型,对全国范围内由水蚀过程引起的潜在土壤侵蚀进行快速定量估算。同时,利用DSM,结合数据挖掘技术,进行全国1km空间分辨率的潜在土壤侵蚀数字制图研究。本文的主要研究内容和结果可以概括为以下几个方面:(1)基于二维非参数融合的降雨侵蚀力估算降雨侵蚀力(Rainfall Erosivity,R)主要受降雨量、降雨强度和降雨历时等因素的制约。因此,需要利用高精度的降雨数据对R因子进行估算,进而研究潜在土壤侵蚀量。本研究综合利用地面气象站点和热带降雨测量计划(Tropical Rainfall Measuring Mission,TRMM)的降雨数据,结合二维非参数的数据融合算法对这两种降雨数据进行融合处理。随后利用融合后的日降雨量数据估算2003-2014年全国范围内0.25°空间分辨率的R因子情况。并采用地理加权回归模型(Geographically Weighted Regression,GWR)进行R因子空间分布图的空间降尺度处理,从而研究1km空间分辨率的年均R因子空间分布特征。结果表明融合后的降雨数据克服了地面气象站点和卫星降雨数据的缺陷,能够更好的估算地面日降雨情况。我国的R因子分布存在着明显的季节性和地带性差异。通过相关文献检验,本研究估算R因子值具有较高的精度(R=0.86)。(2)基于决策树的土壤可蚀性因子数字制图研究本研究收集第二次土壤普查成果中3758个土壤剖面数据,结合多源环境变量信息,利用随机森林技术,建立土壤可蚀性的土壤—景观环境因子空间估算模型,并进行高精度的土壤可蚀性因子(Soil Erodibility,K)数字制图。本研究结果预测模型的精度为R2=0.52。环境因子中,年均太阳辐射、土壤类型以及海拔高度对模型的重要性最大。本研究对紫色土、黑土、红壤、灰漠土等土壤类型的K因子预测结果与相关研究结果相近。建模时样点越多,模型越稳定,预测越精确。与HWSD(Harmonized World Soil Database)数据结合EPIC模型直接估算的结果相比,基于模型预测的土K因子值总体较小。(3)潜在土壤侵蚀模型植被地形水保因子定量估算研究本研究选用了 MODIS NDVI(Moderate Resolution Imaging Spectroradiometer,Normalized Difference Vegetation Index)、DEM(Digital Elevation Model)、Landsat TM(Thematic Mapper)等数据,分别估算了植被覆盖因子(Cover Management,C)、地形因子(Slope Length and Steepness,LS)和水土保持措施因子(Support Practice,P),并研究其空间分布规律。研究结果表明C因子值与NDVI反向相关,总体上呈现出由西北向东南地区递减的趋势。我国东北平原、华北平原、长江中下游平原、关中平原、黄土高原及四川盆地等地区实施的耕作措施和工程措施,能有效降低土壤侵蚀的风险。(4)潜在土壤侵蚀空间变异特征及未来潜在侵蚀量估算研究本研究利用RUSLE模型估算了全国范围内2003-2014年潜在土壤侵蚀量,并研究其空间分布特征和年际变化规律。研究结果表明我国侵蚀量最小的地区主要分布在沙漠地区;潜在土壤侵蚀量最高的地区主要分布在青藏高原南部及横断山脉。本研究利用估算的潜在土壤侵蚀量,结合回归克里格模型(RegressionKriging,RK),预估了 2050年不同排放情景下的全国潜在土壤侵蚀情况。结果表明当未来人类积极应对气候变化时,全国的潜在土壤侵蚀量要小于采取消极手段应对气候变化时的潜在土壤侵蚀量。当其他因素不变,只考虑气候因子变化对潜在土壤侵蚀的影响时,我国东南地区潜在土壤侵蚀量到2050年变化最大,因此需要格外重视这些地区的土壤保持工作。本研究完成了研究内容,基本达到了预期的研究目标,取得了以下进展:(1)已有较多的学者对国内外不同尺度上的R因子进行了研究,然而这些研究主要是基于地面观测降雨数据进行的。