Sacks��Ӧ����𲨵Ĺ۲�������

?о??????Sacks??????????????????????????????????????о??й????????????????????????о???????????????????????????????????о????????????????????????????6?Sacks??????????ε?????????????????????????????伫??????????????????????????????     

�������ڲ�̽�⼰����ѧ�о�

??20?????????????????????????????????????????μ??Σ???????????μ??о???????????·?????????????????о???????????????????о????????????δ????????о??????     

������������й����ϵ�����������ϡ������ļ�ֵ�ֺ�ģ��

????????(Gunbel)????????????????????(??????????????),????????????????????Σ?????о???????????临??????????,???????????????,?????????????????о??е???á????,????????????????????о?:?????????Ч???ù??????;???????????????????????????????????÷??????????????????????????????о?,???????÷???????????,?????????????μ????顪???й?????????????????????????????????????????????о???????????????????????????????????С??     

���������о�Խ��������������Ч������(Ӣ)

??????????????????????о??????????????????е?Ч??,???????????????????????????????????????????????????????о????????:1)????????????????????????????о??????????????????Ч??????????????;2)??????????????????Ч?о?????????????????????????????????????????п????;3)???????????????????????????????????????????????????????????     

۰®���Ѵ�����Ӧ��״̬�о�����

???????????????????????????????????о???????????????????????????????????????????????????????????????NEE??????????ж???EW??????????????NEE?????????????????????????????????????????????????????????????????о?????????????????????????????????????о????????     

�����ɽ����������仯��������۲��о��Ľ�չ����״

????λ???????о????????????????????????????е????,?????????????????????ε???????λ?????????????????仯?о??????3????????λ??????????????????????????????????????????????????????????????????????????????????仯???????????о???????????????     

��Ͽ���̿��������Ŷ���������������о�

???????????????о???????????????????????????????????????о????о??????????1??????????????????????????????????????????????????????л???2??????????????????????????????????3????????????????????????????????????????4?????????????????????????????????????????????????5???????????￡?????????????Ms3.0??4.0?????????     

�۲�ֵ����ITRF��������о�

??????????????ITRF??????μ???????????????????????????????????????????????????????о????????????????????????????????????????????о????????????????????????????????????????????????????????????????????ο??????м????????????????о????????????????????????Ч?????????????????????????Ч???ο???????Ч???     

���տ������山��Ե��Ҫ�����ֽ��Է���

????GPS??????????????山???????α????????????????????????????о??????????????о?????????????????????????????????????????С??????????????о???????????????????????????????-???????????????-?????????????????????????????????-?????????????????????????????-??????????-?????????????????????????????????     

GNSS������ϵͳ����Ԥ�������о�

????????????????????????????????????????????????????????????????????????????????????????????о????о??????????????????????????????????????????????????????????????y??????????????     

基于循环神经网络的重力异常数据推估研究

利用鄂尔多斯西南缘的重力观测数据对长短期记忆循环神经网络(long short-term memory, LSTM)进行训练,结果表明,该神经网络可基于有限的数据获取较好的推估结果。基于自由空气重力异常数据,对比分析长短期记忆循环神经网络和传统克里金方法的推估结果发现,神经网络的推估能力优于传统克里金方法,但运算效率低于后者。利用自由空气重力异常对整个区域进行推估,结果表明,LSTM方法明显优于克里金方法,加入高程数据作为约束条件可有效提升LSTM方法推估自由空气重力异常场的精度。     

GPS定位中对流层折射率随机模型的研究

分析了ＧＰＳ相对定位中对流层折射的特点，概述了目前所采用的几种确定性参数对流层折射估计和随机过程参数对流层折射估计方法。根据实测数据处理结果，分析比较了几种确定性模型和随机过程模型对ＧＰＳ相对定位精度的改善作用。结果表明：对流层折射的多参数确定性模型和随机参数模型对基线分量的重复性，特别是高程分量的重复性有明显改善；在大多数情况下，尤以随机参数模型为佳，其垂直分量的重复性精度较单参数模型可提高一倍左右。     

一种提高大高差短基线精度的方法

提出采用半参数模型解算大高差短基线,削弱残余对流层误差的影响。算例表明,与常规最小二乘法相比,采用半参数模型处理基线能很好地分离GPS残余对流层误差,提高基线解算精度。     

