GOCE实测数据反演高阶重力场模型的Torus方法

不同于当前广泛使用的空域法、时域法、直接解法,本文尝试采用Torus方法处理GOCE实测数据,利用71 d的GOCE卫星引力梯度数据反演了200阶次GOCE地球重力场模型,实现了对参考模型的精化。首先,采用Butterworth零相移滤波方法加移去—恢复技术,处理引力梯度观测值中的有色噪声,并利用泰勒级数展开和Kriging方法对GOCE卫星引力梯度数据进行归算和格网化,计算得到了名义轨道上格网点处的引力梯度数据。然后,利用2D-FFT技术和块对角最小二乘方法处理名义轨道上数据,获得了200阶次的GOCE地球重力场模型GOCE_Torus。利用中国和美国的GPS/水准数据进行外部检核结果说明,GOCE_Torus与ESA发布的同期模型的精度相当;GOCE_Torus模型与200阶次的EGM2008模型相比,在美国区域精度相当,但在中国区域精度提高了4.6 cm,这充分体现了GOCE卫星观测数据对地面重力稀疏区的贡献。Torus方法拥有快速高精度反演卫星重力场模型的优势,可以在重力梯度卫星的设计、误差分析及在轨快速评估等方面得到充分应用。     

基于空域最小二乘法求解GOCE卫星重力场的模拟研究

本文论述了最小二乘过程中有色噪声的处理方法,提出使用AR模型对GOCE梯度观测值中的有色噪声进行时域滤波,数值模拟结果验证了该方法的有效性。利用数值模拟验证了直接求逆方法和PCCG法求解大型法方程的有效性,后者的效率远远高于前者。联合加入噪声（有色噪声和白噪声）的卫星重力梯度张量径向分量观测值Vzz和SST观测值,分别使用空域最小二乘法和SA方法恢复了180阶全球重力场模型,前者求解重力场模型的大地水准面和重力异常在180阶次的精度分别为3.01cm和0.75mGal,优于SA方法求解模型的精度。     

联合GOCE卫星轨道和重力梯度数据严密求解重力场的模拟研究

论述了联合卫星轨道和重力梯度数据严密求解重力场的方法及数据处理方案,研究了GOCE重力场反演中有色噪声的AR去相关滤波、病态法方程的Kaula正则化和观测值最优加权的方差分量估计等关键问题。模拟结果表明:①极空白问题会降低法方程求解的稳定性,导致低次位系数的求解精度较低,而Kaula正则化可有效用于GOCE病态法方程的求解,并得到合理稳定的解;②重力梯度有色噪声会降低GOCE重力场求解的整体精度,特别是对低阶位系数的影响最为明显,而AR去相关滤波法可有效处理有色噪声,但解算结果仍含有低频误差;③方差分量估计可有效确定SST和SGG两类观测值的最优权比,并且有色噪声造成的低频误差经过联合求解后得到了抑制;④利用30d、5s采样的GOCE模拟数据恢复200阶次的重力场模型,其大地水准面和重力异常精度在纬度±83°范围内分别为±3.81cm和±1.056mGal。     

由GOCE引力梯度张量不变量确定卫星重力模型的半解析法

提出了利用半解析方法解算重力场与稳态海洋环流探测器(gravity field and steady-state ocean circulation explorer,GOCE)引力梯度张量不变量观测值来恢复全球卫星重力模型的方法,该方法比最小二乘方法效率高,同样可给出模型的验后方差。推导了半解析法快速解算引力梯度张量不变量的理论公式,给出了该方法利用卫星重力梯度观测数据快速求解重力场模型的基本步骤。利用89.5°倾角圆形严格重复轨道上的模拟梯度观测值验证了半解析方法用于张量不变量解算的理论严密性,并利用GOCE任务61d梯度仪坐标系(gradiometer reference frame,GRF)下无噪声和有噪声的I2和Vzz模拟观测值进行了模型反演和结果分析。结果表明,利用I_2观测值求解模型的精度略优于仅用Vzz分量解算模型的精度。     

GOCE引力梯度内部校准方法

GOCE卫星引力梯度仪的精确校准是反演高精度重力场的前提之一,本文利用GOCE卫星L1b数据中的引力梯度仪及恒星敏感器数据实现了卫星引力梯度的内部校准。以最小二乘联合多个恒星敏感器观测数据确定内部校准使用的角速度,有效避免了单个恒星敏感器低精度角速度分量对坐标转换过程的影响。考虑到恒星敏感器坐标系与梯度仪坐标系间旋转矩阵随时间的变化,本文在ESA官方内部校准方法的基础上,提出了顾及旋转矩阵校准参数的内部校准模型,并利用2009年11月的GOCE实测数据验证了该方法的效果。结果表明,该旋转矩阵校准参数数值约100″,且在该月存在3″~30″的漂移;与GOCE官方内部校准方法对比,从卫星引力梯度精度结果来看,在低于0.005 Hz频段内,同时解算旋转矩阵的校准参数与梯度仪内3个加速度计对的校准参数的内部校准模型优于仅考虑加速度计对校准参数的模型;除此之外,本文讨论了以该模型为基础的GOCE梯度仪数据校准的可能方法,为GOCE及后续重力卫星的数据处理工作提供参考。     

