国产高分辨率遥感影像农村公路核查方法及其应用

传统的农村公路核查需要人工实地抽查或通过GNSS设备进行信息采集验核，存在成本高、效率低等问题。遥感影像具有成像范围广、时效性高、成本低、能客观反映现实情况等优点。相比于传统方法，将遥感影像引入农村公路核查，能客观、准确、高效地对农村公路相关信息进行核查。本文基于国产高分辨率遥感影像，结合农村公路遥感核查业务，采用遥感影像道路提取算法，设计并实现了一种农村公路核查方法。将本方法应用于某中部省份农村公路遥感核查业务，实际应用表明该方法能有效提高现有农村公路遥感核查的工作效率。     

山区煤田地震勘探中静校正存在的问题及其改进方法

在山区或地表复杂地区进行地震勘探,采用基于地表一致性假设的静校正将会严重影响勘探效果,该影响主要源于地表一致性假设存在着不合理因素。如较高的低速带、巨厚的低速带、基岩裸露、地形起伏较大等。为分析一致性假设静校正偏差产生的原因及大小．构建一地形起伏、基岩出露的复杂模型,通过正演其射线路径,对比其时距曲线与理论时距曲线的差异,以及二者静校正量误差大小。模型分析证实该差异与偏移距、地震波穿透深度及基准面高程之间存在直接的联系,据此提出了改进方法,如浮动基准面校正及分块静校正等。理论模型和实际地震资料试算表明,使用改进的方法可有效改善地震时间刮面同相轴聚焦效果及连续性。     

新疆地区土地覆被遥感数据的一致性研究

鉴于新疆地区对中国乃至中亚有着特殊的战略意义,本文针对不同数据源及分类系统在土地覆被数据的空间分布上缺乏互通性问题,结合2010年目视解译土地利用现状遥感监测数据、GlobeLand30和GlobCover2009共3种土地覆被数据,采用类型相似分析、类型混淆分析、混淆矩阵分析、空间一致性分析4种方法开展精度评价及一致性分析,以期对土地覆被数据在中国西北干旱区的适用性及适用范围提供有效建议。结果表明,3种土地覆被数据对新疆地区土地覆被类型构成基本一致,且对裸地类型的辨识度最高;新疆地区中高度一致区域占新疆总面积的95%;3种数据两两对比时,总体精度在64.11%~72.57%之间,其中目视解译数据/GlobeLand 30组合表现出最高水平,且仍有提高空间,反映出目前相同卫星传感器是提升精度评价结果的重要因素之一,且不同分类系统、分类方法、空间分辨率及卫星过境时间等因素对精度评价结果也会产生巨大影响。为解决此类问题,利用多源土地覆被遥感数据的融合技术提高数据精度,或是利用深度学习对遥感影像资料进行精确地解译和判读,将是今后全球土地覆被制图及应用领域的主要发展趋势。     

一种移动视频与地理场景的融合方法

快速准确地了解灾害现场状况是救灾过程中的重中之重。通常发生灾害都会使用无人机进行现场勘察，但是无人机视频难以与实际的地理场景关联起来，为此本文提出了一种移动视频与地理场景的融合方法。该方法首先采用具有仿射不变性的ASIFT算法检测特征点，将匹配后的特征点采用RANSAC算法进行迭代剔除噪点，计算视频与地理场景最优的透视变换矩阵模型参数；然后将计算得到的透视变换参数应用到视频数据，恢复视频角点坐标；最后通过内插得出所有视频帧的角点坐标，实现视频与DOM的精确融合。试验结果表明，对视频数据匹配的间隔帧越短，其整体融合精度越高，通过本文方法进行视频与地理场景融合的误差标准差低于10 m。     

自动气象观测数据的质量控制

精细化气候变化分析及气候预测服务亟待发展,对高分辨率优质量的气候资料需求不断增长。本文利用缺测率、对比差值、空间一致性、粗差率、一致率5个指标对2009—2014年浙江省2 209个自动站温度数据进行评估分析,运用开放式可调整的评分标准,选取数据质量稳定可靠的站点,满足气候研究与业务的发展需求。共取得91个一级可用站,499个二级可用站,363个三级可用站,一级站主要分布于宁波和嘉兴地区,二级和三级站在各地都有较均匀的分布。在全省气候统计分析中,可以根据需求利用可用站。此外,有可用自动站参与的温度分布图完美呈现了地形对温度的影响,也使城市化发展突显出来,精细化的气候分析能更有效的为高山地区耕种制度及城市建设与规划提供科学依据。     