随着遥感技术的发展和普及,已有不少学者开始利用卫星降雨数据估算区域内的R因子。而利用地面-卫星降雨融合数据估算R因子的研究几乎没有。本研究利用二维非参数的数据融合方法,对地面气象站点和TRMM卫星降雨数据进行融合处理,提高了日降雨数据的精度。同时结合空间降尺度算法,提供了1km空间分辨率的R因子空间分布图。该研究为大尺度高精度R因子估算提供了新的思路。(2)利用传统方法对大尺度K因子的研究基本上是根据土壤类型图进行斑块填充得到的,较难反映K因子的空间异质性。本研究充分利用全国范围内土壤典型剖面的普查数据,基于土壤—环境景观理论,结合多源环境变量和数据挖掘方法,进行了全国范围内的1km空间分辨率K因子的快速数字制图研究。为未来估算大尺度土壤可蚀性和空间变化趋势提供了新的技术和方法。(3)由未来气候条件变化引起的土壤属性特征变化是当前土壤领域的研究前沿。本研究假设其他条件不变的情况下,通过建立当前气候因子与潜在土壤侵蚀量之间的回归关系,结合未来CMIP5气候耦合模式不同温室气体排放情景下的生物气候因子数据,估算2050年两个排放极端下的潜在土壤侵蚀量。定量研究了气候因子的变化对潜在土壤侵蚀量的影响,为今后的环境保护、水土流失治理、土地利用规划工作提供指导依据。(本文来源于《浙江大学》期刊2017-06-01）
周津[7]（2017）在《基于实践的航测数字制图质量控制研究》一文中研究指出航测数字地形图制图技术是我国现代测绘地理信息工作中的重点领域,同时也是测绘地理信息工作中重点发展的内容。这一技术的发展为测绘地理信息产业做出了重大贡献。其中,检查验收是对地形图质量控制中的一项重要环节,测绘成果只有经过数级检查验收之后才能被放进数据库中。据此,笔者根据实际工作中的经验和体会,将航测数字地形图中数据质量检查验收作为研究对象,对质量控制中的检查验收的步骤和重要环节进行分析和探讨,希望能够给相关工作者提供一定的借鉴。(本文来源于《四川水泥》期刊2017年01期）
吴珍珍,米石云,牛敏[8]（2016）在《油气数字制图管理系统访问控制设计与实现》一文中研究指出如何实现用户访问权限控制是油气数字制图管理系统建设中面临的重要问题。本文分析了数字制图与管理系统中的访问权限控制的特点,基于属性访问控制模型(ABAC)和访问控制列表(ACL)基本思想,设计并实现了系统的访问控制模块。应用表明,该设计灵活实用,能够满足油气数字制图管理系统对访问控制的要求。(本文来源于《信息系统工程》期刊2016年07期）
何晓曼[9]（2016）在《浅谈数字制图技术在现代畜牧业中的应用》一文中研究指出新疆是我国的传统畜牧业大区,针对畜牧业发展现状,根据自治区党委确定的"改造提升传统畜牧业、发展创新现代畜牧业"的新疆畜牧业发展方向,自治区畜牧厅开展了畜牧业综合平台项目建设。数字制图主要是利用计算机技术配合现有制图理论相互融合的产物,如GIS+RS+GPS叁者即可构成四维立体成像系统,不受时间地域和使用者限制,对现代畜牧业信息化建设具有特别重大意义。(本文来源于《新疆畜牧业》期刊2016年05期）
陈颂超[10]（2016）在《色季拉山土壤表层有机碳空间分布特征及数字制图研究》一文中研究指出土壤有机碳是土壤肥力的重要因素,影响着水土保持和景观恢复力,同时也有利于土壤养分的循环。此外,土壤有机碳库是陆地生态圈最大的有机碳库,对于各生态圈之间的有机碳平衡起着至关重要的作用。青藏高原低温、高海拔的特性使得该地区的土壤及植被对气候变化极为敏感,因此该地区对全球碳储量和平衡起着举足轻重的作用。由于青藏高原土壤采样艰难,目前青藏高原土壤碳库的估测都是通过土壤类型GIS连接法,但该地区高度的空间变异性使得这种方法在土壤碳库估测方面存在着巨大的不确定性。本文以藏东南的色季拉山为研究区域,采用土壤数字制图方法中核心的Scorpan预测函数,在获取土地覆盖类型的基础上,通过尺度转换算法提取90米分辨率的土壤、气候和地形等环境协变量数据,通过不同的数据挖掘技术构建土壤表层(0-20 cm)有机碳和环境协变量的最优预测模型,估测研究区土壤表层有机碳含量,分析土壤表层有机碳空间分布特征,最终估测土壤表层有机碳密度及有机碳储量。