地学空间分析课程报告
地学空间分析课程报告未来72h内火箭弹袭击预警
报告人：
班级：
学号：
指导老师：
2017年6月
摘要：地理信息系统（GIS）在军事行动中发挥关键作用，因为作战本质上与空间性质相关。军队在情报，战场管理，地形分析，军事部署，军事安装管理，可能的恐怖主义活动监测等各种行动中使用地理信息系统，为指挥官提供地理空间信息可视化作战区域并尽快做好战斗决策以增加胜算和减少损失。本文介绍了利用GIS分析加利福尼亚州蒙特雷附近一个前线作战基地(FOB)Rookie在未来72h内可能受到叛军的火箭弹袭击的方式和可能的发射地点。
1. 引言
军事自人类文明开始以来一直扮演着主导角色，拥有强大军事力量的国家统治着世界的主要部分。现代技术的使用不仅改变了战争的方式，而且成为军事通知地位占优势的关键因素。军队如今以各种方式使用地理信息系统，包括情报，战场管理，地形分析，军事安装管理和可能的恐怖活动监测等，其中GIS在情报分析工作尤为重要，快速准确的情报分析可以为决策提供重要的参考价值。
作战模拟太平洋安全组织(MPSO)与蒙特雷解放阵线(MLF) 叛军进行交战，MPSO的前线作战基地(FOB)Rookie设置于加利福尼亚州蒙特雷附近，它是叛军常年运用游击战袭击的目标。自20.5.1.1以来，蒙特里解放阵线内一直在有叛军攻击FOBRookie，其中火箭弹危害较大。当地时间2015.3.31凌晨0:30和4点，叛军发射的共发生两枚枚火箭弹，造成MPSO一些人员的伤亡和物资的损失，火箭弹型号当时有待确认。
最初，蒙特里的叛军的网络是一个个打了就跑的独立实体，但随着时间的推移，这些网络开始协同作战。然而，由于种种原因，不同网络之间的派系斗争也十分显著。历史上，一些叛军的网络往往回到相同的地点进行敌对活动，如伏击，简易爆炸装置（IED）攻击或火箭弹袭击等。这些网络中黄色和绿色网络可以发射火箭弹。其中，黄色网络位于西部滨海地区；绿色网络总部设在萨利纳斯。
图1.2015.1.1~2015.3.31期间MPSO遭受叛军的攻击和攻击类型
经过对有关敌人进攻FOB Rookie 区域的信息的表格，此表格涵盖了敌军在三个月内
的活动，使用GIS 对其数据进行符号化，追踪这段时间内每次袭击的模式和地点，猜测这枚火箭弹很可能是经绿色网络发射的107mm火箭弹，在未来72h内该地附近还可能对FOB Rookie发射这种火箭弹。
2. 数据
本文数据来源于Learn ArcGIS，表1中仅保留黄色、绿色网络发射的信息，包括：发射时间、月光照度、攻击位置、武器类型、网络类型和发射位置。根据作战需要，发射位置用军事格网参考系(MGRS)表示，它是一种基于格网的参考系，用于在通用横轴墨卡托投影(UTM) 和通用极方位立体投影(UPS) 格网系中以字母数字字符串的形式表示位置。与定义特定点不同，MGRS 坐标定义的是地球表面上的某个区域。完全限定的MGRS 字符串长度为15 个字符，由以下三个部分组成：格网区域标识、100,000 平方米标识符以及东移/北移。
2015/01/02 04:00:00 0.92 FOB Rookie 122mm Green 10SFF1574560172 2015/01/02 05:30:00 0.92 FOB Rookie 107mm Green 10SFF1655251480 2015/01/03 04:00:00 0.96 FOB Rookie 107mm Green 10SFF1636651177 2015/01/03 05:00:00 0.96 FOB Rookie 122mm Green 10SFF1631059799 2015/01/04 05:30:00 0.99 FOB Rookie 107mm Green 10SFF1610250841 2015/01/04 05:30:00 0.99 FOB Rookie 122mm Green 10SFF1710859252 2015/01/05 06:00:00 1.00 FOB Rookie 122mm Green
2015/01/07 05:00:00 0.96 FOB Rookie 122mm Green 10SFF2055257243 2015/01/09 04:30:00 0.85 FOB Rookie 122mm Green 10SFF2104256895 2015/01/30 05:00:00 0.81 FOB Rookie 122mm Green 10SFF2185655230 2015/01/31 04:00:00 0.88 FOB Rookie 107mm Green 10SFF1713052759 2015/01/31 05:30:00 0.88 FOB Rookie 107mm Green 10SFF1729553142 2015/01/31 05:30:00 0.88 FOB Rookie 122mm Green 10SFF2237054958 2015/02/01 03:30:00 0.93 FOB Rookie 107mm Green 10SFF1672557493 2015/02/01 04:30:00 0.93 FOB Rookie 107mm Green 10SFF1651757152 2015/02/01 05:00:00 0.93 FOB Rookie 122mm Green
2015/02/03 04:00:00 0.99 FOB Rookie 122mm Green 10SFF1328762905 2015/02/04 05:00:00 1.00 FOB Rookie 122mm Green 10SFF1401863473 2015/02/05 05:00:00 0.98 FOB Rookie 122mm Green 10SFF1340863389 2015/02/06 04:30:00 0.95 FOB Rookie 122mm Green 10SFF1264863074 2015/02/27 05:00:00 0.66 FOB Rookie 107mm Green 10SFF1532155712 2015/02/27 06:00:00 0.66 FOB Rookie 122mm Green 10SFF1736656517 2015/02/28 06:00:00 0.75 FOB Rookie 107mm Green 10SFF1540456157 2015/02/28 06:00:00 0.75 FOB Rookie 122mm Green
2015/03/01 05:00:00 0.83 FOB Rookie 107mm Green 10SFF1603555833 2015/03/01 05:00:00 0.83 FOB Rookie 122mm Green
2015/03/02 04:30:00 0.90 FOB Rookie 122mm Green 10SFF1709456560
