基于二次曲面半参数模型的GPS高程拟合及应用研究

半参数回归模型在测绘数据处理领域中被广泛应用,本文采用把半参数回归模型与传统的二次曲面拟合相结合的方法,对测量数据进行二次曲面拟合和高程的推估与内插,对传统地形图测绘的高程问题提供一种解决途径。     

半参数模型在求解GPS正常高中的应用研究

以经典二次曲面拟合的方法与半参数模型为基础,在某一较小区域内,根据一定数量已知GPS点的高程异常来内插或推估该区域中任一点高程异常的过程中,引入在重力测量最小二乘配置函数模型中描述倾向参数的方法,提出半参数模型下的二次曲面拟合的方法。     

基于区域与分区拟合似大地水准面方法研究

与传统测量方式比较,全球定位系统(global positioning system,GPS)测量具有定位精度高、测量时间短、操作简单、全天候作业等优势,利用GPS观测得到的大地高拟合成正常高可以大大提高测绘效率。研究了二次曲面法拟合似大地水准面模型,以豫北某区域为研究区,分别作整体区域二次曲面拟合和分区二次曲面拟合,并进行精度分析,结论如下:通过提高GPS测量的大地高精度和选用高精度的联测水准点,能够有效提高拟合后的高程精度;测区面积较大和测区地形起伏较大时,采用分区拟合高程的精度相对于整体区域拟合的精度会大大提高。     

GPS高程拟合方法研究及精度对比试验

利用GPS高程拟合技术求得满足一定精度的正常高是测绘研究的重要问题之一。本文通过某试验区GPS控制网数据成果,采用加权平均法、二次曲面拟合法求取高程异常值,并将最终成果与三等水准测量成果进行了对比分析得出,当已知点呈区域面分布时,二次曲面拟合法拟合精度优于加权平均拟合法,且拟合精度达毫米级,证明了该模型在实际运用中的优越性。     

二次曲面与最小二乘配置的组合模型在GPS高程异常拟合中的应用

在工程实践应用中，为了有效利用GPS高程数据，减少对传统水准测量的依赖，提高GPS高程异常的拟合精度便显得十分重要。为此，本文在介绍二次曲面拟合和最小二乘配置拟合基本原理分析、算法过程推导的基础上，提出了一种新的高程异常拟合方法。首先在二次曲面拟合的基础上，计算得到原始观测数据与拟合数据之间的残差序列，然后采用最小二乘配置模型对包括二次曲面拟合模型误差的综合误差进行优化减弱，最后得到新的高程异常。通过实例，将二次曲面拟合法，最小二乘配置法与文中提出的新方法进行比较分析。结果表明：新的组合方法的拟合预测精度要明显优于最小二乘配置及二次曲面拟合。     

EM算法的二次曲面拟合在GNSS高程的研究

GNSS高程拟合常用的是二次曲面拟合法,该方法需要控制点位分布均匀,针对实际作业中受观测条件的影响部分控制点位数据无法获取,影响到GNSS高程测量精度问题,引入期望极大算法(EM算法),提出高斯分布下的EM算法与二次曲面拟合法相结合的组合算法模型,运用高斯分布下的EM算法的二次曲面拟合法对缺失数据的控制点进行建模分析。该组合算法可以获得缺失数据下未知参数的最佳估值,可有效提高水平面的拟合精度。将某区域的高程拟合控制点作为实验数据,结果表明,组合算法模型可以对缺失数据进行高程拟合,检核点最大误差为0.8 cm,组合模型拟合精度较高。     

GPS高程拟合方法研究

GPS测量获得的高程数据是以WGS-84椭球为基准的大地高,而工程中采用的是以似大地水准面为基准的正常高,两者之间存在高程异常。当前,主要采用GPS高程拟合求取高程异常值,而利用GPS高程拟合获得满足一定精度的正常高是测绘行业的研究热点之一。本文通过某测区GPS控制网数据与水准测量数据,采用多项式曲线拟合法、多面函数拟合法、二次曲面拟合法、RBF神经网络拟合法、二次曲面拟合法与RBF神经网络组合拟合法求取高程异常值。结果表明:1)单一拟合法的拟合精度低于组合拟合法拟合精度。2)依据内、外符合精度,本文采用的5种高程拟合方法均满足四等水准测量要求。因此,在精度允许的前提下,可借助GPS高程拟合方法代替传统水准测量,进行高程值的获取。研究成果对GPS高程拟合在实际工程中的应用具有重要参考价值。     