本文的主要研究内容和研究成果主要分为以下几个内容：(1)基于高分数据的土地覆盖类型分布图研究区域高分一号影像数据预处理后,以高分一号数据波段1、波段2、波段3、波段4、NDVI、ISODATA结果和DEM为基础数据,对比最小距离法和决策树算法对土地覆盖类型分类的精度。结果表明决策树算法优于最小距离分类法,总精度为79.76%,Kappa系数为0.71。由于最佳高分一号影像数据获取时间为11月份,积雪覆盖较多,因此通过7月份的Landsat 8数据修正积雪区域后得到最终土地覆盖类型图。研究区域内林地覆盖面积最大,达57.75%,草灌次之(25.31%),农田的面积最小(6.50%),有14.43%的区域常年被积雪覆盖。(2)基于中低分辨率影像的地形、年均降雨和年均地表温度分布图从90米分辨率的DEM数据提取地形相关的高程、坡度、坡向、坡长、曲率、谷深、地形粗糙指数、地形湿度指数和多分辨率谷底平坦指数,同时通过地理加权回归算法将0.25°分辨率的TRMM年均降雨数据和0.05°分辨率的MODIS年均地表温度数据降尺度到90米分辨率。结果表明地理加权回归对年均降雨和年均地表温度的降尺度效果较好,以经纬度和高程数据为回归变量的林芝地区年均降雨和年均地表温度的建模精度R2分别为0.91和0.99,色季拉山年均降雨的局部R2为0.63-0.72,年均地表温度的局部R2为0.84-0.98。(3)基于实地采样的土壤表层可见-近红外光谱主成分空间分布图实验室化学分析测得实地样本的土壤表层有机碳含量,通过主成分分析得到土壤光谱前叁个主成分,这叁个主成分能解释98.63%的总体方差,因此能够代表土壤综合信息。土壤光谱前两个主成分能够区分农田和自然土地覆盖(林地与草灌),而林地和草灌之间可分性较差。最后以高程数据为协变量采用协同克里格插值得到研究区土壤表层光谱前叁主成分空间分布图。(4)基于Scorpan预测函数的最优土壤表层有机碳预测模型及有机碳储量预测比较Cubist算法和随机森林算法后对土壤有机碳预测精度后发现随机森林模型的预测能力强于Cubist,最佳的随机森林模型RMSE为7.62 g kg-1。随机森林模型能够揭示土壤表层有机碳预测模型中环境协变量的重要程度,其中土壤光谱前叁个主成分最为关键,能解释土壤表层有机碳近70%的差异性。色季拉山估测的土壤表层平均有机碳为49.51 g kg-1,平均有机碳密度为11.43 kg m-2,远高于西藏地区土壤表层的平均有机碳密度4.27kg m-2。叁个土地覆盖类型中,林地平均有机碳含量和密度最高,分别为51.71 g kg-1和12.10 kg m-2,草灌平均有机碳和密度居中,分别为51.25 g kg-1和10.45 kg m-2,农田的平均有机碳和密度最低,分别为36.18 gkg-1和9.70kg m-2。通过Scorpan预测函数估测色季拉山土壤表层有机碳储量为2.79×109g,远高于土壤类型GIS连接法估测所得的1.89×109g。由于高度的空间变异性,前期研究中藏东南地区的有机碳储量被严重低估。以上研究结果表明,土壤数字制图能够有效预测土壤有机碳含量,其估测高分辨率的土壤有机碳分布图能够提高高寒山区有机碳储量的预测精度,降低模型带来的预测误差,为更加准确地估测青藏高原有机碳库提供理论依据。(本文来源于《浙江大学》期刊2016-05-04）
数字制图论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