2015/03/03 05:30:00 0.95 FOB Rookie 122mm Green 10SFF1748056261 2015/03/06 06:00:00 1.00 FOB Rookie 122mm Green 10SFF1714956231 2015/03/06 05:00:00 1.00 FOB Rookie 122mm Green 10SFF2615463949 2015/01/01 01:00:00 0.85 FOB Rookie 107mm Yellow 10SFF0601856036 2015/01/01 01:30:00 0.85 FOB Rookie 107mm Yellow 10SFF1081258649 2015/01/01 22:30:00 0.85 FOB Rookie 122mm Yellow 10SFF1053266523 2015/01/02 23:00:00 0.92 FOB Rookie 122mm Yellow 10SFF1071965860 2015/01/03 23:00:00 0.96 FOB Rookie 122mm Yellow 10SFF1097866529 2015/01/06 23:30:00 0.99 FOB Rookie 107mm Yellow
2015/01/13 00:30:00 0.51 FOB Rookie 107mm Yellow 10SFF0805357726 2015/01/16 16:00:00 0.22 FOB Rookie 107mm Yellow 10SFF1011757514 2015/01/20 15:30:00 0.00 FOB Rookie 107mm Yellow 10SFF0840555975 2015/01/27 01:30:00 0.52 FOB Rookie 107mm Yellow
2015/01/30 01:30:00 0.81 FOB Rookie 122mm Yellow 10SFF1038264302 2015/01/30 22:00:00 0.81 FOB Rookie 122mm Yellow 10SFF1073564639 2015/01/31 00:30:00 0.88 FOB Rookie 107mm Yellow 10SFF0940956523 2015/01/31 01:30:00 0.88 FOB Rookie 107mm Yellow 10SFF1003356642 2015/01/31 23:00:00 0.88 FOB Rookie 107mm Yellow 10SFF0816259200 2015/02/01 01:00:00 0.93 FOB Rookie 122mm Yellow 10SFF1083064197 2015/02/01 01:00:00 0.93 FOB Rookie 107mm Yellow 10SFF0867558953 2015/02/06 23:00:00 0.95 Marina 107mm Yellow 10SFF1163057508 2015/02/11 23:30:00 0.58 FOB Rookie 107mm Yellow 10SFF0684654160 2015/02/25 01:00:00 0.46 FOB Rookie 107mm Yellow
2015/02/27 01:00:00 0.66 FOB Rookie 107mm Yellow
2015/02/27 22:00:00 0.66 FOB Rookie 122mm Yellow 10SFF0368956341 2015/03/06 01:30:00 1.00 FOB Rookie 107mm Yellow 10SFF0702155293 2015/03/07 01:00:00 0.98 FOB Rookie 107mm Yellow
2015/03/13 01:00:00 0.54 FOB Rookie 107mm Yellow 10SFF0700751475 2015/03/14 00:30:00 0.44 FOB Rookie 107mm Yellow
2015/03/23 02:30:00 0.12 Castroville 107mm Yellow
2015/03/26 01:00:00 0.40 FOB Rookie 107mm Yellow
2015/03/27 01:30:00 0.50 FOB Rookie 107mm Yellow 10SFF1065547933 2015/03/28 00:30:00 0.60 FOB Rookie 107mm Yellow
2015/03/29 01:00:00 0.69 FOB Rookie 107mm Yellow 10SFF1424848808 2015/03/30 00:30:00 0.78 FOB Rookie 107mm Yellow
2015/03/31 00:30:00 0.85 FOB Rookie 10SFF0860447777 2015/03/31 04:00:00 0.85 FOB Rookie 10SFF1297257567 3. 方法及分析
对图2的初步观察可以得到：(1)黄色网络分布在西部沿海地区，绿色网络分布在东部相对靠内陆地区；(2)在FOB Rookie的8km缓冲区内两种网络发射的几乎都是107mm口径的
火箭弹，在缓冲区边缘会有例外，在8~20km缓冲区内两种网络发射的均为122mm口径的火箭弹(这主要是出于经济和射程的考虑，小口径的射程段造价低，大口径的射程远但价格昂贵)；(3)绿色网络多分布在有公路的农田中，而黄色网络分布规律性较差（在城市、山地、农田、海上均有过出露）；(4)绿色网络在空间上倾向于聚集成簇，黄色网络相对分散(这可能是双方指挥人员作战方案不同)。
(a)
图2.叛军黄、绿色网络发射火箭弹情况；图中紫色椭圆为FOB Rookie的8km缓存区，其余位置均在20km缓冲区内；带圆心的小圆表示发射的火箭弹口径为107mm，大圆表示口径问为122mm (a) 背景为街道信息 (b)背景为遥感影像
对表格信息进行细致统计（统计图见图3）分析可以发现：(1)绿色网络发射时间非常固定，在凌晨3~6点之间，黄色网络大多在22~2点间发射；(2)绿色网络对月光要求较高，历史上月光照度要达到0.6以上才发射，而黄色网络（如果在晚上发射）可以在月光照度很低的情况下发射；(3)绿色网络发射日期间隔较短（小于72h），结合图2(a)发现发射日期相近的在空间上也常常相邻（这很可能是绿色网络在进行一次攻击后并未撤离而是在农田附近隐蔽起来待条件合适时进行二次攻击），黄色网络则是在不同地区上在相似的时间上对目标发起较大规模的进攻；(4)两种网络均可以发射两种口径的火箭弹，且均偏爱与发射107mm口径的火箭弹。
图3.(a)网络类型与发射时间的关系 (b)网络类型与当天月光照度关系 (c)两种网络类型与发射日期的关系 (d)两种网络类型发射的火箭弹口径数量
4. 结论
