一种基于地理格网的三维模型数据统一表达方法

针对三维地理场景中异构三维模型数据统一表达问题,提出了一种基于地理格网的三维模型数据统一表达方法。该方法首先构建覆盖测区的地理格网模型,以此作为异构三维模型数据统一组织的空间基准。其次,建立三维模型数据与地理格网单元的映射关系。在此基础上,设计了一种基于XML的三维模型数据统一描述规则,从数据属性、空间范围、空间关系等方面对异构三维模型数据进行统一描述,将异构三维模型数据规划在地理格网的统一管理中。最后,采用山西省某体育馆数据进行试验分析,验证了本文方法的有效性。     

基于土地利用分类模型和重力模型耦合的人口分布模拟——以武汉市人口数据为例

将土地分类模型和重力模型耦合形成新模型,并以武汉市人口数据为例,用耦合后的新模型模生成武汉市人口网格数据.经数据验证表明,耦合后的新模型在计算精度方面有了较大的提高.     

基于GNSS及探空仪数据的大气折射指数反演新方法

提出一种综合GNSS及探空仪数据的对流层折射指数剖面反演模型新方法,利用GNSS观测数据直接采用参数估计计算测站高精度ZTD（zenith troposphere delay）值,结合探空数据构建测站上空折射指数分层剖面反演模型。通过BJFS（北京站）、WUHN（武汉站）、WIND（Windhoek站）和DARW（Darwin站）的实测数据进行相应计算与验证。结果表明,该反演模型与基于探空数据的反演模型精度相当,二者均优于Hopfield模型。同时该方法计算简便,且在模型建立后可以大大减少探空仪观测。     

面向虚拟地理环境的多源异构数据集成方法

当前,虚拟地理环境(VGEs)的发展已经走向以数据库和模型库为双核心的知识共享平台阶段。地理数据及模型共享研究是虚拟地理环境发展过程中,不可逾越的难点问题;由于对地学分析及地理建模的研究还处于探索阶段,故适合于VGE下模型集成共享的多源异构数据集成研究还鲜有涉及。本文针对地理数据异构的特殊性,分析了虚拟地理环境中多源数据的异构特性,主要体现在数据含义、模式、数据模型、词法及语义等五个方面。另外,提出了面向虚拟地理环境的数据表达模型(DRM),该模型提供了一种公共的数据组织方法,使用户可以无歧义地定义地理数据,解译其他各种数据,并研究了多源异构数据的集成方法;同时,提出了多源异构数据集成的流程及体系框架,主要包括地理数据解析、地理模型与数据的交互、模型解析、运行及结果输出等;并重点分析了多源异构数据,及其到模型集成的转化过程。最后,开发了原型系统和多源异构数据的集成验证。实验结果表明,该方法能够较好地集成多源异构数据。     

东北地区TRMM数据降尺度的GWR模型分析

利用东北地区2000-2010年93个气象站点观测数据作为“真实值”,对TRMM降水数据进行精度验证,发现研究区TRMM降水数据与观测数据之间具有明显的线性相关性,且TRMM降水数据数值偏大于观测值,表明TRMM降水数据在东北地区具有一定的可信度。对东北地区多年平均、2001、2010年的TRMM数据,进行GWR模型降尺度研究,得到1 km的新降水数据,并与全局OLS回归模型进行对比。结果表明：（1）相比全局OLS回归模型,GWR模型的降尺度结果可获得更好的R与RMSE,说明GWR模型更适用于东北地区TRMM数据的降尺度研究;（2）东北地区GWR模型的降尺度分析结果与观测数据之间的相关系数在0.44-0.97之间,且分布较分散;（3）经过降尺度的TRMM降水数据,在空间分辨率上有较大提高,能更真实地反映研究区的降水特征,为该数据小尺度的应用研究奠定基础。     

基于核混合效应回归模型的地震数据预测

针对地震观测数据难以准确预测的难题,提出基于核混合效应回归模型。为验证该算法模型的可行性,结合湖北地震台站地球物理仪器产出数据开展仿真实验,并与传统的神经网络算法作对比。结果表明,该模型能准确预测地震地球物理观测数据且性能优于其他神经网络算法,对水温、水位数据的预测相对误差低于0.05%及0.48%。该研究为地震监测预报人员积累、分析地震基础数据提供了全新思路,同时也为较复杂的深度学习类算法框架模型的构建提供了实践基础。     

基于NAKAI拟合模型的固体潮汐观测数据补值与延拓的应用研究

基于NAKAI模型,实现固体潮汐观测数据的补值和延拓,并分析在“中国地震前兆台网数据处理系统”预处理中加入数据延拓模块的可行性。结果表明,借助NAKAI模型,可以较好地补缺和预测固体潮汐数据,在前兆数据处理系统中加入数据延拓模块是可行和有效的。     

基于无人机航空摄影测量的高程数据提取方法分析

无人机航空摄影测量作为一种新型的测量方式,具有成本低、机动灵活、工作效率高等优点,可获取点云、三维模型、数字表面模型、数字高程模型等数字化成果。基于上述数字化成果的高程数据提取方法有人工提取法、点云分类提取法、地面模型提取法等。介绍了三种不同的高程数据提取方法,并对其作业效率、获得的数据精度进行了对比分析,总结了不同高程数据提取方法的适用范围。     

地质科学大数据统合应用的基本问题

进行地质科学大数据统合利用,涉及一系列理论、方法和技术问题,包括:多源多类异质异构地质数据的采集、存储和管理问题;数据汇聚、集成和结构化、可视化转换问题;数据同化、融合问题和深度挖掘、广度聚联问题;地质大数据有效利用的方式、方法和途径问题,以及云服务的模式和系统架构问题。所面对的挑战是实现结构化-半结构化-非结构化数据、静态勘查数据与动态监测数据的一体化存储、管理、处理和应用,以及大数据与小数据、混杂性数据与精确性数据、模型与数据、有模型与无模型、关联关系和因果关系的矛盾与统一问题。      

基于EM算法优化相关向量机的BDS-3超快速钟差预报

提出一种基于EM算法优化相关向量机(RVM)的BDS-3超快速钟差预报算法。首先,利用组合MAD法预处理钟差数据,并进行一次差分计算;然后,利用钟差一次差分数据对RVM模型进行训练,通过EM算法迭代求取模型的超参数;最后,利用优化后的RVM模型进行数据预测,将钟差一次差分预测值还原,得到钟差预报值。采用iGMAS中心提供的实测BDS-3超快速钟差数据进行预报实验,并将本文模型与QP模型、SA模型及iGMAS超快速钟差预报产品(ISU-P)结果进行对比分析。结果表明,对于6 h、12 h和24 h预报,本文模型预报BDS-3卫星钟差数据的平均精度均优于0.61 ns;与ISU-P、QP模型和SA模型相比,本文模型预报24 h时精度分别提升64.1%、50.0%和49.2%。