GNSS多天线基线网单历元模糊度同步解算法

提出多天线基线网单历元模糊度同步解算法，其具体实现步骤为：1）根据宽巷组合模糊度易于固定的优点，采用附加已知基线长度约束法同步解算各基线的宽巷模糊度，得到dm~cm级精度的近似基线分量；2）将解算得到的各近似基线分量作为约束，同步解算各基线的基频模糊度，以获取mm级精度的基线矢量。该方法的关键在于检验各历元宽巷模糊度解算的正确性，以获取可靠的近似基线分量，为解算各基线的基频模糊度提供准确的基线先验信息。由于动态情况下各历元观测信息比较少，单纯依赖ratio检验不可靠，提出结合基线误差、单位权中误差、基线网模糊度闭合环及ratio值等对多组宽巷模糊度进行检验，避免ratio值设置不当导致模糊度检验中发生纳伪和弃真问题。实测数据结果证明，该处理方法使得模糊度解算的成功率提高1%~2%，可以获取移动平台更丰富的导航信息，提高其服务能力。     

桂林-阳朔地区DEM地形特征与岩性相关性分析及分类研究

地形地貌是岩性解译的重要信息,地形因子作为描述DEM数字曲面几何特征的定量指标参数,可用来定量化表达不同岩性所在地区地形地貌特征。本文以桂林-阳朔地区为研究区,研究地形因子数学、地质意义,建立岩性与地形因子组合间的定量关联,进而实现岩石类型划分。本文基于ASTERGDEM提取坡度、起伏度等12个地形因子,在分析各个地形因子地质意义基础上,通过聚类分析及方差分析的多元统计分析方法,研究各岩性地形因子特性及其关联性,建立研究区岩性之间的定量差异;此外,利用因子分析方法研究岩性分类过程中的主导因素,确定适宜岩性分类方法以实现定量化岩性分类。实验结果表明：不同岩性、不同地形地貌的地形因子（组合）之间具有显著差异,基于因子分析得到的宏观地形复杂度指数（MTI）以及微观曲率指数（MCI）对岩石类型的分类精度达77.36%。研究表明,地形复杂度等地形因子可用于岩性分类,采用因子分析方法可获取反映地形地貌宏观、微观特征的定量指标,且岩性分类效果良好。     

基于灰色统计分析的北海市红树林景观美景度评价与估算

以北海市红树林分布区为研究区,设置调查样地,采用灰色统计分析与美景度评价相结合的方法,探讨了北海市红树林景观美景度及其影响的主要因素。研究结果表明,在研究样地中,木榄(Bruguiera gymnorrhiza)群落、桐花树(Aegiceras corniculatum)群落、红海榄(Rhizophora stylosa)群落、桐花树+秋茄(Kandelia candel)群落、白骨壤(Aricennia marina)+秋茄群落、海漆群落(Excoecaria agallocha)、白骨壤+拉关木(Laguncularia racemosa)群落、桐花树+无瓣海桑群落(Sonneratia apetala)、白骨壤群落的平均美景度值依次减小;北海市红树林景观美景度的影响因素为潮汐、鸟类活动、滩涂完整性、红树林与海堤结合状况和红树林斑块面积,其对红树林景观美景度的贡献率依次变小。     

我国海洋环境保护标准化的现状、需求和建议

海洋环境保护标准化对我国海洋环境保护事业的发展具有重要的技术支撑作用。文章从海洋环境保护标准体系、标准发布和制修订以及标准类别特征等方面,概述我国海洋环境保护标准化的发展现状;分析海洋环境保护标准化的需求,主要包括标准的适用性和有效性有待评估和提升、标准制修订的进程有待加快、监测方法标准的体例和结构有待规范和统一、海洋高新技术标准体系有待建立以及与多学科和其他行业标准有待统筹5个方面。基于此,提出促进和保障海洋环境保护标准化工作发展的4点建议,即建立海洋环境保护标准化工作专家库、健全海洋环境保护标准体系、加强多部门合作和积极参与海洋国际标准化工作。     

海水中铯-137的γ能谱测量不确定度评估

为科学评价测量结果的可靠性，对海水中137Cs γ能谱分析方法的不确定度进行了评估。根据《化学分析中不确定度的评估指南》，分析不确定度的来源并逐一对各不确定度分量进行了量化，最终计算了合成相对标准不确定度。结果表明，影响海水中137Cs γ能谱测量不确定度的因素分别为样品源137Cs峰区计数、标准源活度、取样体积、化学回收率、本底137Cs峰区计数及标准源137Cs峰区计数，其中样品源137Cs峰区计数的不确定度贡献最为突出。对于137Cs活度浓度为1.28 mBq/L的海水样品，其合成相对标准不确定度为9.78%。     

一种整数相位钟法精密单点定位模糊度固定模型

星间单差法是常用的精密单点定位PPP模糊度固定方法,但是要面临基准星转换的问题。为此,提出了一种逐级模糊度固定模型,采用法国CNES发布的整数相位钟差产品,在PPP非差观测模型基础上逐一选取两颗卫星进行模糊度固定;得到多组单差模糊度固定解后,再以此构成约束条件进行滤波得到其他参数。实验选取了8个IGS站共48个观测时段进行模糊度固定实验。结果表明,模糊度成功固定后,位置三维误差平均值由5.60 cm减小到2.72 cm;位置误差标准差由3.64 cm减小到1.50 cm。仿动态条件下,模糊度固定后位置误差由6.02 cm降至4.75 cm。     

基于ICSO的DGPS整周模糊度的求解方法

针对差分全球定位系统(DGPS)模糊度解算过程中效率低,搜索慢的问题,对鸡群优化算法(CSO)进行适应性改进,并将改进后的鸡群优化算法(ICSO)应用到整周模糊度的快速解算中,利用卡尔曼滤波求出双差模糊度的浮点解和协方差矩阵,采用Lenstra-Lenstra-Lovasz (LLL)降相关算法对模糊度的浮点解和方差协方差矩阵进行降相关处理,以降低模糊度各分量之间的相关性,在基线长度固定的情况下,利用ICSO搜索整周模糊度的最优解. 采用经典算例进行仿真,仿真结果表明,与已有文献相比在整周模糊度的解算过程中改进的鸡群优化算法能有效提高搜索速度和求解成功率.      

波段选择协同表达高光谱异常探测算法

高光谱遥感影像具有光谱分辨率极高的特点,承载了大量可区分不同类型地物的诊断性光谱信息以及区分亚类相似地物之间细微差别的光谱信息,在目标探测领域具有独特的优势。与此同时,高光谱遥感影像也带来了数据维数高、邻近波段之间存在大量冗余信息的问题,高维度的数据结构往往使得高光谱影像异常目标类和背景类之间的可分性降低。为了缓解上述问题,本文提出了一种基于波段选择的协同表达高光谱异常探测算法。首先,使用最优聚类框架对高光谱波段进行选择,获得一组波段子集来表示原有的全部波段,使得高光谱影像异常目标类与背景类之间的可分性增强。然后使用协同表达对影像上的像元进行重建,由于异常目标类和背景类之间的可分性增强,对异常目标像元进行协同表达时将会得到更大的残差,异常目标像元的输出值增大,可以更好地实现异常目标和背景类的分离。本文使用了3组高光谱影像数据进行异常目标探测实验,实验结果表明,该方法与其他现有高光谱异常目标探测算法对比,曲线下面积AUC(Area Under Curve)值更高,可以更好地实现异常目标与背景分离,能够更有效地对高光谱影像进行异常目标探测。