多源卫星遥感数据陆表水体产品生成方法研究EI北大核心CSCD

陆表水体是水资源管理、水生态治理及洪水应急监测不可缺少的基础信息,多源卫星遥感为研制陆表水体产品奠定了坚实的数据基础。论文首先对目前陆表水体制图产品和方法进行总结,构建全球地表水体产品验证样本集,分析评估全球中高分辨率陆表水体产品制图精度,基于Google Earth Engine(GEE)遥感大数据平台开展2000年和2018年中国区域陆表水体频率产品研制,提出了针对多源国产中高分辨率陆表水体智能提取方法,分析了21世纪以来中国区域陆表水体时空变化特征。     

序EI北大核心CSCD

同济大学测绘学科诞生于1932年,是中国民用测绘高等教育的发祥地,几乎所有的中国测绘先驱都曾在同济大学工作.我是1955年进入同济大学测量系学习的,后同济大学服从国家需要,测绘学科整建制从上海迁往武汉,成立了武汉测量制图学院。迄今,同济大学测绘学科已培养了包括中国科学院院士、中国工程院院士、杰青、长江、全国劳模等一大批为祖国建设辛勤付出的优秀领军人才。     

勘误EI北大核心CSCD

本刊2022年第9期第1970页原式(1)X(l)=x_(i)+x_(i+1)-x_(i)/L_(i+1)-L_(i)(s-S_(i))更正为X(l)=x_(i)+x_(i+1)-x_(i)/L_(i+1)-L_(i)(l-L_(i))。     

脉冲星计时数据的处理理论与方法研究EI北大核心CSCD

脉冲星是高速旋转且自转频率极其稳定的中子星,它们的位置坐标可精确测定,犹如恒星星表一样构成一种高精度惯性参考系;它们辐射的X射线脉冲信号具有高稳定周期和高稳态轮廓特性,部分毫秒脉冲星自转频率长期稳定度优于地面原子钟,因此能够为飞行器深空航行提供良好的时间和空间参考基准,提升航天器大范围长航时的自主导航能力和在轨自主运行能力,提高我国控制空间的本领。     

实景三维多源数据场景融合北大核心CSCD

在城市级实景三维建设中,对多来源、多尺度实景三维数据进行场景融合,能够进一步完善实景三维场景细节表达,提高城市级实景三维场景的完整性,满足实景三维场景局部更新机制要求。本文针对海量、异构、多尺度实景三维融合技术方法开展了相关研究,探索并改进了多源实景三维数据的空间精度匹配与数据接边的方法,结合实景三维数据成果的标准化、轻量化处理方法,提升了实景三维场景调度显示效率,进一步扩大了实景三维融合成果的应用领域。     

基于多源数据的林区电力走廊安全风险评估方法EI北大核心CSCD

大型输电网是构筑国家经济发展的重要脉络,国家电网中高压电力线路跨越了广泛的区域,但是野外架空电力线路周围空间内常存在一些影响线路稳定运行的灾害与风险。诸如山林火灾、邻近生长的植被都可以轻易地造成输电故障。林区电力走廊中,火灾是电力线和植被之间相互作用、相互影响的一个重要媒介,无论是自然临近山火还是雷击或输电线触及植被放电导致火灾,总是会影响输电系统的正常运行。     

基于多源数据和广义回归神经网络的ZWD预报模型EI北大核心CSCD

对流层湿延迟是GNSS误差源较难改正的部分。主流的天顶湿延迟(ZWD)经验模型大多基于单源数据,如探空数据或再分析资料的一种,且通过预设模型函数表征ZWD在不同尺度上的变化,难以准确描述ZWD在不同尺度上的非线性复杂变化,精度有待进一步提高。针对此问题,基于多源数据和具有强大非线性逼近能力的广义回归神经网络(GRNN),构建了一种ZWD预报模型。首先,采用GRNN模型优化和降采样两种不同数据源的格网ZWD,并将其与探空ZWD合并,获取高质量的ZWD数据集;然后,根据ZWD受时空影响较大的特点和机器学习的特点,设计了GRNN训练模型的输入变量和输出变量;最后,采用后验寻优的方法确定模型参数,进而获得最优的预报模型。经探空ZWD验证,相比国际典范经验模型GPT2w,模型的精度提高了25.3%(以RMS计);相对同方法单源(探空)数据模型,精度改善了11.1%;且模型的预报精度具有良好的时空稳定性。此外,计算效率和PPP应用试验结果表明,模型的计算效率可满足GNSS实时应用的需求,且应用于PPP的改进效果优于GPT2w。本文所提方法无须预设模型函数即可获得较高的ZWD预报精度,为ZWD模型化提供了一种思路。     