联合GOCE卫星数据和GRACE法方程确定SWJTU-GOGR01S全球重力场模型

联合地球重力场和海洋环流探测器（Gravity Field and Steady-State Ocean Circulation Explorer,GOCE）和重力恢复与气候实验（Gravity Recovery and Climate Experiment,GRACE）卫星观测数据确定全球静态重力场模型是当前大地测量学的研究热点之一。联合近3 a的GOCE卫星梯度数据和7 a左右的GRACE星间距离变率数据计算的ITG-GRACE2010S模型的法方程恢复了210阶次的重力场模型SWJTU-GOGR01S。采用带通数字滤波方法处理GOCE卫星的4个高精度梯度观测分量,利用梯度数据恢复重力场模型的观测方程直接建立在梯度仪坐标系中,可以避免坐标转换过程中高精度的梯度观测分量受低精度分量的影响;联合法方程解的最优权采用方差分量估计迭代计算,GOCE数据的两极空白引起的病态问题采用Kaula正则化方法进行约束。基于EIGEN-6C2模型和北美地区的GPS水准网观测数据,对SWJTU-GOGR01S模型进行内外符合精度分析,结果表明,SWJTU-GOGR01S模型在210阶次的大地水准面误差和累计误差分别为1.3 cm和5.7 cm,精度与欧洲空间局公布的第四代时域法模型相当,略优于GOCO02S和GOCO03S模型的精度。     

GOCE卫星重力梯度数据反演重力场的滤波器设计与比较分析

地球重力场和海洋环流探测（gravity field and steady-state ocean circulation explorer,GOCE）卫星重力梯度数据有色噪声和低频系统误差的滤波处理是反演高精度地球重力场的一个关键问题。针对GOCE卫星重力梯度数据的滤波处理,基于移动平均（moving average,MA）方法和CPR(circle per revolution)经验参数方法设计了两类低频系统误差滤波器,并分别将这两类滤波器与基于自回归移动平均（auto-regressive and moving average,ARMA）模型设计的有色噪声滤波器组合起来形成级联滤波器。为了分析滤波器处理的实际效果,基于空域最小二乘法采用70 d的GOCE观测数据,并联合重力恢复与气候实验（gravity recovery and climate experiment,GRACE）数据分别反演了224阶次的重力场模型GOGR-MA(MA+ARMA级联滤波)和GOGR-CPR(CPR+ARMA级联滤波)。将反演模型与采用同期数据求解的第一代GOCE系列模型及GOCE和GRACE联合模...     

天文潮汐对卫星重力梯度观测数据的影响分析

测定地球重力场,确定高分辨率的静态地球重力场模型,是大地测量学的主要任务之一.重力场的影响主要分为潮汐部分和非潮汐部分,天文潮汐在潮汐部分中属于直接引力效应,对重力场的影响是不可忽略的.本文以一个月的星历数据为基础,分析了天文潮汐对GOCE卫星重力梯度观测数据的影响,并统计了最大值和最小值;研究了天文潮汐对地球上单点重力梯度数据的影响特征;计算了各行星对卫星重力梯度数据影响量级.研究结果表明:天文潮汐对卫星重力梯度数据的影响量级处于0.1mE,比GOCE卫星设计精度低一个量级,但是它具有周期性,属于有色噪声,因此在卫星重力梯度数据预处理中需要扣除;天文潮汐对卫星重力梯度数据各分量的影响不同,其中对角线分量Vxx,Vyy和Vzz要比其他分量略大;月球和太阳对卫星重力梯度数据的影响最大,在所有星体中占据主导地位.     