根据以上分析结果，认为两枚目前未知型号和来着未知网络的火箭弹（数据见表1最后两行），认为: (1) 3.31 0:30AM发射的火箭弹是来自于黄色网络，口径为107mm，因为它在位置上处于西部，距离FOB Rookie小于8km，发射时间也落在黄色网络范围内（图3(a)）; (2) 3.31 4:00AM发射的火箭弹是来自于绿色网络，口径为107mm，因为它在位置上处于东部，且周围存在农田和公路（图2(b)），距离FOB Rookie小于8km，发射时间也落在绿色网络范
围内（图3(a)）;
结合前文对两种网络的历史作战方式分析，认为：(1)黄色网络可能会短期内在西部地区进行大面积的对FOB Rookie进行打击；(2)绿色网络很可能还在于上次相近的地方在72h 内实施再次打击。针对以上判断，建议：(1)防御装置部署上主要针对西部的黄色网络；(2)对东部的绿色网络上次发起攻击的地方派遣侦查人员和配合其的武装力量，待叛军暴露但未发起攻击时将之一网打尽。
以上分析可能会有一定的不确定性，更详尽的分析可能会进一步避免这些不确定性，但兵贵神速，这就要求在最短的时间内发掘尽量多的有用信息。GIS的加入极大的提高了对战争分析效率和给人更直观的数据，可以辅助指挥官做出更好的决策。
arcgis栅格数据空间分析实验报告
实验五栅格数据的空间分析 一、实验目的 理解空间插值的原理，掌握几种常用的空间差值分析方法。 二、实验内容 根据某月的降水量，分别采用IDW、Spline、Kriging方法进行空间插值，生成中国陆地范围内的降水表面，并比较各种方法所得结果之间的差异，制作降水分布图。 三、实验原理与方法 实验原理：空间插值是利用已知点的数据来估算其他临近未知点的数据的过程，通常用于将离散点数据转换生成连续的栅格表面。常用的空间插值方法有反距离权重插值法（IDW）、 样条插值法（Spline）和克里格插值方法（Kriging）。 实验方法：分别采用IDW、Spline、Kriging方法对全国各气象站点1980年某月的降水量进行空间插值生成连续的降水表面数据，分析其差异，并制作降水分布图。 四、实验步骤 ⑴打开arcmap，加载降水数据，行政区划数据，城市数据，河流数据，并进行符号化， 对行政区划数据中的多边形取消颜色填充 ⑵点击空间分析工具spatial analyst→options，在general标签中将工作空间设置为实验数据所在的文件夹
⑶点击spatial analyst→interpolate to raster→inverse distance weighted，在input points 下拉框中输入rain1980，z字段选择rain，像元大小设置为10000 点击空间分析工具spatial analyst→options，在extent标签中将分析范围设置与行政区划一致，点击spatial analyst→interpolate to raster→inverse distance weighted，在input points下拉框中输入rain1980，z字段选择rain，像元大小设置为10000 点击空间分析工具spatial analyst→options在general标签中选province作为分析掩膜，点击spatial analyst→interpolate to raster→inverse distance weighted，在input points下拉框中输入rain1980，z字段选择rain，像元大小设置为10000
统计学实验报告
统计学数学实验报告 单因素方差分析 姓名 专业 学号
单因素方差分析 摘要统计学是关于数据的科学，它所提供的是一套有关数据收集、处理、分析、解释数据并从数据中得出结论的方法，统计研究的是来自各个领域的数据。单因素方差分析也是统计学分析的一种。单因素方差分析研究的是一个分类型自变量对一个数值型因变量的影响。关键字单因素、方差、数据统计 方差分析（analysis of variance，ANOVA）就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。当方差分析中之涉及一个分类型自变量时称为单因素方差分析(one-way analysis of variance). 单因素方差分析研究的是一个分类型自变量对一个数值型因变量的影响。例如要检验汽车市场销售汽车时汽车颜色对销售数据的影响，这里只涉及汽车颜色一个因素，因而属于单因素方差分析。 为了更好的理解单因素方差分析，下面举个例子来具体说明单因素方差所要解决的问题。从3个总体中各抽取容量不同的样本数据，结果如下表1所示。检验3个总体的均值之间是否有显著差异（α=0.01）P29210.1 样本1 样本2 样本3 158 153 169 148 142 158 161 156 180 154 149 169 如果要进行单因素方差分析时，就需要得到一些相关的数据结构，从而对那些数据结构进行分析，如下表2所示： 分析步骤 1.提出假设 与通常的统计推断问题一样，方差分析的任务也是先根据实际情况提出原假设H0与备择假设H1，然后寻找适当的检验统计量进行假设检验。本节将借用上面的实例来讨论单因素试验的方差分析问题。
统计分析综合实验报告
统 计 分 析 综 合 实 验 报 告 专业：班级： 姓名：学号： 规定题目
一．问题提出及分析目的 （一）问题提出 夏春同学打算毕业后去上海创办一家属于自己的投资咨询服务公司，以便利用在学校里学到的经济学知识，去为广大的货币市场从业人员提供必要的投资指导。为了能顺利地实现自己的创业计划，他着手编辑了一份投资信息简报、分发给一些投资商，希望这些人能提供各方面的建议，进而了解投资商们感兴趣的东西。（二）分析目的 （1）、对货币市场的交易规模和收益情况进行描述分析。 （2）在95%的置信水平下，对整个货币市场的投资规模、每周收益率和每月收益率进行区间估计，并作出解释。 （3）对周收益率和月收益率进行比较。 （4）资产规模大小对收益率影响是否显著？ 二．数据收集及录入
1.打开SPSS 应用程序，在“变量视图”编辑框中录入以下数据： 2.在“数据视图”编辑框中依据收集的数据录入以下数据：（因版面需要在此呈现前5行数据，后面27行按前5行方式录入） 三．数据分析 （一）描述性分析 1.在SPSS 中依次选取“分析”—“描述统计”—“描述”，将资产规模和过去一周、一月的平均收益率全部选取转至右侧方框： 2.在描述性对话框中点击右侧“选项”，进入选项属性设置对话框，选中“均值”、“标准差”、“最大值”、“最小值”、“峰度”、“偏度”、“变量列表”选项：
（二）区间估计 1.在SPSS中依次选取“分析”—“描述统计”—“探索过程”，将资产规模和过去一周、一月的平均收益率全部选取转至右侧方框： 2. .在“探索”对话框中点击右侧“统计量”，进入统计量设置对话框，设置均值置信区间为95%： （三）周月收益率分析 1.在SPSS中依次选取“分析”——“比较均值”——“配对样本T检验”，将过去一周、一月的平均收益率选取转至右侧方框： 2. .在“配对样本T检验”对话框中点击右侧“选项”，进入选项属性设置对话框，设置置信区间为95%：
