《卫星星座对地覆盖理论》以卫星星座对地覆盖问题为研究对象，采用数学形式化的方式与手段，将星座对地覆盖问题描述为一个以卫星、地面目标和时间为三要素的函数，提出了覆盖函数的概念，构建了一套形式化符号系统，以这三个要素为要点对该函数的基本性质进行研究，并对覆盖问题的时间要素和空间要素进行分析，同时，基于上下确界理论，为所有覆盖问题构建了统一的算法求解框架，后对该函数的决策空间流形结构进行简要分析。《卫星星座对地覆盖理论》研究内容偏向于数学化与理论化，图文并茂，结构严谨。《卫星星座对地覆盖理论》的研究成果将对卫星星座理论体系有的补充，对与卫星应用相关的多个领域有的指导意义。

本书以地震资料解释为基础，提出了多旋回先张后压中国含油气盆地构造演化史；系统地阐述了中国含油气盆地不同时期、不同类型盆地结构特征、沉积类型、构造样式、叠置关系、演化过程和形成机制；特别是应用高质量的勘探地震信息将中国含油气盆地石油构造样式划分为挤压构造、拉张构造、垂直构造、扭动构造、反转构造、非背斜构造、复合构造等类型，并对中国含油气盆地各类构造样式进行了全方位的描述。 本书可供油气勘探工作者和相关院校师生参考。

本专著围绕激光跟踪仪测量原理及其应用，结合作者近年来所从事的理论和工程项目研究，从激光跟踪仪的发展历程、测量和控制原理、误差分析和校准检定、多测站联合平差、动态测量及数据处理、联机控制及二次开发等方面，系统的论述了激光跟踪仪的测量原理及其典型应用，将工程测量和大地测量的经典数据平差模型用于激光跟踪仪的工业测量数据处理，提出了广义USMN平差模型、任意状态下的空间加权秩亏自由网平差模型等理论，成功解决解决了激光跟踪仪多站测量、多类型仪器联合测量、动态测量等问题。

《空间数据与空间分析不确定性原理》共七篇计18章，系统地阐述空间数据与空间分析的不确定性理论体系。篇为概述，主要介绍不确定性的相关来源与概念，以及不确定性理论的数学理论基础。第二篇阐述空间数据不确定性模型，包括空间数据位置不确定性模型、属性不确定性建模以及位置与属性不确定性综合模型。第三篇介绍空间模型不确定性建模。第四篇讲述空间分析不确定性建模，包括叠置分析位置不确定性建模、缓冲区分析位置不确定性建模和线简化位置不确定性建模。第五、六篇分别给出空间数据质量控制模型和空间数据质量信息表达。第七篇总结未来的发展方向。

随着卫星遥感、无人机、物联网等技术的发展，地球时空大数据不断累积，如何从地球大数据中高效挖掘知识、模式及规则，成为地球系统科学研究的难点及重点。常规统计及机器学习方法存在诸多局限，本书将深度学习纳入地学系统科学问题框架，从地球及遥感科学的背景及视角系统阐述深度学习的基本原理，并提供了典型的应用实例。通过阅读本书，期待读者在面对影响因素繁杂的地学领域的过程演化、地表参数反演、地物对象识别等实际问题时，能够化繁为简，找到合适的原理及解决方法。 全书共分三部分，即基础篇、方法篇及遥感地学分析篇：基础篇是机器学习及深度学习的基础；方法篇则系统描述了深度学习的方法及特点；遥感地学分析篇概括了深度学习在遥感地学分析系统的建模架构与典型的应用。

数据可视化是将Python应用于大气海洋科学中数据处理及分析过程的重要环节，它可以让复杂晦涩的数据变得鲜活生动，从而更好地被理解。本书主要介绍几个基于Python且各具特色的绘图工具包，从安装到使用，并列举大量的代码示例，为使用Python进行数据分析的用户们提供详细的参考。