利用GOCE模拟观测反演重力场的Torus法

在介绍Torus方法反演地球重力场模型的基本原理和方法的基础上,基于圆环面上均匀分布的卫星引力梯度模拟观测值解算了200阶次的地球重力场模型,在无误差情况下,Torus方法解算模型的阶误差RMS小于10-16,验证了该方法的严密性。利用61dGOCE卫星轨道上无误差的模拟引力梯度观测值解算了200阶次的地球重力场模型,分析了格网化误差、极空白对解算精度的影响,迭代3次后,在不考虑低次系数情况下,模型的大地水准面阶误差和累积误差均较小,最大值仅为0.022mm和0.099mm。在沿轨卫星引力梯度模拟数据中加入5mE/Hz1/2的白噪声,基于Torus方法和空域最小二乘法解算了200阶次的地球重力场模型,Torus方法的精度略低于空域最小二乘法的精度,在不考虑低次项的情况下,两种方法解算模型的大地水准面阶误差最大值分别为1.58cm和1.45cm,累积误差最大值分别为6.37cm和5.55cm。但由于采用了二维快速傅里叶技术和块对角最小二乘法,极大地提高了计算效率。本文数值结果说明Torus方法是一种独立有效的方法,可用于GOCE任务海量卫星引力梯度观测值反演重力场的快速解算。     

利用先验重力场模型求定GOCE卫星重力梯度仪校准参数

重力梯度仪校准参数的确定是GOCE重力梯度观测数据处理的关键环节。本文对GOCE卫星重力梯度观测值中的时变信号与粗差进行了分析,利用高精度全球重力场模型,确定了GOCE重力梯度观测值各分量的尺度因子与偏差,并对校准结果进行了精度评定。结果表明,在测量带宽内,海潮对重力梯度观测值影响在mE量级,与重力梯度仪的精度水平相当,陆地水等非潮汐重力场时变信号略小于海潮,量级约为10^-4E;各分量重力梯度观测值的粗差比例均大于0.2%;除EGM96模型外的其他模型对GOCE重力梯度仪进行校准后,V_xx、V_yy、V_zz、V_yz分量上尺度因子的稳定性均在10^-4量级,V_xz分量能达到10^-5量级,V_xy分量为10^-2量级,这与梯度观测值各分量的精度水平一致。     

卫星重力与卫星测高的研究进展

该文介绍了GRACE和GOCE重力卫星在地球重力场模型以及局部变化等方面的研究成果,介绍了卫星测高的检核与校验、全球和局部海平面变化监测、内陆湖和水库水位变化监测等方面的研究进展,对综合利用卫星重力、卫星测高以及合成孔径雷达差分干涉测量(DInSAR)等技术方法监测冰川和冰盖变化的成果进行了介绍,重点介绍了南极冰盖变化监测的研究成果。对综合卫星重力、卫星测高、DInSAR、GNSS/水准、GNSS等多种技术在冰川冰盖、局部形变监测等方面的应用进行了展望。     

北斗短报文的无人机飞行监管技术与装备研究

针对我国现有以地面雷达为主要空管手段的监管体系中,轻小型无人机飞行目标存在的“看不到”“管不了”等难题。该文提出了基于北斗短报文通信技术的无人机系统飞行监管技术与方法,研究制定了无人机资源注册、任务注册机制,以及无人机飞行诸元传输协议;研究突破了无人机机载设备终端电磁兼容、北斗通信传输频次加密、多系统导航定位、FPGA优化集成等关键技术,研制了小型化、轻量级、高频次北斗短报文无人机飞行监管机载终端,开发了网络化无人机飞行监管综合运行管理平台。全套系统在国土测绘、海洋监测、灾害应急等领域开展5个节点应用示范,有效实现了无人机多架、协同、异地、同步在线超视距通信与监管。研究成果填补了我国无人机飞行安全管理的空白,进一步推动了无人机产业化发展,有力保障了我国低空空域开放政策的有序推进。     

高分辨率遥感影像配准与变化检测一体化处理

为了克服高分辨率遥感影像配准与变化检测作为单独环节处理的局限,该文提出了一种基于变分理论的配准与变化检测一体化处理方法。该方法将配准误差作为一种光谱变化决策因子,变化信息以权值的方式迭代反馈给变分配准模型的解算过程。为了更准确地检测建筑物这个特定目标的真实变化,该文采用多尺度最大形态学轮廓建筑物检测指数的差异作为另外一个决策因子。最后将配准误差反映的变化和建筑物检测指数的差异这两个决策因子在D-S证据理论框架下建立概率模型进行融合处理,进而得到建筑物的变化检测结果。该文选取WorldView-2数据进行实验,实验结果表明,一体化处理思路可以有效地解决单独处理的局限,从根本上解决配准误差对变化检测结果的影响以及由于变化而使配准精度降低的问题,进而提高配准和变化检测的质量。     

多数据源的全球地名翻译比对与匹配方法研究

针对当前单一数据源地名翻译准确率低下的问题,该文从属性相似度等方面出发,利用互联网地名及地图资源,提出了一种基于多数据源的全球地名匹配与翻译方法。设计并开发了基于多数据源的地名翻译工具。使用该方法完成了对全球1∶1000000矢量数据的批量化地名数据处理及地名规范化整理。实验证明,使用该方法较大程度减少了地名处理时的人工工作量,提高了地名匹配效率及其准确性,具有一定的工程实用价值。提出了一种基于多数据源的全球地名匹配与翻译方法,一定程度上改善了单一数据源地名翻译准确率与翻译效率低下的问题。     

