“天绘一号”卫星测绘相机在轨几何定标

卫星在空间环境运转过程中, 测绘相机的几何参数会发生不可预估的变化, 从而对摄影测量定位精度和数据处理精度产生影响。因此, 所有测绘卫星都对星载相机的几何参数进行在轨定标, 监测相机几何参数在轨运行状态下的变化情况。本文着重介绍了“天绘一号”卫星在轨几何定标的内容和采用的方法。     

GZCORS在广州轨道交通水下地形测量中的应用

水下地形图是轨道交通工程规划、设计、施工的重要基础资料,本文以广州轨道交通三号线流溪河水下地形测量为例,阐述了广州市连续运行参考站城市3维定位系统(GZCORS)在水下地形测量中的作业模式、方法及精度。该种作业模式在河道、沿海港口等水下地形测量中有着广阔的应用前景。     

我国生态文明评价指标体系综述

在推进生态文明建设的背景下,构建生态文明评价指标体系对生态文明发展状况进行监测和预警,为生态文明建设提供决策支持,具有十分重要的意义.本文根据生态文明的本质内涵,回顾了可持续发展概念自提出以来生态文明评价指标体系的发展历程,对我国生态文明建设相关的评价指标体系进行归纳和总结;重点以政府管理实践中的生态文明评价指标体系为例,分析了我国生态文明评价指标体系的特征与存在的问题.     

资源三号卫星安平地区立体定位的精度分析

考虑资源三号卫星轨道、姿态数据和光学传感器内部结构,构建合适的内方位模型和外方位模型描述内方位元素和外方位元素的误差变化,选取合适的平差模型进行自检校区域网平差。实验结果表明正确的平差模型能显著提高资源三号卫星的立体几何定位精度。     

一种BDS/GPS组合动态变形测量系统的模糊度实时算法分析

介绍了BDS/GPS组合载波相位双差定位的解算模型,分析了通常模糊度实时算法的不足,根据工程结构变形测量中,监测点初始坐标已知且在一定范围内变化的特点,提出了一种BDS/GPS组合测量系统模糊度单历元实时算法。通过实测的实验数据,验证了本文算法的正确性。     

主元分析变换空间上的鉴别共同矢量人脸识别方法

给出了在主元分析(PCA)变换空间上求取DCV投影矩阵的方法(PCA+DCV),在保留所有鉴别信息的条件下,显著降低了算法复杂度,提高了运算效率。进一步提出了依据主元成分对应特征值进行适度权重的DCV识别方法(WPCA+DCV),一定程度上减小因光照、饰物遮挡等造成的面部变化带来的识别影响,增强表征信息,提高识别率。在ORL、YALE和AR人脸库上的实验结果证实了本方法的性能。     

巢湖地学实习基地数字化平台的建立

利用GIS工具（MapInfo）对地图（例如巢湖地学基地）进行矢量化,打下建立数字化平台的基础。再根据断层,等高线等分布资料,利用GIS的空间分析功能描绘出整个巢湖地学基地地形分布图。对地形分布图加入它的属性,从而可以比较直观系统地对其分析．也方便了地学工作者。     

基于星敏感器的航天器姿态估计

星敏感器是一种高精度的姿态测量仪器,本文在分析星敏感器姿态测量原理的基础上,利用序贯平差方法确定航天器姿态并予以实现.仿真结果表明,该算法能满足实时姿态确定的精度要求,且降低了数据存储量,节省了存储单元,具有较强的灵活性.     

基于GIS技术的耕地坡度分级方法

分析传统耕地坡度分级方法的缺陷,提出利用GIS技术的耕地坡度分级新方法。以枝江市董市镇为例实证,研究制定定量融合指标和工作流程,不仅有效地控制了耕地图斑的数量,而且确保利用耕地坡度分级数据统计汇总的各耕地坡度级面积数据与真实值基本一致,提高了汇总面积数据的精度。     

HPABM: A Hierarchical Parallel Simulation Framework for Spatially-explicit Agent-based Models

A Hierarchical Parallel simulation framework for spatially-explicit Agent-Based Models (HPABM) is developed to enable computationally intensive agent-based models for the investigation of large-scale geospatial problems. HPABM allows for the utilization of high-performance and parallel computing resources to address computational challenges in agent-based models. Within HPABM, an agent-based model is decomposed into a set of sub-models that function as computational units for parallel computing. Each sub-model is comprised of a sub-set of agents and their spatially-explicit environments. Sub-models are aggregated into a group of super-models that represent computing tasks. HPABM based on the design of super- and sub-models leads to the loose coupling of agent-based models and underlying parallel computing architectures. The utility of HPABM in enabling the development of parallel agent-based models was examined in a case study. Results of computational experiments indicate that HPABM is scalable for developing large-scale agent-based models and, thus, demonstrates efficient support for enhancing the capability of agent-based modeling for large-scale geospatial simulation.