土壤有机碳(Soil organic carbon,SOC)是地球生态系统中最大的碳库,与全球气候变化、土壤质量息息相关,是环境生态学与农学的重要指标。土壤是大气与生物群落的物质交换的基质,是碳循环的重要场所和通道,既是温室气体的排放源又具有巨大的储碳潜力。青藏高原是地球上低纬度面积最大、海拔最高的冻土区,潜藏着大量的土壤有机碳。高原生态系统比较脆弱,对气候变化十分敏感。因而研究青藏高原的土壤有机碳空间分布及其环境影响因子对深入探究全球气候变化下的碳循环及动态变化具有重要的意义与作用。本文以土壤发生学为理论基础,利用数据挖掘方法,结合第二次土壤普查的1148个历史样点数据和多个环境变量数据进行土壤有机碳-环境因子建模,预测了西藏地区表层30cm 土壤有机碳的空间分布及其不确定性图,利用二维经验模态分解(2DEMD)法探讨了在不同尺度和不同位置下土壤有机碳与环境变量的相关关系及主控因子,并估算了西藏土壤有机碳的储量。论文主要研究内容和结果如下:(1)针对青藏高原地形复杂、土壤有机碳空间变异与垂直变异共存的地理特征,基于Cubist数据挖掘方法,采用历史土壤数据并结合多种环境因子,预测了 90 m高分辨率的1980s末西藏地区土壤有机碳空间分布图及其不确定性。不确定性分析表明土壤有机碳制图结果的可靠性与样点分布密度密切相关。通过独立样本验证,制图精度(LCCC,林的一致性相关系数)和误差(RMSE,均方根误差)分别为0.66和0.19%,与其他类似的大尺度土壤有机碳数字制图研究的预测精度相当。通过与 SoilGrids、Harmonized World Soil Database(HWSD)等国际上现有土壤有机碳数据比较发现本研究的预测结果大大提高了西藏地区土壤有机碳空间分布的数据精度,很好地揭示其空间变异及垂直变异。本研究的结果为今后青藏高原的研究提供了更好的基础数据。(2)本研究采用二维经验模态分解方法,将西藏地区土壤有机碳空间分布分解成不同尺度下的内蕴模态函数(IMF),IMF1、IMF2、IMF3的尺度从小到大,分别为SOC在约7km、95km、331km左右的变异,残差的变异在1277km左右。结果显示高程和植被指数(NDVI)等因子与土壤有机碳在小尺度的空间变异(IMF1)相关性高,而温度、降雨、日照辐射、蒸散量(ET)等与土壤有机碳在中大尺度上的空间变异(IMF2、IMF3)相关性高。通过方差分解分析,土壤/母质和气候因子中大尺度上对SOC的变异有更高的方差解释量,而在小尺度上,地形对SOC的解释量更多。高寒地带,环境因子与SOC的关系与其他地区不同,相关性的强弱随位置与尺度的变化而变化。同时相关关系(正相关或负相关)受西藏地区的地形分区、冻土分布、地貌类型等影响,表明西藏地区不同地区对土壤有机碳累积的限制因子不同。(3)高寒山区地形起伏剧烈,通过网格数据计算土壤有机碳时由于网格的水平面积与实际地表面积的差异,会使土壤有机碳储量被低估。本文研究通过引入地形修正系数,基于预测的高精度土壤有机碳分布图,修正了西藏地区表层30 cm 土壤有机碳计算储量,原始土壤有机碳被低估了 9.6%,经修正后储量为7.47 Pg。通过结果分析,我们发现受气候、地形的影响,西藏地区森林、草原土壤有机碳与高纬度低温地区的有机碳密度类似,普遍高于同纬度其他地区的土壤有机碳密度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数字制图论文参考文献
[1].庞龙辉,刘峰,赵霞,宋效东,李德成.青海省表层土壤属性数字制图[J].土壤通报.2019
[2].周银.西藏土壤有机碳数字制图与环境影响因子多尺度研究[D].浙江大学.2018
[3].刘永泉.数字制图技术在煤矿地质测量中的应用[J].内蒙古煤炭经济.2017
[4].庄乾乐.基于实践的航测数字制图质量控制研究[J].城市建设理论研究(电子版).2017
[5].邹淑祯,周万鑫.数字制图的特点及其应用[J].低碳世界.2017
[6].滕洪芬.基于多源信息的潜在土壤侵蚀估算与数字制图研究[D].浙江大学.2017
[7].周津.基于实践的航测数字制图质量控制研究[J].四川水泥.2017
[8].吴珍珍,米石云,牛敏.油气数字制图管理系统访问控制设计与实现[J].信息系统工程.2016
[9].何晓曼.浅谈数字制图技术在现代畜牧业中的应用[J].新疆畜牧业.2016
[10].陈颂超.色季拉山土壤表层有机碳空间分布特征及数字制图研究[D].浙江大学.2016
论文知识图
