����Krigingͳ�Ƶ�GPS�߳���Ϸ����о�

??GPS?????????????????????????????????GPS???????????????GPS??????????ú?????????????????????????????????????????????溯??????μ?Kriging?????????????????????????GPS??????????????????????????:????GPS??????????????????????????????????????????????????????????????????溯???????????????     

��ͨ��ָ������̽����е����α���о�

????ERS-1/2??1996???1998??????C????SAR??????????????洦???????????????????????????????????α????????????????????????????????????????ò????????????Ч?????е????α???????????Ч?????????????????????????????????н???????????????????????????????????????????     

����λ��������2011���ձ�ǿ���е�Ӧ���о�

????????λ???????????2011???????????????????λ?????????????GPS??????????????????????????????????1??????????λ???????????????????λ????????????????????????????λ????λ????????嶼??????е????????о??5 000?????????????3 mm??????????λ???????λ???????GPS????????????????????2??????????????????????????????λ??????????????????????λ???????????1%??4%???С?????????????????????????????6%??15%????????Χ????????ò????????????????????????????????GPS????????2011????????????????????????????????3???????й????????????GPS?????????????2011?????????????????????????????????????(3.24??4.96)??10 ²² Nm???????????Mw8.97??9.10??4??2011???????????????????????????????????????????仯????????????????????????????????????????????Ч???     

����7.1�������������¶�λ����ʱ�շֲ������о�

??????????λ????2010-04-14??12-31?????????????????????????????λ??????????????????????????????????????????仯?й?????????????????????????????????????????????????????????????????????????????????????????????????????????????????-??????????????????????????????????????????-????????й?????????????????????????????????????????桱?й??     

��³������ִ��������о�

????????1956??1999??????????????????????????顢?????顢?????????????????????????????б??????е??????Щ???????????????4??????У?1956??1978????????????????????????????????ε????Ms7.4?????????????й??1978??1985???1990??1995?????????????????????????鶫??????Ms6.2 ??Ms6.1?????й??     

ͬ�������ģ�ͷֲ������Ӱ���о�

????????????????????????????????7.8?????????6.8?????????????????????????????????￡?????????????????????????????????????????????α?????????????????????????????????????????????????????????????Okada????????????????????????????????????????     

ɽ�������ִ��ؿǴ�ֱ�˶��о�

?????????1980-2010?????????????????????α???????????????????????????????????????????????????????????????????о????????????30???????????仯??????????????????????????????????????????????????????б????????????????б???????????????б???????????α????????????????????????????????????????2.68 mm/a????????????????1.14~4.33 mm/a????????????     

��������CORS�������춥�������ӳٽ�ģ�����о�

????????CORS???ο??????????????????????????????????????????????????????ù???CORS????????????????????????????????????????????????????????????????????????     

��ͬ��������µ���Ƶ����̽�����޸��㷨�о�

?о?????????????????????????--α??/?????λ??????MW?????????λ???????????????????????????????????????????????????????????????￡????????????????????????????????????????????????????Ч?????????????????????У?????????????С??10 s??????????????MW?????????λ???????????Ч?????????????????????     

����RTK������ģ���Ƚ��㷽���о�

?????????????Kalman??????????????????????????????????÷??????????????????????????????????????????????????????ò???????????Kalman?????????ο?????????????????????ù???????????????????????????????????и?????????????????y???CORS????????????÷????????????????????÷???????????????????????????????????????????     

�Ľ��¶ȵ�LiDAR������̬ѧ�˲��㷨

????????????????д????????ò???????????????????????????ε??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????硢??????????????????Ч??????????????????????????????????????????С??     

����LIDAR������ȡɽ�����������ߵ��㷨�о�

????????????LIDAR??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????С?????????????и????ü????????????????????????????????????С?     

