多波束测量的精度控制与规范指标

分析多波束测量、辅助测量的数据精度,研究其对成果水深的影响程度,结合《海道测量规范》与《多波束水深测量技术规定》中的测量等级指标,以及IHO规范中对水深不确定度的定义和传播结构的介绍,建立数学模型反解出符合规范的作业环境与辅助测量数据的等级指标,提出明确的多波束测量作业精度控制的技术指标,为测量数据的质量监控建立更全面的评价标准。     

一种多系统组合导航快速选星方法

采用多卫星导航系统组合导航,定位精度和系统可靠性会大幅提升,但导航定位运算量也会成倍增长。为解决多系统组合导航定位精度与实时性之间的矛盾,提出一种新的选星方法。新方法不追求最小GDOP值,而是以满足导航定位精度的GDOP值为前提,结合模糊理论中隶属函数的思想,按卫星在星座中均匀分布为原则进行选星。推导伪距测量的误差模型,分析了GDOP与测量误差之间的关系。北斗、GPS和GLONASS三系统组合导航选星实验结果表明,在不超过3次求解GDOP值的情况下,新方法能以不小于98%的概率得到GDOP≤4。     

一种快速二维 Delaunay 三角网点定位算法

在构建二维Delaunay三角网的逐点插入法中,定位待插点所在三角形的快慢是影响整个算法构网速度的关键因素。针对目前已有算法存在的搜索路径长、搜索路径求解计算量大等问题,结合三角形重心的几何性质,对点定位算法进行改进,避免求三角形重心和相交边的过程。实验结果表明,文中算法较目前其他点定位算法能够有效地缩短搜索路径,减少点定位的计算时间,提高Delaunay三角网构网过程中点定位的效率。     

运用社交网络分析淹水空间信息之关联性

随着社交网络的普遍发展,大量的讯息透过智能手机发布在个人的微博或其他社交网站。台湾地区的社交网站以脸书(Facebook)的使用量最大,平均每天有近千万笔的讯息量,大多数的讯息多以食衣住行或个人讯息为主,但从本研究所撷取自2010年至2015年的数据中显示,公众在社交网站所分享的信息中具有降雨、淹水或相关灾情的讯息,而这些讯息具有极高比例的正确性。由于社交网站无法提供私人讯息,故本研究将从社交信息中,以地点为单位撷取大量的数据信息再辅以语意关键词萃取出有关可作为淹水预判的讯息数据。为检核资料的可性度,本研究透过历史台风数据FLO-2D仿真重建淹水之空间信息进行检核。从研究比对分析中发现,经萃取后的公众信息其与灾害的关联性及正确性相当显着,故透过社交网站中大量的非结构讯息,透过语意及空间的转换,可萃取转化为防灾信息,对广域的都市治理而言,此一讯息将可作为预判区域淹水或防救灾情报之有效参考。     

地球资源环境动态监测技术的现状与未来

针对国家全球化战略和迫切需要解决的全球环境和资源问题,本文阐述了国内外地球资源环境动态监测技术主要研究进展,发现存在地球资源环境监测高精度产品缺乏、动态监测能力不完备、遥感信息服务及时性和便携不足等主要问题。在此基础上,提出中国迫切需要发展面向全球和重点区域的持续、动态观测能力,建立全球视野的资源环境动态监测产品和应用系统,突破全球资源环境研究的理论和关键技术,建立全球资源环境遥感监测指标和技术体系,形成全球立体协同观测、资源汇聚优化、信息智能处理、云平台业务应用的自主技术体系,完善支撑任务驱动的数据汇聚、模型调度、产品生成等在线遥感信息服务能力,发布全球、洲际和全国高质量空间要素遥感信息产品、专题应用系统、技术报告等成果。最终为全球资源环境研究提供知识发现的数据和服务,支撑中国在全球资源环境监测评估、重大灾害事件监测预警、应对国家安全与全球变化等领域的服务。     

改进的距离约束最小二乘模糊度搜索算法

针对短基线最小二乘模糊度搜索算法搜索效率低的缺点,该文提出了一种改善模糊度搜索空间以提高模糊度搜索效率的方法。最小二乘搜索算法通过基线长度范围确定模糊度搜索空间,完成模糊度的搜索和确认。距离约束的短基线模糊度搜索空间是一个空心椭球,各模糊度之间具有相关性,影响模糊度搜索效率。该文通过最小二乘去相关调整方法降低模糊度之间的相关性,减少搜索次数。实验证明,该算法的搜索效率提高了25%以上,且随着基线长度的增加,搜索效率有更多的提升。     

改进后灰色神经网络及短期基坑沉降预测研究

在短期基坑沉降监测中,由于数据量少且呈非线性变化,沉降模型很难准确建立。灰色GM(1,1)对数据少、趋势性强、波动小的数据有较高的预测精度,但不能模拟复杂的非线性函数;BP神经网络可以对非线性数据进行学习训练,具有自学习、自适应能力;通过将GM(1,1)与BP神经网络组合,并优化网络部分的学习率、权值和阈值等,建立一种改进的灰色神经网络模型,该模型具有对非线性数据自学习、自适应能力和预测精度更高等优点。通过某基坑沉降监测分析,验证改进的灰色神经网络模型预测精度更高,适合短期建模,具有很好的实用性。     

基于 GAMA 平台的多智能体应急疏散仿真模型

应急疏散的研究对象是一个复杂的社会系统,利用多智能体模型可以有效模拟人群复杂的社会行为。将多智能体模型应用于应急疏散领域,设计5种类型的智能体实体,构建多智能体应急疏散仿真模型,从被疏散个体的相互作用行为入手,研究整个被疏散群体的行为特征。基于GAMA平台,实现以矢量地理空间数据为基础的多智能体应急疏散仿真模型,通过仿真实验,动态呈现整个应急疏散过程。对灾害、突发事件应急疏散指挥,应急疏散设施建设、城市规划设计等工作具有重要的意义。     

ARMA模型在变形监测中的应用

介绍了时间序列分析模型ARMA进行模型识别、参数估计、模型检验和模型预测及其在变形监测数据处理中的应用。并结合某一工程实例,采用该模型对一组实测变形数据进行了分析、预测,取得了较好的数据拟合与预测效果,该模型对变形监测数据处理与预报是十分可靠和可行的,具有很强的实际应用价值。     

融合机载雷达和航空正射影像的道路提取

针对单一遥感数据源提取道路信息中存在的问题,该文提出一种融合多源数据的方法:采用面向对象思想,融合机载激光雷达和航空正射影像,运用对象平均强度指数进行道路精确提取。首先利用点云强度信息进行道路粗提取,再结合影像光谱信息对粗提取点云进行优化,得到"一次点云";然后通过分形网络演化算法对影像进行多尺度分割形成对象,将"一次点云"导入分割对象,利用对象平均强度辅之以对象面积完成道路精确提取。实验结果表明,该方法提取流程简单快速、无须精确配准、道路提取精度较高。