邵阳市区域尺度GPS高程异常分析

针对工程测量中GPS大地高代替水准正常高的问题,该文根据邵阳市实测GPS、水准数据,采用二次曲面拟合模型得到了该地区高程拟合参数。通过正常高与拟合高程进行比较,最大拟合残差为3.9cm,最小为0cm,高程异常模型拟合中误差为1.85cm,证明了该区域GPS高程拟合参数可以满足工程建设中大地高代替正常高的要求。根据GPS高程拟合参数得到的邵阳市辖区及周边地区高程异常曲面具有由西北至东南递减且变化梯度逐渐递减的特征,该区域最大高程异常15.65m,最小高程异常14.75m。     

基于二次曲面的高程异常拟合方法比较研究

结合风河快速路的相关数据,分别采用二次曲面模型及移动二次曲面模型,并结合不同定权方法,设计了不同的高程异常模型拟合方案,分析了不同方案在该地区的适用性。各方案拟合精度均可达到毫米级,通过对比分析,认为二次曲面模型在拟合该地区高程异常值时有较好应用价值;采用距离定权法的移动二次曲面模型,可以在该地区得到精度更高的拟合结果。     

基于改进的二次曲面模型在GPS高程异常拟合中的应用研究

GPS高程拟合的方法主要有二次曲面拟合、多面函数拟合、最小二乘配置拟合、BP神经网络拟合等,但是这些方法在应用上都存在一定的局限性,特别是在地形较为复杂的区域会存在较大的精度损失。基于这些问题,本文提出了一种改进的二次曲面拟合模型进行高程拟合。该模型的基本思路是将二次曲面模型和最小二乘配置拟合模型进行组合应用,首先利用二次曲面拟合模型计算各拟合点的残差序列;然后利用最小二乘配置模型获取残差序列模型;最后对各点的高程异常值进行残差改正,得到改正后的高程异常,并对该方法的结果进行精度评价分析,验证了方法的可行性,对以后的工程实践有一定的借鉴意义。     

基于半参数模型的滑坡段数据估计与预测

在滑坡段数据的参数平差模型的基础上,通过在模型中增加表示模型误差或系统误差的非参数分量,将半参数模型的估计理论应用到滑坡段参数估计与预测中,分离出数据中的系统误差,给出了滑坡稳定系数的预测公式;并以云阳-奉节长江顺层岸滑坡段实测数据为例,将半参数估计方法与最小二乘方法进行了比较分析,验证了半参数估计方法应用到估计和预测滑坡段数据的可行性和有效性。     

基于Kriging方法的负偏态分布数据的空间插值研究

Kriging插值方法的前提是数据符合或基本符合正态分布的假设,或通过对非正态数据进行正态变换,使其满足要求。但对于拖尾的负偏态分布数据,正态变换方法无法奏效,若直接对数据进行Kriging插值,精度较低。文中在对样本数据深入分析的基础上,借助GIS平台,从不同透视角度对数据进行趋势分析,利用二次多项式模型对数据进行全局趋势拟合,并对随机的短程变异进行Kriging插值,选取不同的变异函数模型进行拟合比较,最终确定最优的模型参数,达到较为理想的插值结果。     

ASTER数据的煤矿区水体信息提取

为实现多光谱数据对煤矿区水体信息提取，以萍乡市芦新岭及周边煤矿为试验区，在国内外学者对水体指数法提取水体信息和应用的启发下，对试验区不同地物的波谱特征进行分析。本文首先利用数学统计方法建立一种ASTER数据综合归一化差异水体指数模型SWI ASTER_xy，然后利用这一模型对试验区进行水体信息提取。试验表明，该模型能够有效地提取矿区各类水体，还可以运用在ASTER数据（或其他多光谱数据）对不同区域不同地物的提取，在遥感地物定量提取上具有很好的效果和潜力，具有一定的推广价值。     

A New Semi-supervised Classification Method Based on Mixture Model Clustering for Classification of Multispectral Data