多元统计分析实验报告
实验一 一、实验目的及要求 对应分析是你也降维的思想以达到减化数据结构的目的，凤的研究广泛用于定义属性变量构成的列联表利用对应分析方法分析问卷中教育程度与网上购物支付方式之间的相互关系。 二、实验环境 SPSS 19.0 window 7系统 三、实验内容及实验步骤（实践内容、设计思想与实现步骤） 实验题目： 通过分析问卷数据，绘制如下的教育程度与网上购物支付方式的交叉表，运用对应分析方法研究教育程度与网上购物所选择的支付方式之间的相关性，及揭示不同人群网上购物的特征等问题。 设计思想：原假设：H1：χ2>χα2[(n?1)(p?1)] 实现步骤： 1.在变量视窗中录入3个变量，用edu表示【教育程度】，用fangshi表示【在网上购物时采用什么样的支付方式】，用pinshu表示【频数】；如图所示：
2.先对数据进行预处理。执行【数据】→【加权个案】命令，弹出【加权个案】对话框。选中【加权个案】按钮，把【频数】放入【频率变量】框中，点击【确定】按钮完成。 3.打开主窗口，选择菜单栏中的【分析】→【降维】→【对应分析】命令，弹出【对应分析】对话框。 4.将【教育程度】导入【行】，将【在网上购物时采用什么样的支付方式】导入【列】。 5. 单击【定义范围（D）】，打开【对应分析：定义行范围】对话框； 定义行变量分类全距最小值为1，最大值为4，单击【更新】；点击【继续】，返回【对应分析】对话框；同方法打开【对应分析：定义列范围】对话框； 定义列变量全距最小值为1，最大值为5，单击【更新】； 6. 单击【统计量】打开【对应分析：统计量】对话框；选择【行轮廓表】，【列轮廓表】；单击【继续】，返回【对应分析】对话框， 7.选择【绘制】→【对应分析：图】对话框，选择【散点图】中的【行点】、【列点】选择【线图】中的【已转换的行类别】、【已转换的列类别】，单击【继续】，返回【对应分析】对话框。 8.单击【确定】按钮，完成设置并执行列联表分析。 四、调试过程及实验结果（详细记录实验在调试过程中出现的问题及解决方法。记录实验的结果） SPSS实验结果及分析： 上表显示了在32155名被调查者中，大多数消费者在网上购物时选择第三方支付和网上银行支付，在网上购物的消费人群以大学本科生相对最多。
遥感地学分析实验报
实验一植被覆盖度反演 一、实验目的 植被覆盖度是指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比。通常林冠称郁闭度，灌草等植被称覆盖度。它是衡量地表植被覆盖的一个最重要的指标，被覆盖度及其变化是区域生态系统环境变化的重要指示，对水文、生态、全球变化等都具有重要意义。目前已有许多利用遥感技术测量植被覆盖度的方法，其中应用最广泛的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI，本次实验完成植被覆盖度反演。 二、实验数据 实验选取两景覆盖北京市的Landsat8 OLI影像、土地覆盖类型图以及北京行政边界矢量数据为数据源。其中，土地覆盖类型图是作为掩膜文件使用，其目的是为了便于植被覆盖度的估算；北京行政边界矢量数据是裁剪出北京市行政区内的范围。Landsat8 OLI影像是从地理空间数据云网站上下载得到的，其成像时间为2013年10月份。与Landsat7的ETM+成像仪相比，OLI成像仪获取的遥感图像辐射分辨率达到12比特，图像的几何精度和数据的信噪比也更高。OLI成像仪包括9个短波谱段（波段1～波段9），幅宽185km，其中全色波段地面分辨率为15m，其他谱段地面分辨率为30m。 三、实验方法 本文反演植被覆盖度所采用的是像元二分模型方法，像元二分模型是一种简单实用的遥感估算模型，它假设一个像元的地表由有植被覆盖部分与无植被覆盖部分组成，而遥感传感器观测到的光谱信息(S)也由这2个组分因子线性加权合成，各因子的权重是各自的面积在像元中所占的比率，如其中植被覆盖度可以看作是植被的权重。因此，像元二分模型的原理如下：VFC = (S - Ssoil)/ ( Sveg - Ssoil) S为遥感信息，其中Ssoil 为纯土壤像元的信息, Sveg 为纯植被像元的信息。 改进的像元二分法——遥感信息选择为NDVI VFC = (NDVI - NDVIsoil)/ ( NDVIveg - NDVIsoil) 两个参数的求解公式 NDVIsoil=(VFCmax*NDVImin- VFCmin*NDVImax)/( VFCmax- VFCmin) NDVIveg=((1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin)/( VFCmax- VFCmin) 当区域内可以近似取VFCmax=100%，VFCmin=0% VFC = (NDVI - NDVImin)/ ( NDVImax - NDVImin) 当区域内不可以近似取VFCmax=100%，VFCmin=0%，当有实测数据的情况下，取实测数据中的植被覆盖度的最大值和最小值；当没有实测数据的情况下，植被覆盖度的最大值和最小值根据经验估算。 其中, NDVIsoil 为裸土或无植被覆盖区域的NDVI值, 即无植被像元的NDVI 值；而NDVIveg 则代表完全被植被所覆盖的像元的NDVI 值, 即纯植被像元的NDVI 值。 四、实验处理步骤 1、实验处理流程如下图所示
中国矿业大学 空间数据结构上机实验报告
《空间数据结构基础》上机实验报告（2010级） 姓名 班级 学号 环境与测绘学院 1.顺序表的定义与应用（课本P85习题） 【实验目的】 熟练掌握顺序表的定义与应用，通过上机实践加深对顺序表概念的理解。 【实验内容】
设有两个整数类型的顺序表A（有m个元素）和B（有n个元素），其元素均从小到大排列。试编写一个函数，将这两个顺序表合并成一个顺序表C，要求C的元素也从小到大排列。【主要代码】 #include
遥感植被指数NDVI计算
本科学生综合性、设计性 实验报告 姓名宋国俊学号114130168 专业地理信息系统班级 实验课程名称遥感地学分析 实验名称NDVI计算 开课学期2011 至2012 学年下学期 云南师范大学旅游与地理科学学院编印 一、实验准备
1、实验目的和要求： 利用TM卫星数据，应用ENVI软件进行归一化植被指数的计算，及在此基础对研究 区进行植被覆盖率的提取，根据植被覆盖率进行一些应用分析。 2、实验材料及相关设备： 昆明影像数据(path/row:129/43（2002.02.09）)ENVI及ArcGIS软件。 3、实验方法步骤及注意事项： 实验方法：利用ENVI及ArcGIS图像处理软件，参考软件的处理操作步骤，对图像进行处理。 注意事项：下载数据时应该严格遵照行列号来下载，下载的数据要包括完整的影像数据信息以便数据的预处理。 二、实验内容、步骤和结果（详细写清楚本次实验的完成的主要内容、具体 实施步骤和实验结果。） 1、实验内容 利用下载的昆明影像数据用ENVI进行NDVI计算，计算公式如下： NDVI=(NIR-R)/(NIR+R)(NIR为近红外波段，R为红光波段) 2、实验步骤 (1)对昆明影像数据进行辐射定标： Ⅰ、启动ENVI External →Geo TIFF with metadata→Enter Landsat MetaData （输入元数据） Ⅱ、Spectral→Preprocessing→Calibration utilities→Landsatcalibration→Landsat calibration input file→输 入第一步的元数据 Ⅲ、将辐射定标后的数据转化为BIL格式：
