大地测量反演问题统一综述

大地测量反演在解决人类面临的资源短缺、自然灾害和生态环境退化问题显示出越来越重要的作用和地位。本文根据R.Parker的理论,首次尝试将近三十年来大地测量反演问题从解的存在性、模型构制、解的非唯一性、解的评价四个方面进行统一,促进了大地测量反演理论和应用的研究。     

预处理共轭梯度法解病态问题及在GPS中的应用

介绍测量数据处理中病态问题的岭估计思想及确定岭参数的方法。引入预处理共轭梯度法求解病态法方程组,说明算法的基本原理和它能有效减弱病态性的原因。用一个GPS差分动态定位的实例,通过与不同岭估计方法的对比分析,验证该方法是一个有效的数值迭代算法。     

InSAR火山形变监测与参数反演研究进展

火山形变监测是星载合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）技术应用最为广泛的研究领域之一。近年来,在InSAR数据开源获取、数据处理技术快速发展和多学科交叉融合的背景下,国内外火山形变监测与火山源参数反演相关研究进入了新的阶段。对基于InSAR技术的火山形变监测和参数反演研究进行阶段性的梳理和总结。首先,介绍InSAR的基本原理以及主流多时相InSAR技术,分析其在火山监测过程中的主要误差源;其次,总结常用的火山地表形变参数反演解析模型和数值模型;然后,结合国内外火山研究案例,分析InSAR和火山地球物理模型在岩浆转移、喷发、脱气与热液作用等火山构造动力学机制研究中的具体应用;最后,介绍中国火山形变监测的发展现状,并探讨了InSAR火山形变监测的挑战和前沿方向。     

一种基于环境噪声的被动测深方法

研究利用环境噪声进行水深探测的一种被动测深的方法。基于阵列信号处理,应用时域格林函数恢复原理,获取被动接收阵中接收信号所隐藏的时延信息,探索利用垂直海底传播的海洋环境噪声可实现水深探测的原理,建立了基于二元垂直阵的被动测深数学模型,分析了水听器接收到的环境噪声直达波及海底反射信号的时延与水听器阵列尺寸及海底深度间的数学关系,推导了深度解算理论公式。计算机仿真及水池实验验证了方法的有效性,为被动水深探测提供了一种新的技术途径。     

一种求解地球物理参数各向异性的新方法一单位步长变异增量法(英文)

目前在研究地球物理参数的空间变异特性时常常是基于几何各向异性假设,然而实际中几何各向异性假设常常不成立。本文提出了一种求解地球物理参数各向异性的新方法,首先对各方向上的变异值作归一化处理,然后用拟合的方法得到各方向单位步长上的变异性强度,进而实现对全局各向异性的求解。以上海地区合成孔径雷达干涉测量(InSAR)中差分大气延迟样本数据为例,验证了新方法求解各向异性的优越性:新方法的偏差只有6.4%,而基于几何各向异性假设方法的偏差达到了21.2%,而且新方法的运算效率有非常显著的提高。进一步,通过克里金插值交叉验证实验,证明了基于新算法得到的结构函数的插值效果最好,从而从另外一个角度验证了新算法求解的各向异性更准确,更好地表征了区域化变量的空间结构特征。因此,与几何各向异性假设的方法相比,新方法不仅能更准确的描述地球物理参数的各向异性,而且有更高的运算效率,为更准确地估计出所需的地球物理参数奠定了基础。     

具有随机观测矩阵的线性系统的Kalman滤波

由于观测过程中各种随机因素的影响,观测方程的系数矩阵具有不确定性,在这种情况下,用标准的Kalman滤波方法将会出现较大的偏倚或者使滤波结果失真.主要讨论观测矩阵为随机矩阵时的Kalman滤波方法,并通过与标准Kalman滤波的比较得到这种Kalman滤波的优良性.     

基于模糊集合理论的GPS高程多面函数拟合模型平滑因子优选

建立GPS高程多面函数拟合模型,其平滑因子是否合适,对GPS水准高程测量精度将产生重要影响.基于模糊集合理论,提出平滑因子的优选方法,实例分析表明,该方法具有较好的实用价值.     

论《GIS空间分析》课程建设

综述了GIS空间分析理论的相关知识面和知识点,分析了课程的教学适应性,提出了课程建设的几点建议.     

����GPS��GRACE�������ݷ��ݱ����޵ı����������ģʽ

????????GPS??GRACE??????????????????????????????????????е????????ICE-5G and ICE-3G???????????????????????????????????????????е??????????????????????????????????????????????????仯????????????GRACE?????????????????ICE-5G????????????????????????????????????????????С~20%??????????????????????~40%?????????????????????α???????仯??GPS??GRACE???????????????????????????????????????????????????????Ч??? (~150 km??80%?????) ?????????????????????????~90 km); ????μ?????Ч??????????3.7 × 10²⁰?? Pas ??1.9 × 10²¹?? Pas (90%?????)???????????????????????????С~20%??     

�����ص�������Ⱦ�ʹ���

????????????????????????????????????????????б????????????????????????????????????????????????????????????????????????????????????????仯?????????仯???????????????????????????δ??????????????????????????????????????????仯????????????????????????е?????????????????????????????????????????????????????????????С???????????0.01??????????????????1???????????????????????????????Ч???????