A new method for semi-supervised classification of remotely-sensed multispectral image data is developed in this study. It consists of unsupervised-clustering for data labelling and supervised-classification of clusters in multispectral image data (MID) using spectral signatures. Mixture model clustering, based on model selection, is proposed for finding the number and determining the structures of clusters in MID. The best mixture model, for the best clustering of data, finds the number and determines the structure of clusters in MID. The number of elements in the best mixture model fits to the number of clusters in MID. The elements of the best mixture model fits to the structure of clusters in MID. Clusters in MID is supervised-classified using spectral signatures. Euclidean distance is used as the discrimination function for the supervised-classification method. The values of Euclidean distances are used as decision rule for the supervised-classification method.     

一种结合语义分割模型和图割的街景影像变化检测方法

由于街景影像具有地物尺度多样化、地物界限不明确、地物光谱信息复杂等问题,造成应用统计方法、机器学习等方法对复杂度高的街景影像变化检测性能欠佳. 因此提出一种结合语义分割模型和图割（GC）的街景影像变化检测方法. 该方法首先采用Camvid数据集训练DeeplabV3+网络得到的迁移学习模型对两个时期的街景影像进行语义分割;然后采用GC方法实现消除天空和植被等对街景影像的影响;接着采用变化向量分析（CVA）获取差异影像,最后对差异影像进行二值化和精度评价. 研究结果表明,提出的方法总体精度优于大津法（OTSU）、K均值法、Segnet网络迁移学习模型方法和DeeplabV3+网络迁移学习模型方法,是一种可行的街景影像变化检测方法.      

GPT2w模型检验以及对流层模型的参数互融

各种对流层经验模型中,GPT2w模型是目前标称精度最高的对流层经验模型,其在模型化对流层延迟的同时,也提供具体的模型化气象元素。以USNO的ZTD产品检验模型ZTD精度;以IGRA发布的大气廓线数据,对模型加权平均温度T_m、水汽直减率λ的精度进行验证。计算发现,模型加权平均温度T_m具有-2.56K的系统偏差,改正该偏差后,模型ZTD对比USNO偏差从-1.38 mm提升至-0.3 mm;还验证了模型水汽直减率λ的两种获取方式具有很好的一致性。提出以测站气压P、测站温度t、测站相对湿度hr为实测气象元素,以校正后的T_m、高精度的λ为经验气象元素,作为对流层延迟模型输入参数的互融方法。该互融方法计算ZHD、ZWD经验模型分别采用目前最优的Saast静力学延迟模型和Askne & Nordius湿延迟模型。以USNO发布的340个IGS跟踪站的对流层延迟数据作为参考,该互融方法较直接气象元素法、校正后的GPT2w模型均有显著精度提升。在不可获取气象数据的前提下,校正后的GPT2w模型具有很高的先验精度;若可获取近实时气象数据（如自动气象站）,则推荐采用新的参数互融模型。     

多波束异常测深数据检测方法实践

由于现有的交互式滤波和自动滤波不能满足大区域、高密度多波束测深数据滤波的需要,为此,本文给出了易于改善自动化滤波的趋势面法和基于抗差M估计的选权迭代加权平均法。前者适合于显著粗差的探测,对小粗差不敏感;后者由于对被检测点邻域内的观测点具有选择性,加之采用迭代实现推值,因而对于粗差具有较强的探测能力,检测和滤波结果较趋势面法更为合理。     

基态修正模型的时空数据组织和快照查询方法研究

基态修正模型是目前应用较广的一种时空数据模型。本文分析了基态修正模型中的时空数据特点,采用shapefile文件作为基态数据文件,自主设计差文件格式来存储和组织变化数据。在此基础上设计了快照查询的算法、流程和查询结果的显示方法。为了给用户提供更直观、更充分的时空信息,本文提出了一种双屏幕多视图的时空数据显示模式。采用VC．NET从底层开发了一个时态地理信息系统平台,并以中南大学主校区的时空数据为实验数据对上述算法和模式进行了检验。实验表明,本文所设计的算法可行,快照显示模式能够提供更直观、更丰富、对比性强的信息内容,是时空信息显示的一种可行模式。