遥感地学分析读书报告
成像光谱技术研究动态 王立平刘洪博 1 引言 地物的反射辐射光谱特征是遥感的主要物理基础，是开展地球表层物质的物性和空间结构分析，进而加以识别的主要依据。成像光谱技术具有高光谱分辨率、超多波段和图谱合一的特点，在大尺度范围内探测地表物质连续光谱特性的同时，还获取了地物的空间形态和状态信息。成像光谱仪的光谱分辨率越高，所反映地物光谱特征就越精细，甚至可获取与实验室或地面实测光谱类似的曲线，为地物或地物成份的遥感识别奠定了基础。 2 成像光谱技术的发展与现状 成像光谱遥感所用的仪器是成像光谱仪。从世界范围来看，美国的成像技术发展较早，也最具代表性。从20世纪80年代到现在，美国已经研制了三代成像光谱仪。 第一代成像光谱仪的代表是航空成像光谱仪AIS。它由美国国家航空和航天管理局NASA所属的喷气推进实验室JPL设计，已于1984-1986年装在NASA的C-130飞机上飞行。这是一台装有二维、近红外阵列探测器的实验仪器，128个通道，光谱覆盖范围从1.2~2.4μm，并在内华达Cuprite地区的应用中取得很好的效果。 第二代成像光谱仪的代表是机载可见光/近红外成像光谱仪AVIRIS，它有224个通道，使用光谱范围为0.41~2.45μm，每个通道的波段宽约为10nm。曾放在改装后的高空U2飞机上使用．为目前最常用的航空光谱仪之一。 基于NASA仪器的成功应用，也基于采矿工业及石油工业的需求，在AVIRIS之后，地球物理环境研究公司GER又研制了l台64通道的高光谱分辨率扫描仪GERIS。其中63个通道为高光谱分辨率扫描仪，第64通道是用来存储航空陀螺信息。该仪器由3个单独的线性阵列探测器的光栅分光计组成。它与其他仪器的区别是在不同的光谱范围区内，通道的光谱宽度是不同的。
土地信息系统(空间数据可视化)实验报告
一、实验目的与要求 1、对数字地图制图有初步的认识 2、掌握了解符号化、注记标注、格网绘制以及地图整饰的意义 3、掌握MAPGIS工程文件、点、线、面文件创建及保存方法 4、掌握基本的符号化方法、自动标注操作以及相关地图的整饰和数据的操作 通过综合实验，加深理解地理信息系统基本理论、核心技术，掌握GIS 图形输入、编辑、数据库建立、空间分析、地学分析、统计分析、专题图制作、制图输出等基本应用技能，结合环规专业进行开发区建设规划，为GIS 在资源环境与城乡规划管理中应用打下基础。 二、实验准备 阅读PPT严格按照下面的符号特征要求来做: 1 数据符号化显示 A.地图中共有6个区，将这6个区按照ID字段来用分类色彩表示； B.将道路按class字段分类：分为1～4级道路，并采用不同的颜色表示； C.地铁线符号Color：深蓝色，Width：1.0； D.区县界线Color：橘黄色，Width：1.0 ； E.区县政府Color：红色，Size：10，样式：Star3; F.市政府符号在区县政府基础上改为大小18 2注记标记 A.对地图中6个区的Name字段使用自动标注，标注统一使用Country2 样式，大小：16； B.手动标注黄浦江（双线河），使用宋体、斜体、16号字，字体方向为纵 向，使用曲线注记； C.地铁线使用自动标注，采用Country3样式； D.道路中，对道路的Class字段为GL03的道路进行标注，字体：宋体， 大小：10； E.区县政府使用自动标注，字体:宋体，大小:10； F.市政府使用自动标注，字体:楷体，大小:14
3绘制格网 采用索引参考格网，使用默认设置。 4 添加图幅整饰要素 A.添加图例，包括所有字段； B.添加指北针，选择ESRI North 3样式； C.添加比例尺，选择Alternating Scale Bar 1样式 三、实验内容与主要过程 制作上海市行政区划图 （一）数据符号化 首先我们打开ArcMap，点击Add Data添加各数据，选取数据层所在位置，添加各图层。 在区县界面图层上右键打开Properties对话框，在Value Field中选择字段Name，单击Add All Values按钮，将6个区的名称都添加进来，并选择合适的配色，单击确定按钮完成符号化设置
金融统计学实验报告
一、实验类型 验证型实验。分析1991-2013年中国1年期实际储蓄存款利率的变化特点，运用名义利率、通货膨胀率和物价指数的数据用两种方法来计算并分析哪种方法更科学。 二、实验目的 1、掌握实际利率的两种计算方法，并分析1991-2013年中国1年期实际储蓄存款利率的变化特点。 2、比较两种实际利率测算方法的差异性及科学性。 三、实验背景 利率是国家调控经济的重要杠杆之一，特定的宏观经济目标和微观经济目标可以通过利率调整实现。利率调整是在一定的经济运行环境下进行的，它的调整对经济增长、居民消费、居民储蓄、市场投资等都会产生直接或是简洁的影响。 实际利率(Effective Interest Rate/Real interest rate) 是指剔除通货膨胀率后储户或投资者得到利息回报的真实利率。研究实际利率对经济发展有很大的作用，本实验就1991年至2013年中国1年期实际储蓄利率的变化特点进行探讨，并比较分析实际利率的计算方法。 四、实验环境 本实验属于自主实验，由学员课后自主完成，主要使用Excel软件。 数据来源：通过国家统计局网站、中国人民银行网站获取数据。 五、实验原理 1、实际利率=名义利率-通货膨胀率。 2、实际利率=（名义利率-通货膨胀率）/（1+通货膨胀率）。 六、实验步骤 1、采集实验基础数据。通过网上登录国家统计局网站查看中国统计年鉴，以及登录中国人民银行网站获取相应数据。数据样本区间为1991-2013年。 2、利用Excel软件分别按照两种方法计算实际利率。 3、做出实际储蓄存款利率的变化以及两种不同算法下实际利率变化的折线图。 4、分析图表，考察实际存款利率变化特点并比较两种计算方法的科学性。 七、实验结果分析 (一)实验结果 经过整理和测算的结果如图所示
遥感地学分析与专题制图实验报告
重庆交通大学 学生实验报告 实验课程名称遥感地学分析 开课实验室土木学院机房实验室 学院河海学院年级 2012级专业班资环1班学生姓名邓双福学号 631203050107 开课时间 2014 至 2015 学年第二学期 河海学院资源与环境科学系 2015年6月