基于整体最小二乘的稳健点云数据平面拟合

针对点云数据平面拟合方法没有完整考虑测量数据中的误差及系数阵中误差的情况,提出稳健整体最小二乘点云数据平面拟合方法。该法以整体最小二乘法为基础,在考虑全部观测量存在误差的情况下,通过一定的准则删除数据中的粗差或异常值,从而获得稳健的平面参数估值。实验中,分别利用最小二乘法、特征值法和稳健整体最小二乘拟合法对仿真点云数据和真实点云数据进行平面拟合,结果显示该法能克服异常值的影响,得到可靠的平面参数估值,具有稳健性。     

����Kriging�㷨��������ϵ���ά����ɨ��������ݲ�ֵ�о�

????Kriging???????????????С????????????μ??????????????????????????????????????????????в??????????????????????????????????????е???Ч?????????     

������ά����ɨ����Ʒǵ�����޳��㷨

?????LIDAR?????????????????????У??????????????????е????????????????????????????????????????????????????????????????α??????????????????????????????????????????????????????α?????????ж?????????????????????????????????????α????????????????????????????????????????????ν??е?????????????????????????????Ч???     

车载激光扫描数据路坎点云提取方法

车载激光扫描系统能够快速准确地获取街道环境的点云数据,但由于扫描点云的点密度高、数据量大、空间分布不均匀、地物相互遮挡及城市街道环境复杂等特点,难以直接从原始点云数据中提取出路坎点云。本文首先通过分析路坎点云的空间分布特征和局部几何特征,构建包含相对高程、法向量方向、多尺度高程差及多尺度高程方差的点云特征向量;然后,采用SVM提取城市街道环境车载激光扫描数据中的路坎点云,并对提取结果进行聚类去噪,优化路坎点云。最后,通过Street Mapper 360系统和Lynx Mobile Mapper V100 系统采集的4份不同城市街道环境车载激光扫描数据对本文方法进行验证,其中路坎点云提取结果的完整度均超过了94.99%、准确度均超过91.88%、精度亦均达到了90.55%以上。实验结果表明,本文方法能够精确地提取复杂城市街道环境中规则或不规则的路坎点云,且具有较强的稳健性,适用于各类复杂的城市街道环境。     

三种海产动物油中高度不饱和脂肪酸的提取

采用低温—盐形成法对蓝圆　Ｓｃｏｍｂｅｒｍｏｒｕｓｎｉｐｈｏｎｉｕｓ（Ｃｕｖｉｅｒ）、马鲛鱼Ｄｅｃａｐｔｅｒｎｓｍａｒｕａｄｓｉ（ＴｅｍｍｉｎｃｋｅｔＳｃｈｌｅｇｅｔ）、海蛇三种海产动物油中高度不饱和脂肪酸进行提取，经皂化、冷冻、过滤、酸化、离心等工序反复处理后，可得碘价为２２０～２５０的高度不饱和脂肪酸混和物。探讨了提取过程中的最适工艺条件，并比较了该三种海产动物脂质中的高度不饱和脂肪酸的含量。     

���������źŵķdz�ϫ��Ϣ�Զ���ȡ

???????EMD?????????????????ж????????????????????????????塢??????????????????仯????????????????????????????????????????о????????????????????????????????????????????????????????????????????????????????????????仯?????     

利用高精度地面及航空重力数据对点质量模型精度的研究

利用澳大利亚高精度的地面重力测量和航空重力数据,对点质量模型方法进行内外符精度检验。结果表明：点质量模型方法内符精度可以达到10 ^-8 ms ^-2量级,在655 m高度可以达到±3×10 ^-5 ms ^-2的外符精度。     

TPS测设道路填挖边线方法探讨

道路建设中,测设填挖线是经常遇到的问题,就此提出了TPS(全站仪)在任意控制点设站、测定辅助点和填挖点的放样方法。该方法的关键之处是,利用曲线要素推算各放样点的坐标,然后在道路施工现场附近选择一视野开阔的控制点安置TPS,一次性放样出全视野内的辅助点和填挖点,并连接填挖点组成填挖边线。为保证各阶削坡的精度,应注意保护各辅助点的平面位置,正确地削出最上阶平台,以控制以下各阶削坡。而以往的放样方法是抬竿法,需要在逐个横断面多次设站,用定向、量距、抬高的方法放样填挖点。这种方法的缺点是:效率低下,作业难度大,累计误差大。显然,用TPS一次设站,放样若干横断面填挖点的方法,提高了施工效率,降低了作业难度,且提高了放样点的精度。