顾及拓扑与尖角的分类矢量数据分组压缩算法

针对现有拆分重组法对存在复杂内环以及复杂相交岛屿多边形的分类矢量数据的压缩结果中包含裂缝、重叠及大量尖锐夹角的问题,提出了一种顾及拓扑一致性与尖角的分组压缩方法。依据分类矢量数据中多边形与多边形及其内环的相交关系对矢量矢量数据分组,以修正后拆分重组法结合直接分割法和间接分割法对分类矢量数据分组压缩,压缩结果中不存在裂缝与重叠现象,维护了分类矢量数据的拓扑一致性;通过取回尖角点前后被删除的点,解决了压缩结果中尖角过多的问题。以Landsat8遥感影像分类矢量数据实验验证了文章算法,并与直接分割法、间接分割法、拆分重组法进行了对比分析,验证了本文方法的有效性。     

降水现象仪观测应用评估

利用2017年9月至2018年8月北京20个站降水现象仪采集数据与人工平行观测数据,对降水现象仪进行了对比评估。结果表明:降水现象仪的缺测率为0.01%,空报率为0.6%,捕获率为93.5%,漏报率为27.9%,错报率为10.0%。从统计结果可知,降水现象仪的缺测率、空报率较低,捕获率较高,体现出设备性能良好的一面,漏报率和错报率偏高,表明设备漏识别和错误识别的情况较多,漏报主要发生在弱降水过程中,错报主要出现在毛毛雨的识别上。设备测量和人工观测降水开始时间一致性较好,终止时间一致性偏差;降水现象仪现存问题:在大雨强时易出现雨滴叠加误识别,在小雨强时识别率会降低,在无降水错误输出降水现象方面缺少质控。     

基于A- CGAN的深反射地震数据随机噪声压制方法研究

基于深度学习的地震数据噪声压制方法是当前地震数据去噪处理的重要方向。深度学习方法突破了传统滤波处理的局限,在对常规地震数据的噪声压制中表现出效率高、信噪分离效果好的特点。但针对深部弱有效反射数据,当前的深度学习方法特征提取能力有限,难以取得较好的去噪效果。笔者等结合深反射地震数据特点,针对当前深度学习噪声压制方法在特征提取及对数据集依赖上的局限,提出了基于注意力循环生成对抗网络(Attention Cycle- Consistent Generative Adversarial Networks,A- CGAN)的深反射地震数据随机噪声压制方法。借助循环一致生成对抗网络(Cycle- Consistent Generative Adversarial Networks,Cycle- GAN)的域映射思想,降低对数据集的要求。为了构建适用于深反射地震数据的去噪网络,从3个方面对Cycle- GAN进行改进：在Cycle- GAN的生成器（去噪器）中加入残差结构和注意力机制,用于加深网络深度和提高其特征提取能力;在Cycle- GAN的鉴别器中使用块判决,提高鉴别精度和准确度;在损失函数部分加入感知一致性损失函数,提升网络模型恢复纹理细节信息的能力。通过合成地震数据和实际深反射地震数据测试,验证了优化算法的有效性,体现了良好的应用价值。     

测量平差抗差化和效率分析

本文从充分利用可能得到的信息的观点出发,讨论了测量平差的抗差性和优效性及其他们之间的关系。阐述了抗差估计理论和经典估计理论的本质区别。提出了测量平差抗差化的基本原则,并对几种估计的抗差能力和效率作了比较。     

Hybrid Estimation of Semivariogram Parameters

Two widely used methods of semivariogram estimation are weighted least squares estimation and maximum likelihood estimation. The former have certain computational advantages, whereas the latter are more statistically efficient. We introduce and study a “hybrid” semivariogram estimation procedure that combines weighted least squares estimation of the range parameter with maximum likelihood estimation of the sill (and nugget) assuming known range, in such a way that the sill-to-range ratio in an exponential semivariogram is estimated consistently under an infill asymptotic regime. We show empirically that such a procedure is nearly as efficient computationally, and more efficient statistically for some parameters, than weighted least squares estimation of all of the semivariogram’s parameters. Furthermore, we demonstrate that standard plug-in (or empirical) spatial predictors and prediction error variances, obtained by replacing the unknown semivariogram parameters with estimates in expressions for the ordinary kriging predictor and kriging variance, respectively, perform better when hybrid estimates are plugged in than when weighted least squares estimates are plugged in. In view of these results and the simplicity of computing the hybrid estimates from weighted least squares estimates, we suggest that software that currently estimates the semivariogram by weighted least squares methods be amended to include hybrid estimation as an option.