实验题目遥感地物识别与专题制图 实验时间2015年6月1日实验地点土木学院机房实验室 实验成绩实验性质综合性试验 一、实验目的 1、以自己所熟悉的软件,选择一个区域(影像自己选择,不小于500×500像素),进行地物类型的判别与读取(人机交 互目视解译或者计算机自动分类)监督与非难监督 2、考察学生对本课程有关典型地物类别光谱特征知识点的掌握情况。 3、地物类型不小于五类,结果输出为专题图,图分,图例,各地物类型的面积(矢量面积,栅格百分比)。 二、原理与方法 实验数据：地理空间数据云网址下载三市ETM遥感影像。 图像预处理：下载的遥感影像进行预处理。 图像预处理流程图如下： 波段合成：将下载到的单波段遥感数据运用ENVI进行波段合成，形成假彩色的遥感影像图。 监督分类(supervised)，又称训练分类法，即用被确认类别的样本像元去识别其他未知类别像元的过程。已被确认类别的样本像元是指那些位于训练区的像元。在监督分类过程中，首先选择可以识别或者借助其他信息可以判定其类型的像元建立分类模板（训练样本），然后让计算机系统基于该模板自动识别具有相同特性的像元。对分类结果进行评价后再对分类模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。监督分类一般有以下几个步骤：定义分类模板、评价分类模板、进行监督分类、评价分类结果，在实际应用过程中，可以根据需要执行其中的部分操作。 分类后处理（Post-Classification Process），无论监督分类还是非监督分类，都是按照光谱特征进行聚类分析的，因此，都带有一定的盲目性。所以，对获得的分类结果需要进行一些处理工作才能得到最终相对理想的分类结果，这些处理操作统称为分类后处理。
遥感地学分析读书笔记
绪论 根据遥感信息的利用方式和效应，可以把遥感技术的发展划分为四个阶段： 1.瞬时信息的定性分析 2.空间信息的定位分析 3.时间信息的趋势分析 4.环境信息的综合分 析，即多种来源信息的复合分析 第一章遥感信息的地学评价 （一）遥感信息的属性 1.遥感信息的多源性（平台、载体的多层次，波段不同，视场不同，时间不同） 2.遥感信息的物理属性（不同的空间分辨率、波普分辨率、时间分辨率） （二）遥感研究对象的地学属性 1.空间分布 2.波谱反射和辐射特征 3.时相变化 二、遥感信息地学评价的标准 （一）空间分辨率 空间分辨率又可称为地面分辨率，指一个影像上能够详细区分的最小单元的尺寸或大小。空间分辨率有三种表示形式： （1）象元，每个象元的大小在地面上对应的范围，即在地表与一个象元大小相当的尺寸，用米表示。 （2）象解率，指胶片上1毫米间隔内包含的线对数，用线对/毫米来表示。 （3）视场角，指电子传感器的瞬时视域，用豪弧度表示。视场角小，得到的光通量小，空间分辨率低；反之，空间分辨率高。 （二）波谱分辨率 波普分辨率指传感器所用的波段数目、波段波长以及波段宽度。也就是选择的通道数、每个通道的波长、带宽，这三个因素决定波普分辨率。 对于传感器波谱分辨率的选择，有两种情况。在实验过程中，分析波谱特征时，光谱波段分得愈多愈细、频带宽度愈窄，所包含的信息量就愈大，针对性愈强，则易于鉴别细微差异，因而在实验室研究中多光谱波段往往可以发展到十几、甚至几十个波段.但是在实际应用中，便要对之进行综合归纳。因为波段分得愈细，各波段数据间的相关性就愈大，增加了信息的冗余度，未必能达到预期识别效果。同时波段愈多，数据量愈大，给数据传输、数据处理和鉴别带来困难。 （三）时间分辨率 时间分辨率指对同一地区遥感影像重复覆盖的频率。 第二节陆地卫星系列的地学评价 (三)火箭遥感的特点 1. 火箭可以选择最有利的时机 2.火箭资料有快速、大面积同步覆盖的特点 3.火箭灵活、方便，发射简单，准备时间短，发射架小，可以移动 4.成本较低，并可根据用户的需要来设计 5.摄影处理设备简单 二、航空遥感的特点 航空遥感作为遥感立体观测系统中不可缺少的一部分，有其明显的特点。 1.航空遥感空间分辨率高、信息容量大，主要服务于较大比例尺的区域资源与环 境详查，以及解决工程技术上的具体问题，其经济与社会效益明显。 2，航空遥感灵活、方便，适用于专题遥感研究。它可以根据用户的需求，灵活选择具有一定空间分辨率、波谱分辨率、时间分辨率的遥感信息，设计航空遥惑飞行的方案和路线等。获得图象较为方便，成本不高。
空间分析实验报告
空间分析原理 及应用 上机实验
练习1：利用缺省参数创建一个表面 1．1 启动ArcMap并激活地统计分析模块 单击窗口任务栏的Start按扭，光标指向Programs，再指向ArcGIS，然后单击ArcMap。在ArcMap中，单击Tools，在单击Extensions，选中Geostatistical Analyst复选框，单击Close按扭。 1.2 添加Geostatistical Analyst工具条到ArcMap中。 单击View菜单，光标指向Toolbars，然后单击Geostatistical Analyst。 1．3 在ArcMap中添加数据层 一旦数据加入后，就能利用ArcMap来显示数据，而且如果需要，还可以改变没一层的属性设置（如符号等等） 1.单击Standard工具条上的Add Data按扭。 找到安装练习数据的文件夹（缺省安装路径是C:\ArcGIS\ArcTutor\Geostatistics）,按住Ctrl键，然后点击并高亮显示Ca_ozone_pts和ca_outline数据集。 3.单击Add按扭。 4.单击目录表中的ca_outline图层的图例，打开Symbol Selector对话框。 5.单击Fill Color下拉箭头，然后单击No Color。 6.在Symbol Selector对话框中单击OK按钮。 点击Standard工具条上的Save按扭。新建一个本地工作目录（如C:\geostatistical）,定位到本地工作目录。
1．4 利用缺省值创建表面 单击Geostatistical Analyst，然后单击Geostatistical Wizard。 2.点击Input Data下拉箭头，单击并选中ca_ozone_pts。 3.单击Attribute下拉框箭头，单击并选中属性OZONE。 4.在Methord对话框中单击Kriging. 单击Next按扭。缺省情况下，在Geostatistical Method Selection对话框中，Ordinary Kriging和Prediction Map被选中. 6．在Geostatistical Method Selection对话框中单击next按扭。 7．点击next按扭。
遥感反演地表温度
遥感地学分析 实验报告 成绩： 姓名： 学号： 班级： 题目：
课程实验报告要求 一、实验目的 掌握并熟悉band math的操作，对建筑用地分离用的几个建筑指数；学会面对对象分类；学会反演地表温度。 二、实验准备 软件准备： 数据准备：中等分辨率数据AA、高分辨率数据、热岛监测band6 三、实验步骤 1.中等分辨率数据中城市范围的提取： （1）加载数据AA，首先在BAND MATH里面计算图像的NDVI值其公式：(float(b1)-float(b2))/(float(b1)+float(b2))，正确输入公式后点击OK； 在接下来的界面中为公式中b1和b2赋予相应的波段，及近红外波段和红色波段，选择合适的路径即可点击OK； 结果如图：