城区边界遥感提取研究进展

针对当前城乡统计口径和城区边界提取标准不统一的问题,该文梳理了当前国内外城区边界相关概念及界定标准、不同分辨率影像下的城区边界遥感提取方法,以及城区边界提取中“连接”的判断方法。结果表明,当前城区边界遥感提取主要面临3个问题:选用的标准、城区中的“连接”判断标准缺乏、自动化程度有待加强。提出了上述3个问题的解决思路:构建综合空间特征和人口特征,符合中国国情和特色的指标体系;探讨不同“连接”判断方法对城区边界提取结果的影响;将城区边界提取标准转化为机器学习算法,引入人工智能技术提升城区边界自动化提取程度。     

基于图像融合的高分全色遥感影像变化检测

针对同一地区不同时期的全色高分辨遥感影像,提出一种基于影像融合的变化检测算法。首先采用基于匹配点的三角网校正方法对两景影像进行几何校正,然后选用基于迭代多元变化检测(IR-MAD)的相对辐射校正方法进行辐射一致性处理,接着对经几何一致性处理、辐射一致性处理后两张影像进行显著性融合,采用Mean-Shift分割算法对融合影像进行分割,选用方向梯度直方图(HOG)特征获取影像纹理强度图,最后通过比较分割块纹理变化获得变化检测结果。以Toposys激光雷达系统搭载相机拍摄的全色影像对该算法进行了检验,并使用单一时期影像为分割对象进行对比实验结果。实验结果表明,以融合影像为分割对象的结果远优于以单一时期影像为分割对象的变化检测结果,极大地减少了误检和漏检,在城市、郊区等地区人工地物变化监测中有一定的应用价值。     

卷积神经网络多层特征联合的遥感图像检索

针对卷积神经网络的特征表达方法难以满足大规模遥感图像检索需要的问题,该文将卷积层特征和全连接层特征进行联合,提出一种基于卷积神经网络多层特征联合的遥感图像检索方法。该方法提取不同卷积层特征作为图像的局部特征,提取全连接层特征作为感兴趣区域,并对二者进行跨层整合得到新的图像特征并应用于图像检索。实验结果表明,与利用单一的全连接层或者卷积层特征以及传统的经典检索方法相比,该方法取得了很好的检索结果,能够更好地保留图像的全局信息和空间结构信息,提高遥感图像检索的性能。     

卷积神经网络在大规模图像分类中的应用

针对大规模无序图像分类处理中成对图像的匹配和几何验证的计算量大的问题,该文通过研究和学习机器学习及图像识别领域先进的方法,提出了一种基于孪生神经网络的大规模图像有序化方法。该算法主要是:通过抽取已训练好的VGG19的网络模型的卷积层作为图像的特征,将提出的特征分别加权后,连接起来,再次卷积和池化,利用响应函数判定图像之间连通性,实现对输入图像对连通性判定。经实验证明,该算法可有效地识别具有场景重叠的图像对,效率和精度上也有所提高,无须执行详尽的推定匹配和几何验证,适用于运动恢复结构,图像连接等各种场景。     

我国东部海域高精度地转流的确定方法

针对目前带有高频信息的全球稳态海面地形模型的计算过程比较复杂的问题,该文采用移去恢复法,对由全球海面高模型得到稳态海面地形模型添加高频信息,并用新模型计算我国东部海域的地转流,分析其精度。结果表明:使用卫星重力场模型GOCE_TIM5,全球平均海面高模型CNES-CLS15,计算出分辨率为15′×15′我国东部海域的地转流,高频信息不明显;采用移去恢复法,利用GOCE_TIM5模型、CNES-CLS15模型、全球稳态海面地形模型CNES-CLS13,得到相同分辨率我国东部海域的地转流,与未采用移去恢复法相比,其结果中细节信息明显,与全球实测浮标数据更为接近,其精度与由全球稳态海面地形模型CNES-CLS13得到结果相当。     

基于WSR框架的《开发区土地集约利用评价规程》指标体系分析

旨在剖析我国《开发区土地集约利用评价规程》中指标体系存在的问题并提出改进建议。在界定开发区土地集约利用内涵基础上,从要素特征(W维)、利用目标(R维)和评价过程(S维)等3个维度阐述了开发区土地集约利用评价的系统要求,构建关联分析矩阵,对《规程》中评价指标体系的特征差异化、层次完整性和目标关联性等3个方面进行了分析讨论。针对当前《规程》中存在的评价对象混杂、开发区类型需要细化、指标体系不完整、计算方法需修正等问题提出了相应修改建议。