雪灾是伊犁地区最主要的自然灾害之一，积雪、风吹雪以及雪崩灾害严重威胁着该区域内的交通运行，并对道路规划等基础设施规划产生了严重影响。鉴于此，对该地区的道路雪灾风险等级进行科学估算和评估，是确保区域内交通安全运行以及道路选址等重大决策的重要依据。结合多源遥感数据和基础地理信息数据，利用熵权法和岭回归方法，发展了一套道路雪灾风险评估方法，构建了伊犁地区积雪、雪崩以及风吹雪灾害的潜在致险性评估模型，进而对伊犁地区道路雪灾的潜在风险性进行了综合评估和致因分析。研究结果表明：伊犁地区3种雪灾类型潜在致险性在空间分布上具有较高的相关性，潜在致险性由高到低依次为：积雪灾害>风吹雪灾害>雪崩灾害。雪灾综合致险性表现为天山地区较高，中部伊犁河谷地区次之，小部分河谷及背风山谷地区致险性较低的空间特征。其中，昭苏县、新源县、尼勒克县以及特克斯县大部分区域为雪灾致险性的热点区域。从道路雪灾综合风险的视角来看，昭苏县、新源县以及尼勒克县部分路段风险性最高，霍尔果斯市、霍城县、伊宁县路段风险次之，而巩留—新源交界路段道路雪灾综合风险相对较低。道路雪灾综合风险较高的路段分别为：G577昭苏—胡松图喀尔逊...

基于融雪性洪水发生机理，选取积雪深度、高程、地势起伏度、坡度、水系距离和土地利用类型6个关键因子，结合历史灾情数据，应用信息量模型对春季融雪洪水危险性进行定量评价和区划。结果表明：（1）额尔齐斯河流域春季融雪洪水多发生在海拔1 500 m以下山前平原和河流附近的草地、耕地和居民用地区域；（2）积雪深度和水系距离是影响春季融雪洪水危险性的重要因素。积雪深度在40～50 cm、水系距离在1～2 km的区域洪水发生风险显著（；3）5组随机实验模型平均AUC值为0.86，验证了基于选定的6个关键指标因子，应用信息量模型评价额尔齐斯河流域春季融雪洪水危险性的有效性。

依据Landsat 8 OLI影像与Sentinel-1A反演的DEM数据,结合波段比值与面向对象两种方法的优点,采用基于规则的面向对象方法对波密县冰川信息进行判识与提取,利用混淆矩阵评价分类结果的精度。研究结果表明:该方法提取的总体精度98.66%,Kappa系数0.97;提取无表碛覆盖冰川7 657.11 km2,占波密县冰川总面积的98.72%;表碛覆盖型冰川99.28 km2,占波密县冰川总面积的1.28%。

元数据标准不仅是规范管理数据资源、实现数据资源最大化共享的基础,同时也对多种类型数据的入库过程进行一定程度的约定和规范,以确保数据的全面性和准确性。因此,基于不同学科的数据特点,在元数据标准建立的基础上,构建各学科数据库和数据信息平台,以确保科学数据的最大化利用。根据多年冻土及其主要环境因素的数据特点,以地理信息元数据国际标准ISO19115为模板,参考生态、资源环境、气象和地质等元数据标准,确定了冻土元数据标准编制原则,并较为详细地阐述了冻土元数据实体包之间的层级关系和组织结构、内容及特点。并在此元数据标准基础上,实现了"青藏高原多年冻土本底调查信息系统"。通过本项工作,期望能够进一步促进冻土数据管理和共享。

研究了绕月卫星自主导航方法,提出了由星敏感器、紫外月球敏感器和测高仪组成的多源信息组合导航方案。将Unscented Kalman滤波(UKF)应用于非线性导航系统,采用信息融合技术设计了相关的联邦滤波算法,实现了系统的信息互补,完成了卫星轨道的最优估计。利用数学仿真对这种导航系统的有效性进行了验证,并与基于扩展Kal man滤波(EKF)的信息融合算法进行了比较。仿真结果表明,所提出的UKF融合算法具有良好的稳定性,可进一步提高导航系统的精度。

根据多年冻土区铁路路基的特点,设计开发的多年冻土区铁路路基养护管理信息系统,其设计思想及总体框架,实现路基动态信息管理的电子化、可视化,建立路基状态评价及预测模型,完成软件的开发。经青藏铁路公司工务段现场测试,该系统具有较好的实用性。

从传统的多光谱遥感数据最佳波段选择理论入手,结合月球表面的特殊环境,针对月球表面主要岩石对不同波段电磁波的反射特性,分析适合月球表面多光谱数据最佳波段选择的一些方法。

针对月球探测过程中数据资料的发布和共享问题,分析了建立B/S体系构架的月球探测信息系统的必要性和优点,设计并开发了基于ArcIMS的月球探测信息系统,实现了查询、缓冲、专题分类图等功能,满足了"嫦娥"卫星数据的共享和可视化发布需要,重点对基于JavaScript的ArcXML语言和ArcXML语言下的请求响应模型关键技术和难点进行了探讨研究。

研究了月球探测器在地-月转移轨道阶段的自主导航方法,提出了利用地月位置信息和星光角距测量信息实现探测器自主组合导航的方案。针对导航系统的状态方程非线性的特点,将Unscented卡尔曼滤波算法和信息融合技术相结合,设计了新的联邦滤波器并应用于自主导航系统中。对这种导航方案进行了数值仿真,和传统的联邦滤波算法进行了比较。仿真结果表明,所提出的组合导航方法和联邦滤波算法的导航位置估计精度约为1km,速度估计精度约为0.01m/s,并且具有良好的鲁棒性和容错性能。