本书以实例的形式为读者展示了"开放式遥感软件平台"设计的思路和完整的实现方案。该"开放"软件平台的设计目标是实现可伸缩、可扩展、可定制的遥感数据处理的软件架构，支持单机桌面、多机分布式批处理和并行处理；支持数据源、数据格式、数据类型、算法、流程、界面的动态扩展；支持可视化流程定制。内容涉及应用无关的插件系统设计，分布式任务管理与调度、可视化流程定制与执行引擎、基于BCG控件的界面扩展、基于图层的影像与矢量综合显示、专业遥感数据处理算法等内容。

本书以实例的形式为读者展示了"开放式遥感软件平台"设计的思路和完整的实现方案。该"开放"软件平台的设计目标是实现可伸缩、可扩展、可定制的遥感数据处理的软件架构，支持单机桌面、多机分布式批处理和并行处理；支持数据源、数据格式、数据类型、算法、流程、界面的动态扩展；支持可视化流程定制。内容涉及应用无关的插件系统设计，分布式任务管理与调度、可视化流程定制与执行引擎、基于BCG控件的界面扩展、基于图层的影像与矢量综合显示、专业遥感数据处理算法等内容。

本书系统地介绍了激光声遥感水下目标的基本原理和方法，并详细阐述了红外脉冲激光与水相互作用在水中产生声的理论、水中激光声脉冲的特性和传播衰减规律以及激光声遥感应用实验设备和实验结果等。本书可供从事海洋开发、水下目标探测等领域的有关科学研究和工程技术人员及高等院校相关专业的教师、研究生、高年级学者参考。

发光材料因其优越的物理性能、必需的重要应用及远大的发展前景而在材料行业中备受关注，本书由国内发光界多名专家共同编写。书中系统介绍了各种材料发光的物理、规律、性能、制备方法、应用及性能测试，是一本内容全面、材料新颖、理论系统较强、技术先进且兼顾实用性的专著。本书具体内容包括：发光的定义和分类；基本物理过程及现象；半导体的发光；分立中心的发光；特殊物质结构的发光；发光动力学问题的计算机模拟；发光在照明和其他光源中的应用；显示技术；发光在探测中的应用；主要发光材料；发光材料的制备；无机薄膜电致发光；视觉与颜色；发光分析；同步辐射原理与应用简介等。本书对从事发光材料、发光物理、发光应用研究与生产的技术人员都有很强的参考价值，可作大专院校相关专业的学生教材及供师生参考。

本书系统地介绍了激光声遥感水下目标的基本原理和方法，并详细阐述了红外脉冲激光与水相互作用在水中产生声的理论、水中激光声脉冲的特性和传播衰减规律以及激光声遥感应用实验设备和实验结果等。本书可供从事海洋开发、水下目标探测等领域的有关科学研究和工程技术人员及高等院校相关专业的教师、研究生、高年级学者参考。

本书系统地介绍了激光声遥感水下目标的基本原理和方法，并详细阐述了红外脉冲激光与水相互作用在水中产生声的理论、水中激光声脉冲的特性和传播衰减规律以及激光声遥感应用实验设备和实验结果等。本书可供从事海洋开发、水下目标探测等领域的有关科学研究和工程技术人员及高等院校相关专业的教师、研究生、高年级学者参考。

《数据同化算法研发与实验》基于国内外相关研究和作者在数据同化领域的研究心得，重点介绍数据同化算法的研发与实验。围绕数据同化算法研发和实验这一主题，《数据同化算法研发与实验》从陆面数据同化理论和陆面过程模型切入，提炼数据同化的“一个框架、四个基本要素”架构，在选择可变渗透能力模型（VIC模型）的基础上开展数据同化算法实验，实现了三维变分算法、四维变分算法和集合卡尔曼滤波算法等三种经典数据同化算法，以及粒子滤波算法和层状贝叶斯方法等两种智能数据同化算法的研发与实验，并且通过具体实例详细介绍各个算法的研发、实验步骤以及算法结果的分析评价。后，介绍了作者课题组开发的数据同化集成软件系统。

《数据同化算法研发与实验》基于国内外相关研究和作者在数据同化领域的研究心得，重点介绍数据同化算法的研发与实验。围绕数据同化算法研发和实验这一主题，《数据同化算法研发与实验》从陆面数据同化理论和陆面过程模型切入，提炼数据同化的“一个框架、四个基本要素”架构，在选择可变渗透能力模型（VIC模型）的基础上开展数据同化算法实验，实现了三维变分算法、四维变分算法和集合卡尔曼滤波算法等三种经典数据同化算法，以及粒子滤波算法和层状贝叶斯方法等两种智能数据同化算法的研发与实验，并且通过具体实例详细介绍各个算法的研发、实验步骤以及算法结果的分析评价。后，介绍了作者课题组开发的数据同化集成软件系统。

《数据同化算法研发与实验》基于国内外相关研究和作者在数据同化领域的研究心得，重点介绍数据同化算法的研发与实验。围绕数据同化算法研发和实验这一主题，《数据同化算法研发与实验》从陆面数据同化理论和陆面过程模型切入，提炼数据同化的“一个框架、四个基本要素”架构，在选择可变渗透能力模型（VIC模型）的基础上开展数据同化算法实验，实现了三维变分算法、四维变分算法和集合卡尔曼滤波算法等三种经典数据同化算法，以及粒子滤波算法和层状贝叶斯方法等两种智能数据同化算法的研发与实验，并且通过具体实例详细介绍各个算法的研发、实验步骤以及算法结果的分析评价。最后，介绍了作者课题组开发的数据同化集成软件系统。