多源遥感地质灾害早期识别技术进展与发展趋势EI北大核心CSCD

随着全球气候变化、矿产资源开采和大型人类工程活动的不断加剧,冰崩、塌陷、滑坡、地面沉降和地裂缝等多类型地质灾害呈现高频性和链生性的趋势,灾害后果更加严重。大范围高效率地质灾害的早期识别是防灾减灾的重要前提,也是工程安全的技术保障。本文首先介绍了多类型地质灾害的特点和常规识别方法;然后,重点介绍了光学遥感、微波遥感、机载LiDAR及多源遥感数据融合技术在不同类型地质灾害识别中的技术特点和典型应用,并对当前地质灾害早期识别存在问题和下一步发展趋势进行了总结与展望。     

多源道路智能选取的本体知识推理方法EI北大核心CSCD

大数据时代道路数据来源日益增多,跨数据源的道路选取面临巨大挑战。本文针对数据语义不一致问题,提出一种基于本体知识推理的多源道路选取方法。首先,将1∶5万基本比例尺地形图道路数据作为基础案例,将四维图新导航电子地图和开放街道地图中的道路数据作为试验数据,基于stroke计算道路等级、长度、连通度、接近度、中介度特征项,提取特征项概念并构建本体;然后,从语义特征项和数值特征项两方面计算本体概念相似性,建立基础案例与试验数据间的关联关系;最后,基于本体和语义网规则语言定义本体通用、语义特征、数值特征三类选取规则,实现跨数据源道路选取的过程性知识推理。试验表明,本文方法可基于本体概念相似性度量消除语义差异,同时利用语义网规则语言进行知识推理,可实现多源道路数据向基本比例尺数据的智能选取。     

志谢EI北大核心CSCD

《遥感学报》编委会和编辑部工作人员向为学报发展做出无私贡献的全体审稿专家致以最崇高的敬意!向给学报热忱帮助和持续关注的全体论文作者及广大读者表示最诚挚的感谢!     

GNSS多模多频大规模实时高精度定位关键技术研究EI北大核心CSCD

多模GNSS发展及其应用领域的拓展使卫星导航产业迎来巨大发展机遇的同时,也带来了一些亟须解决的问题。各GNSS系统由不同的国家或地区设计、建设和维护,其时空基准、信号频率和编码调制方式都存在差异,多模GNSS组合解算必须顾及系统间和系统内的多种偏差;受大气延迟等误差的影响,中长基线模糊度快速固定困难;大范围参考站网络,大气延迟建模精度低,流动站定位精度差且经常出现无法获取固定解的现象;另外,受限于当前网络RTK系统的服务机制,实时在线用户数量过大易导致服务中断甚至系统崩溃等问题。     

多源遥感影像学习型特征双向一致性配准EI北大核心CSCD

针对多源遥感影像之间非线性辐射和几何畸变的差异严重影响配准质量的问题,本文提出一种具有双向一致性变换适用于多源遥感影像的配准方法。首先,利用微调的ResNet101网络模型提取多源遥感影像学习型特征,在特征匹配阶段,为提高同名特征匹配的可靠性,设计了一种双向一致性特征匹配网络模型;然后,基于小型轻量级网络加权回归变换模型参数,实现多源遥感影像稳健可靠的配准。试验利用Google Earth影像、卫星影像、无人机影像、Google Earth-卫星-无人机混合影像4种不同数据源对本文方法进行测试,并与具有代表性的多种方法进行比较,结果表明本文方法在配准精度、效率、稳健性方面具有优势,基本实现了2像素以内的自动配准精度。     

