基于形状测度的地块变化监测方法研究

文章提出一种基于地块形状测度的地块变化监测方法,该法在保证较高精度和计算效率的前提下,能快速监测土地利用规划变化前后的整体情况。实验结果表明,该方法具有较好的精度保证,有良好的应用前景。     

G-Nut/Anubis在海洋站GNSS业务化观测数据质量检核中的应用研究

本文针对海洋GNSS连续运行参考站网数据质量检核问题,选取北海区老虎滩、东海区朱家尖和南海区北海站的GNSS连续运行参考站2022年各季度数据,利用G-Nut/Anubis软件进行质量检核,结果表明各站数据完整率、周跳比、多路径影响等指标均满足相关要求,同时以朱家尖站为例对质检指标进行可视化,详细分析了其数据质量。在此基础上,为解决连续运行站海量数据批量检核问题,基于Matlab APP Designer平台开发了以Anubis软件为基础的海洋站GNSS数据质量检核工具箱OGQC,并利用朱家尖站2022年全年的数据验证了其检核功能的平稳性和可靠性,结果显示OGQC工具箱可以满足业务化运行对数据质量检核指标批处理、可视化监控和信息化管理的需要,可提供各站详细的质量检核结果,为数据编辑、剔除等预处理提供参考,为后续高精度数据处理工作提供高质量的输入数据。     

利用基于残差多注意力和ACON激活函数的神经网络提取建筑物

针对目前主流深度学习网络模型应用于高空间分辩率遥感影像建筑物提取存在的内部空洞、不连续以及边缘缺失与边界不规则等问题,本文在U-Net模型结构的基础上通过设计新的激活函数（ACON）、集成残差以及通道-空间与十字注意力模块,提出RMAU-Net模型。该模型中的ACON激活函数允许每个神经元自适应地激活或不激活,有利于提高模型的泛化能力和传输性能;残差模块用于拓宽网络深度并降低训练和学习的难度,获取深层次语义特征信息;通道-空间注意力模块用于增强编码段与解码段信息的关联、抑制无关背景区域的影响,提高模型的灵敏度;十字注意力模块聚合交叉路径上所有像素的上下文信息,通过循环操作捕获全局上下文信息,提高像素间的全局相关性。以Massachusetts数据集为样本的建筑物提取实验表明,在所有参与比对的7个模型中,本文提出的RMAU-Net模型交并比与F1分数2项指标最优、查准率和查全率两项指标接近最优, RMA-UNet总体效果优于同类模型。通过逐步添加每个模块来进一步验证各模块的有效性以及本文所提方法的可靠性。     

沿海验潮站GNSS观测网BDS与GPS基线处理精度分析

为了评估北斗卫星导航系统（BDS）用于验潮站沉降监测的可靠性和精度,该文利用北海区沿海8个验潮站2022年全年的GPS和BDS观测数据,从基线解标准均方根误差、基线重复性和GPS与BDS基线互差等方面对GPS和BDS解算结果进行对比分析。结果表明,BDS基线解的NRMS值在0.17～0.25之间,GPS基线解的NRMS值在0.18～0.23之间,二者基线解的NRMS值基本相当;GPS基线解的长度和各分量基线重复率平均值要小于BDS,从GNSS网固定误差和比例误差看,GPS和BDS的基线长度重复性精度达到10-9～10-8量级,基线东西和南北分量重复性达到10-9量级,基线垂直分量重复性精度达到10-7～10-8量级。在GPS和BDS基线结果互差方面,GPS解算得到的基线长度均要大于BDS,二者平均差值为10.7 mm;东西分量差值最小,其次是南北分量,垂直分量差异最大,南北分量、东西分量和垂直分量差值平均值分别为-8.5 mm、-3.7 mm和10.6 mm。南北分量、东西分量、垂直分量和基线长度差值平均值最大值分别为23.6 mm、20.9 mm、30.4 mm和22.1 mm。总体...