（2）同样用上述发放计算图像的归一化建筑指数（NDBI值），公式同样使用前面所用，但是后面给b1和b2赋予第五和第四波段就行，同样选择合适的路径即可； 结果如图：
（3）利用前面所计算的NDVI和NDBI值计算改进的归一化裸露指数（MNDBI），MNDBI= NDBI+(1-NDVI)，首先在BAND MATH中输入一下公式并b1和b2赋予NDBI的波段和NDVI的波段； 结果如图：
（3）同样使用上述方法计算城镇用地指数（ULI）计算公式为ULI=NDBI and NDVI，同样在BAND MATH中输入公式并赋予相应的波段，在设置好输出路径即可； 结果如图：
（4）三种指数的阈值的设置，通过查看三种指数的直方图可以为每种指数的分离建筑用地提取合适的阈值；通过查看NDBI的阈值设置为，并将其在band math中进行二值化； 通过查看MNDBI的阈值设置为，并将其在band math中进行二值化；
统计学实验报告7.统计指数分析.docx
实验报告 课程名称统计学学号 11学生姓名辅导教师 系别经济与管理系实验室名称实验时间 1．实验名称 统计指数分析 2.实验目的 掌握各项指数的计算及因素分析法的运用。 在 Excel 中完成各项指数及有关数值的计算，主要用到的是公式和公式复制 3.实验内容 甲乙丙三种商品基期和报告期各项数据如下： 价格（元） P销量 q 商品计量单位 基期 p0报告期 p1基期 q0报告期 q1 甲个302810001200 乙双202120001600 丙公斤232515001500 合计 1）计算三种商品的个体销售量指数和个体价格指数。 2）三种商品的销售额总指数。 3）三种商品的销售量总指数和价格总指数。 4）分析销售量变动和价格变动对销售额影响的绝对额。（这一问分析要手写完成） 4.实验原理 在 Excel 中实现综合指数及其相关数值的计算，主要用到的是公式和公式的复制功 能 5.实验过程及步骤 (1)在工作表中输入已知数据的名称和数值（包括商品名称，计量单位，基期价格，报告 期价格，基期销售量和报告期销售量） （2）计算综合指标的各个综合总量在单元格G4中输入公式“ =C4*E4”,在H4中输入“=D4*F4”, 在 I4 中输入“ =C4*F4”, 在 J4 中输入“ =D4*E4”, 公式复制 在 A7 中输入合计，在单元格中输入“=SuM(G4:G6),再将单元格 G7的公式向右复制到 J7 (3)分别计算各个综合指标及其分子分母之差额 在单元格 A10 中输入“销售额总额指数” ，在单元格 F10 中输入公式“ =H7/G7*100” , 在单元格 H10 中输入公式” =H7-G7”
《遥感地学分析》教学大纲
《遥感地学分析》课程教学大纲 一、课程基本情况 二、课程性质与作用 遥感地学分析课程是遥感科学与技术专业一门重要的专业基础课，同时也是地理信息系统专业推广地理信息系统工具应用的一门重要的选修课。遥感技术是当今国际上异常活跃，发展日新月异的高新科技领域，是构筑“数字地球”不可或缺的强大核心技术，现已发展到推广应用阶段,在众多的专业领域得到广泛应用,已成为地学领域相关科学研究的全新技术方法。在我国也深入到国民经济和社会发展的众多领域，在国家资源环境调查、重大自然灾害监测、城市规划与管理、海洋勘察、国家安全等方面发挥着越来越重要的作用。《遥感地学分析》是遥感与地学交叉的边缘科学，是一门以传播图像科技知识为主的专业课程，具有明显的应用技术学科特点，是地学类各专业的技术方法课。该课程是应用遥感的理论、方法和技术，应用遥感数据源，实现复杂地学问题的快捷、方便、省时和省力的解决。 三、培养目标与标准 本课程需在学习了测量学等课程后再深入学习本课程。本课程具体完成培养方案如下：
信息渠道获得知识，侧重知识的获取，没有实训要求。T：讲授，指教、学活动中由教师引导开展的基础测试或练习，匹配有课程讨论、课后研讨等环节。U：运用，指以学生为主导，通过实练而形成的对完成某种任务所必须的活动方式，匹配有课程的三级项目或其它实践环节。 四、理论教学内容与学时分配
五、实践（实验、上机）教学内容与学时分配 高光谱与高空间分辨率遥感实验紧密结合大纲要求，在前所学课程基础上，深入应用ENVI软件对高光谱与高空间分辨率遥感图像进行验证和综合分析，是对理论知识的深入消化与理解。 六、学业考核 本课程的作业规范：每章结束后布置适量作业，学生独立完成，以便加深对本课程的理解。每个月布置一个中型的项目，学生撰写项目书，并完成整个流程，上交项目报告！
遥感地学分析复习题2012
题型： 1、简答题：地表温度反演20分；简答10分。 2、判断题：2 x 10 = 20分； 3、填空题：2 x 10 = 20分； 4、选择题：2 x 5 = 10分； 5、名词解释：4 x 5 = 20分。 名词解释： 1、植被指数：多光谱遥感数据经分析运算（加、减、乘、除等线性或非线性组合方式），产生某些对植被长势、生物量等有一定指示意义的数值——即所谓的“植被指数”。 2、红边：反射光谱的一阶微分最大值所对应的光谱位置，对应红光区外叶绿素吸收减少部位到近红外高反射肩之间，健康植物的光谱响应陡然增加的（量度增加约10倍）的这一窄条区。通常位于0.68~0.75μm之间。 3、遥感地学分析：建立在地学规律基础上的遥感信息处理和分析模型，其结合物理手段、数学方法和地学分析等综合型应用技术和理论，通过对遥感信息的处理和分析，获得能反映地球区域分异规律和地学发展过程的有效信息的理论方法。 4、叶面积指数LAI：单位土地面积上的柱体内全部植物叶子面积（仅叶片向上半面）之和。 5、叶倾角：叶子向上半面某一点上的法线方向与Z轴（垂直于水平面指向天空）的交角，称为叶子在该点的倾角。 6、光合有效辐射：植物光合作用是植物叶片的叶绿素吸收光能和转化光能的过程。植物光合作用所能利用的仅仅是太阳光的可见光部分（0.4~0.7um），这个波长范围的太阳辐射也称为光合有效辐射 7、劈窗算法：是利用相邻两个热红外通道来进行地表温度反演的方法，是目前为止发展最为成熟的地表温度反演算法。 8、水体富营养化：当大量的营养盐进入水体后，在一定条件下引起藻类的大量繁殖，而后在藻类死亡分解过程中消耗大量溶解氧，从而导致鱼类和贝类的死亡。这一过程称为水体的富营养化。 填空题： 1、水体的反射光谱特性三方面的贡献：包含水表面反射、水体底部物质反射及水中悬浮物质的反射3方面的贡献。 2、1.3um以外植物含水量的三个吸收波段：1.4、1.9和2.7um。 3、Landsat TM缨帽变换为6维空间，前三维分量有意义，包括： 亮度，反映总体亮度变换 绿度GVI，反映地面植物的绿度 湿度 4、对水体的反射波谱影响最大的4个组分：纯水、浮游植物、悬浮物、黄色物质。 5、维恩位移定律：地面物体的温度在300k 时，辐射峰值波长在9.7um 附近。