对流层延迟对高差较大GPS测站短基线时间序列的影响分析

选择5对IGS测站短基线作为研究对象，使用两种不同的基线解算方案进行数据处理，基于小波分析方法研究对流层延迟估计对高差较大GPS测站短基线时间序列的影响。结果表明，对于高差大于100 m的短基线，不估计对流层延迟会使高程方向时间序列出现虚假的季节性变化，周年振幅影响最大可达17.7 mm，估计对流层延迟后该季节信号显著减弱；此外，还发现不估计对流层延迟时，测站间天顶总延迟差异与基线高程方向产生的偏差具有一定的相关性。     

长基线时间序列季节项提取和重构方法分析

运用经验模态分解（EMD）、集合经验模态分解（EEMD）和完备总体经验模态分解（CEEMD）3种方法对原始基线时间序列进行分解,得到各自时间序列的本征函数模态分量（IMF）、相关系数及周期性强度,进而确定其季节项分量,同时通过比较季节项和原始基线时间序列的叠加功率谱图优选分解方法。结果表明,CEEMD方法对基线时间序列季节项提取和重构效果最佳。     

���ڽض���С���˹��ƵĶನ���쳣����ֵ�޳�����

????????????????????д?????????????ο????????????????????????С??????????????????????????????????y????С????????????????????о???????????????????????????????????棬????????????????????????????в??????????????????????????????????????????й?????????????????????????λ?????????????????????????????????????????????????????????????????д???????????????????????н?????Ч????     

���ø���������Ϸ�ȷ���ضϲ���������ֵ��������

??????????????????????????ì????????????μ???????????????????????????????????????????·???????????????????????????????????????????????????     

机载SAR干涉定标参数分离式解算方法研究

机载干涉合成孔径雷达（Interferometric Synthetic Aperture Radar,InSAR）是获取地面数字高程模型（Digital Elevation Model,DEM）的重要手段之一。InSAR系统参数误差会影响生成DEM的精度,利用干涉定标技术可以校正系统参数,补偿系统误差。目前,机载SAR干涉定标解算方法多采用天线基线长度、基线倾角,以及干涉相位偏置3个参数共同构建敏感度矩阵解算干涉定标参数偏差（参数耦合式解算方法）。由于机载InSAR系统对干涉相位偏置参数的敏感度较小,与基线长度、基线倾角的敏感度存在数量级差异,3个参数共同构建敏感度矩阵病态严重,易将微小的参数扰动传播扩大为较大的解向量误差,影响干涉定标精度,同时增大算法对干涉定标外场实验中角反射器布设高程的敏感度。本文提出一种机载SAR干涉定标参数分离式解算方法,在干涉定标解算过程中,对基线长度、基线倾角及干涉相位偏置3个参数进行分离,选取基线长度与基线倾角2个参数构建敏感度矩阵进行解算,对干涉相位偏置参数进行单独拟合解算,最终获得3个参数的综合定标结果。经机载双天线InSAR系统获取的真实数据验证,与参数耦合式解算方法相比,利用参数分离式解算方法构建得到的敏感度矩阵条件数由1.07E+06下降至5.02,系统参数定标后生成DEM与高精度参考DEM的平均高程偏差由14.98 m下降至6.51 m,干涉定标精度显著提高。另外,根据角反射器布设高程数值仿真模拟分析结果,与参数耦合式解算方法相比,参数分离式解算方法对角反射器布设高程变化的敏感度显著降低,对角反射器布设高程的普适性较高,且算法解算精度在角反射器布设高程起伏较小时不受明显影响,有助于减轻机载SAR干涉定标的野外工作强度。     

矢量地图与3维地形环境融合方法研究

通过对现有3维地形环境的LOD分块方法和矢量地图的多比例尺结构的比较分析,提出了一种按照地形数据的经纬度差异与矢量地图各比例尺的经纬度差异进行比较结合的方法。该方法不仅有利于对影像栅格数据和矢量数据的调度,而且还为两种数据同时叠加在地形上打下了基础。最后通过实验,验证了这种方式的可行性。     

���ÿ������ʽ��Ϸ�̽���޸�GNSS����

?????????????????????????????λ????????????????????????????????????????δ??????????????????????????????Ч???????????????????????????????????????и?????????GPS/GLONASS????????????飬?????????????????????????????????????????????????