基于稳健随机分隔森林的GNSS位移序列粗差实时检测方法

受GNSS硬件设备、通讯链路以及观测环境等因素影响,GNSS位移监测数据往往包含粗差,无法反映真实的变形特征。针对该问题,本文提出将稳健随机分割森林(robust random cut forest, RRCF)算法应用于GNSS位移监测数据粗差实时检测。仿真数据处理结果表明,RRCF算法粗差实时检测的准确率、精确率与召回率分别优于95%、98%、96%。地质灾害位移监测数据处理结果表明,GNSS位移监测数据发生异常突变时,RRCF方法检测结果与实际异常值情况吻合且误判率较低。总体而言,RRCF算法对GNSS位移监测数据异常实时检测的准确率和可用性均较好。     

基于虚拟参考站技术的滑坡高精度位移监测系统设计与实践

采用北斗卫星定位技术对滑坡地表位移进行实时监测是构建"人防+技防"地质灾害监测预警体系的有效技术手段。本文梳理了目前北斗位移监测系统的应用现状,分析了"一点一基站"模式在规模化应用中存在的问题,提出了基于虚拟参考站（Virtual Reference Station,VRS）技术的滑坡高精度位移监测系统设计方案,并结合黄土地区滑坡监测预警工作实际需求在陕西省榆林市佳县开展了示范应用,总结出"虚拟基站+自适应解算"的技术路线,为北斗卫星定位技术在地质灾害监测预警中规模化应用提供了实践经验。