ArcGIS空间大数据处理实验报告材料
实验四空间数据处理 实验容： 掌握空间数据的处理（融合、拼接、剪切、交叉、合并）的基本方法和原理，领会其用途。掌握地图投影变换的基本原理和方法，熟悉ArcGIS中投影的应用及投影变换的方法和技术，并了解地图投影及其变换在实际中的应用。 实现方法： （一）空间数据处理 打开ArcMap，在菜单栏中选择“地理处理->环境”，打开环境变量对话框。在环境变量对话框中的常规设置选项中，设定“临时工作空间”为“D:\04实验四\04实验四\Exec4”，如图1所示。 图1 第1步裁剪实体 在ArcMap中，添加数据“县界.shp”、“clip.shp”（Clip中有四个实体），添加完后如图2所示。
图2 ●开始编辑，激活Clip图层，选中Clip图层中的一个实体，如图3所示。 图3 ●点击工具栏上按钮，打开ArcToolBox，选择“分析工具->提取->裁剪”， 如图4所示，弹出裁剪对话框，指定输入的实体为“县界”，剪切的实体为“Clip”（必须为多边形实体），并指定输出实体类路径及名称为“县界_Clip1”，如图5所示。裁剪完成后弹出如图6所示的对话框。
图4 图5
图6 ●依次选中Clip主题中其他三个实体，重复以上操作步骤，完成操作后得到四 个图层——“县界_Clip1”，“县界_Clip2”，“县界_Clip3”，“县界_Clip4”，如图7所示。完成操作后，保存编辑。 图7 第2步拼接图层 ●在ArcMap中新建一个地图文档，加载在上一步操作中得到的4个图层，如 图8所示。
图8 ●在工具箱中选择“数据管理工具->常规->追加”,设置输入实体和输出实体，拼 接效果如图9所示。 图9 ●右键点击图层“县界_Clip1”,在出现的右键菜单中执行“数据->导出数据”,弹 出导出数据对话框，将输出的图层命名为“YONK.shp”,如图10所示。
统计学实验报告【最新】
统计学实验报告 一、实验主题:大学生专业与实习工作的关系 二、实验背景: 二十一世纪的今天大学生已是一个普遍的社会群体，高校毕业人数日益增加，社会、企业所提供的职位日益紧张，大学生就业问题是当今社会关注的焦点。面对日益沉重的就业压力，越来越多的大学毕业生选择了企业需求的职业，而这种职业与自己在校所学专业根本“无关”或相去甚远，大学毕业生就业专业不对口的现象非常严重。专业对口是个广义的概念，就是说你所学的专业与你所作的工作相关，比如你专业是会计，工作后你到了一个企业做会计，或者到银行做柜员，这都是与经济相关的，这就是对口。如果你学机械设计，但工作后却做了统计员，业务员等于你所学专业无关的工作，这就叫专业不对口。专业不对口导致毕业生所学知识没有用武之地，所以这是一种人力资源的浪费。 三、实验目的: 大学生就业专业不对口是客观存在的问题，我们研究此问题有这几点目的:①了解当代大学生实习工作与专业是否对口的情况，当代大学生对工作与专业不对口现象的态度。②分析大学生就业结构和
专业对口问题，了解当今大学生专业对口情况，为以后大学生选择专业、选择工作岗位提供有效的信息和借鉴。③寻找导致专业不对口的原因，以减少社会普遍存在的人力资源的浪费。 四、实验要求:就相关问题收集一定数量的数据，用EXCEL进行如下 分析:1进行数据筛选、排序、分组;2、制作饼图并进行简要解释;3、制作频数分布图，直方图等并进行简要解释。 五、实验设备及材料:计算机，手机，EXCEL软件，WORD软件。 六、实验过程: (一)制作并发放调查问卷。 (二)收回并统计原始数据:收回了102名大学生填写的调查问卷，并对相关数据进行统计。 (三)筛选与实验相关问题: 1.您的性别( ): A. 男B.女
测量学实验报告范文
测量学实验报告范文 测量学实验报告范文 测量学（又名测地学）涉及人类生存空间，及通过把空间区域列 入统计（列入卡片索引），测设定线和监控来对此实行测定。它的任 务从地形和地球万有引力场确定到卫土地测量学（不动产土地），土 地财产证明，土地空间新规定和城市发展。 一、实验目的;因为测量学是一门实践性很强的学科，而测量实验 对培养学生思维和动手水平、掌握具体工作程序和内容起着相当重要 的作用。实习目的与要求是熟练掌握常用测量仪器（水准仪、经纬仪）的使用，理解并了解现代测量仪器的用途与功能。在该实验中要注意 使每个学生都能参加各项工作的练习，注意培养学生独立工作的水平，增强劳动观点、集体主义和爱护仪器的教育，使学生得到比较全面的 锻炼和提升. 测量实习是测量学理论教学和实验教学之后的一门独立的实践性 教学课程，目的在于： 1、进一步巩固和加深测量基本理论和技术方法的理解和掌握,并 使之系统化、整体化； 2、通过实习的全过程，提升使用测绘仪器的操作水平、测量计算 水平.掌握测量基本技术工作的原则和步骤； 3.在各个实践性环节培养应用测量基本理论综合分析问题和解决 问题的水平，训练严谨的科学态度和工作作风。 二、实验内容 步骤简要：1）拟定施测路线。选一已知水准点作为高程起始点， 记为a，选择有一定长度、一定高差的路线作为施测路线。然后开始施测第一站。以已知高程点a作后视，在其上立尺，在施测路线的前进 方向上选择适当位置为第一个立尺点（转点1）作为前视点，在转点1
处放置尺垫，立尺（前视尺）。将水准仪安置在前后视距大致相等的 位置（常用步测），读数a1，记录；再转动望远镜瞄前尺读数b1，并 记录 2）计算高差。h1=后视读数一前视读数＝a1-b1,将结果记入高差 栏中。然后将仪器迁至第二站，第一站的前视尺不动变为第二站的后 视尺，第一站的后视尺移到转点2上，变为第二站的前视尺，按与第 一站相同的方法实行观测、记录、计算。按以上程序依选定的水准路 线方向继续施测，直至回到起始水准点bm1为止，完成最后一个测站 的观测记录。 3）成果检核。计算闭合水准路线的高差闭合差；若高差闭合差超限,应先实行计算校核,若非计算问题,则应实行返工重测。 实习过程中控制点的选择很重要，控制点应选在土质坚实、便于 保存和安置水准仪的地方，相邻导线点间应通视良好，便于测角量距，边长约60米至100米左右。我觉得我们组测量时就有一个点的通视不 是很好，有树叶遮挡，但是那也没办法，因为那个地方的环境所致， 幸好我们能够解决.还有水准仪和经纬仪的调平和对中都需要做好，这 直接影响你的测量结果。测量学教学实习是测量学的重要组成部分,其 目的是巩固扩大和加深我们课堂所学的理论知识,获得测量实际工作的 初步经验和基本技能,着重培养我们的独立工作水平,进一步熟练掌握 测量仪器的操作技能,提升计算和绘图水平,并对测绘小区域大比例尺 地形图的全过程有一个全面和系统的理解,为今后解决实际工作中的相 关测量问题打下坚实的基础。 观测时要认真，有时目标稍微偏一点，读盘上读数就会有变化， 误差就会增大，或许超出容许值范围，结果就要重测，浪费很多时间，所以观测时也很重要。读数时由一个人来读数，这样可减少误差 计算是一个谨慎、复杂的过程。为了能够尽量赶超进度，我们组 的数据绝大部分则有我和李丽实行处理。但是，计算完之后，我们俩