顾及用户画像的多源遥感信息智能推荐方法EI北大核心CSCD

近年来,我国各类卫星井喷式发展,随之带来的海量卫星遥感数据保障服务的主动性不够、个性化不足等现实问题日益凸现,严重制约了卫星遥感的多领域智能应用。本文针对该问题,设计了一种顾及用户画像的遥感信息智能推荐方法。首先,构建融时间、空间、载荷、分辨率、产品级别5项核心元素的可扩展主题用户画像模型;然后,对模型中各元素权重、区间长度、分布特征值等进行具体表达,给出解算方法;最后,结合各元素权重及兴趣特征值,计算待分发数据与用户兴趣特征值的关联度,定量解算推荐度,实现遥感数据有序智能推荐。对国家减灾中心和北京市公安局禁毒总队两个用户近3 a实际需求订单的试验结果表明,该模型方法解算构建的各主题元素分布特征符合用户实际应用特点,推荐度较高,平均优于94%。研究成果为工程化实现天基遥感信息个性化服务及智能推荐提供了模型方法。     

填筑碾压施工质量智能监控关键技术研究及应用EI北大核心CSCD

目前,土石方填筑碾压施工质量管理主要采取控制碾压参数和试坑法检测的“双控”制,即主要依靠人工控制施工碾压工艺参数和人工现场挖坑取样检测等手段,存在受人为因素干扰大、管理粗放,且最终的质量评定用抽检的方式来以点代面,无法准确反映整体情况的弊端,故难于实现对压实参数的精准控制,难以确保碾压施工质量。     

工业摄影测量技术发展与应用EI北大核心CSCD

在制造业朝着自动化、柔性化、智能化发展的潮流中,传统的工业测量技术难以同时胜任高精度、高效率、高便捷性的要求,本文提出以工业摄影测量技术为基础的测量系统,其具有实时性、便捷性、自动化和智能化的特点,获取的高质量的三维数据,可用于逆向工程、质量检测、辅助智能制造等典型工业应用场景。同时介绍了该测量系统的技术路线,从硬件设计、算法优化等方面提出了见解。     

城市典型要素遥感智能监测与模拟推演关键技术EI北大核心CSCD

城市典型要素遥感智能监测与模拟推演的理论、方法与应用,对于国土空间规划与管理,城市规划与综合治理,区域决策与管理等均具有关键支撑作用。针对覆盖要素和驱动要素复杂非线性,本文研发了协同多源遥感数据的智能识别方法,实现了精细化高可信覆盖要素分类;协同遥感、POI兴趣点和时空大数据等多源数据,有效探测和识别了要素变动的驱动力。在此基础上,开展了空间演变机理挖掘、空间统计建模、启发式智能建模,并应用于土地利用、城市扩张、生态演变、碳储量等。同时,研发了聚焦城市生长推演的UrbanCA平台以及聚焦多类土地利用变化推演的Futureland平台,集成了自主研发的模拟推演系列方法并以长三角为主要区域进行了验证。     

高光谱高空间分辨率遥感观测、处理与应用EI北大核心CSCD

高光谱遥感技术是遥感领域的研究热点之一。然而,由于成像口径与能量等限制因素,难以同时获得高光谱和高空间分辨率的图像,这极大限制了高光谱遥感在精细尺度任务中的应用。近年来,随着高光谱成像技术及无人机为代表的新型观测平台的发展,高光谱高空间(双高,同时具备纳米级光谱分辨率与亚米级空间分辨率)遥感技术发展迅猛,推动了高光谱遥感技术的应用,但同时也带来了更多问题。极高的空间与光谱分辨率使得数据更加海量高维,加剧了高光谱数据的空间异质性和光谱变异性,为影像智能信息处理带来更大的挑战。为此,本文将从双高遥感影像基准数据集、双高遥感影像智能信息处理、双高遥感影像典型应用3个方面论述双高遥感应用与发展现状。