关于鼓励我会会员参加国际测量师协会(FIG)2019年工作周会议的通知
来源:中国土地学会作者:中国土地学会浏览数:451 

关于鼓励我会会员参加国际测量师协会(FIG)2019年工作周会议的通知

各有关单位:            

国际测量师协会(FIG)2019年工作周会议将于2019年4月22日至4月26日在越南河内举办,本次工作周会议的主题是“地理空间信息-更智能的生活和环境恢复能力”。为履行会员职责,交流我国土地学术研究成果,宣传我国土地管理经验,了解世界各个国家土地管理状况,促进我国土地管理事业持续发展,届时,中国土地学会将以FIG国家级会员的身份组团出席会议并参加大会学术交流。

国际测量师协会是土地管理领域最具影响力的国际非政府组织,成立于1878年,目前拥有120个国家的会员,并且与联合国相关机构保持着密切的联系。中国土地学会于2011年8月成为了国际测量师协会会员,旨在为会员提供一个国际交流的平台,鼓励和支持会员充分利用国际测量师协会这个平台与来自世界各国的官员、专家就土地管理领域的热点问题展开广泛的交流,寻找多方合作的可能。

我会鼓励并支持会员们参加此次工作周会议。请前往大会官网http://www.fig.net/fig2019/index.htm查询论文主题、投稿时间、投稿方式、相关要求等更多信息。

特此通知。

附件1. 论文提交和会议注册重要日期

    2. 论文摘要格式

2018年10月15日


附件1.

论文提交和会议注册重要日期

非同行审核论文

同行审核论文

2018年11月1日

2018年10月1日

递交论文摘要

递交论文全文

2018年12月15日

2018年12月10日

公布论文录用情况

第一次公布论文录用情况


2019年1月4日


递交修改后的论文


2019年2月1日


公布修改后论文录用情况

2019年2月1日

早鸟注册结束、论文发言人最后注册日期

2019年2月1日

论文发言人递交论文全文最后期限

2019年2月28日

会议议程公布

2019年3月22日

正常会议注册结束

2019年4月22日至4月26日

举行会议

附件2.

论文摘要格式

摘要包括标题、作者介绍、摘要及关键词四个部分,具体要求如下:

1.     论文标题

字体TimesNew Roman、字号14加粗、居中、空一行

2.     作者姓名(姓氏拼音用大写字母)及国家

字体TimesNew Roman、字号12加粗、居中、空两行

3.     摘要

字体TimesNew Roman、字号12、单倍行距

4.     关键词4-5个

字体TimesNew Roman、字号12、单倍行距

论文摘要请用中英文书写,请于2018年11月1日前登录以下网页并在线进行投稿http://www.fig.net/fig2019/submission.htm


摘要示例:

Downscaling GeographicallyWeighted Regression for Agricultural Land Use Classificationwith Remote Sensing

Shougeng HU1 Chuanrong ZHANG2

1Department of Land Resource Management,China University of Geosciences, Wuhan, Hubei 430074, China

2Department of Geography and Center forEnvironment Sciences and Engineering, University of Connecticut, Storrs, CT06269-4087, USA

Abstract

The food and ecologicalsecurity have been a universal and important issue taking place in China,current techniques for quantifying cropping intensity may not accurately mapsmallholder farms where the size of one field is typically smaller than thespatial resolution of readily available satellite data. The purpose of thisstudy was to develop a downscaling method for classifying detailed agriculturalland use classes with remote sensing data, which allows prediction at a finerspatial resolution than that of the input imagery. A local regression methodcalled geographically weighted regression (GWR) is introduced for downscalingthe Landsat ETM + imagery, and it is compared with cokrigingfor this purpose. The case studies show that the GWR approach is an effectivetechnique to downscale the image, although the image classification is stillnot perfect. GWR performed marginally better than the complex cokriging method,which too has proven to be an effective method, but is considered fewervariables. The result also shows the different accuracies between differentdownscaling sizes. Which demonstrate that the GWR approach can improve greatperformance for downscaling.

Keywords:downscaling; cultivated land useclassification; geographically weighted regression;cokriging; TM