小波与奇异谱分析在地铁保护区监测数据处理中的应用

以南京市地铁沉降监测数据为例,将小波分析和奇异谱分析方法应用在地铁保护区监测数据的处理中。实验证明本方法在探测异常值、获取沉降变形趋势、变形周期等方面具有可行性。     

基于Android的控制点手持维护系统的设计与实现

针对传统的控制点管理方法无法解决信息量匮乏、信息现势性不足、不便于野外操作等问题,提出了一种新的基于Android的控制点手持管理方法。采用控制点信息建模技术和移动数据库接口技术,实现了对控制点信息的实时更新;采用网络地图服务集成技术,实现了对控制点信息的深度挖掘以及便于野外操作。通过基于Android的控制点手持维护系统的开发表明:结合Android终端与网络地图服务,可以避免传统方法的不足,更加有效的进行控制点的管理与维护。     

Sentinel-2卫星落叶松林龄信息反演

林龄结构信息能够有效反映区域森林群落不同生长阶段的固碳能力,对于评估森林生态系统的健康状况具有重要意义。本研究以中国温带典型优势树种落叶松林为研究对象,分别选择其芽萌动期、展叶期和落叶期时段的Sentinel-2影像,采用多元线性回归（MLR）、随机森林（RF）、支持向量机回归（SVR）、前馈反向传播神经网络（BP）以及多元自适应回归样条（MARS）等5种方法依次构建落叶松林龄反演模型。通过相关性分析首先确定最佳遥感反演物候期,并在此基础上根据相关性差异筛选出5个最优特征变量用于模型反演,分别为冠层含水量（CWC）,归一化水体指数（NDWI）,叶面积指数（LAI）,光合有效辐射吸收率（FAPAR）和植被覆盖度（FVC）。研究结果表明,展叶期为落叶松林最佳遥感反演物候期。除植被衰减指数（PSRI）以及落叶期的NDVI、RVI外,落叶松林龄与各指标之间均呈负相关关系,其中与冠层含水量（CWC）的相关性最高,pearson相关系数达到-0.74（p<0.01）。此外,不同模型反演结果表明,随机森林模型（RF）为最佳落叶松林龄估测模型,其平均决定系数R²和平均均方根误差RMSE分别为0.89和2.91 a;多元线性回归模型（MLR）的林龄估测结果最差,其平均决定系数R²和平均均方根误差RMSE仅为0.57和5.69 a,非线性模型能更好的解释林龄与建模变量之间的关系。     

姿态修正技术在黄河河口测验中的应用

为了解决黄河三角洲附近海区测验中测船姿态对单波束数字测深数据的影响,本文利用姿态传感器对测船的姿态进行了有效改正。试验结果表明,姿态修正技术对数字测深仪瞬时水深进行改正后,其测深结果与传统的人工水深曲线改正后成果比较,中误差为0.089 m,试验段面0 m线以下面积相差不超过0.22%,符合国家规范要求,提高了海区测验中测深成果的精度,为数字技术在海区测量的应用提供了技术保证。     

无人机技术在海岛测绘中的应用

为提高海岛测绘的技术手段,将无人机引入海岛地形调查中,以Swallow-P小型固定翼无人机开展惠州市大亚湾虎洲海岛大比例尺测图为例,系统归纳了无人机外业数据采集与内业数据处理的具体流程,并制作了DEM和DOM成果;经过实测地面点精度分析得出虎洲无人机大比例尺测图成果平面位置中误差和高程中误差符合1∶1000测图精度要求。     

利用水准数据的天津市地面沉降时空特征分析

地面不均匀沉降可能对城市的发展与人民的安全造成危害,天津市的地面沉降情况尤为严重。针对该问题,本文收集天津市2005—2012年、2016—2017年水准观测数据,以固定水准点位的沉降量、沉降速率、沉降加速率为状态向量,构建卡尔曼滤波模型,对天津市历年的水准观测数据进行滤波;根据滤波后的结果,本文利用多项式加权内插的方法,以距离、沉降速率、沉降加速率信息确定权值大小,对地面沉降情况进行内插;并以中误差作为精度评定参数,比较多种内插方法的精度。通过对内插结果的试验分析发现,2005—2017年天津市地面累计平均沉降量为394.477 5 mm,最大沉降量为1 143.5 mm;主要沉降区域为北辰、大港、塘沽等地区,且随着时间的增长,这些区域呈现漏斗式下沉。试验证明本文结合卡尔曼滤波与多项式加权内插的方式能够较好地反映地面沉降的时空特征分布情况并对未来一段时间的沉降情况进行预测,对天津市的城市发展及建设有一定的参考意义。     

“地理素养与测绘技能”双驱动的GIS专业大学生创新能力培养模式的探索

在信息技术快速发展和万众创新、大众创业的时代背景下,创新与创新人才已成为国家发展的重要推动力,创新教育和创新人才培养成为高校的重要任务。本文以武汉大学地理信息科学(GIS)专业为例,结合专业特点和优势,探索了"地理素养、测绘技能"驱动下的GIS专业大学生创新能力的培养模式和"厚基础、重知识、强技能"的贯通式培养途径。围绕创新人才培养和成长的内在因素和外部条件,从人才培养方案与课程体系、创新型教师团队与新型教学方法、教学科研创新平台与创新条件、创新人才发展评价与激励机制等4个方面开展了创新型发展探索。结合实践表明,本模式取得了显著的创新成果,产生了良好的示范辐射作用。     

基于最优尺度的高分辨率遥感影像道路提取

遥感影像道路提取一直是遥感应用的重点研究方向之一.传统的基于像素级的道路提取方法侧重于考虑影像的像素信息,并没有考虑到地物目标之间的空间依赖性.本文针对高分辨率遥感影像,提出了一种新的面向对象的道路提取方法,其基本思想是利用道路的多尺度特性,将不同尺度的道路提取结果进行集成,得到最终的道路提取结果.方法的主要过程是首先建立不同的图像尺度层,根据道路对象内部的同质性和道路与背景间的异质性给出道路提取的最优尺度层;其次,在道路的最优尺度上提取道路的主干道;最后依次在各小尺度层上通过道路生长的方法实现道路的完整提取.试验结果表明本文所提方法能明显提高道路的提取精度.     

GNSS安全——网络空间安全的新战场

网络安全是当代网络社会面临的重要问题.全球卫星导航系统(GNSS)是网络空间的重要组成部分,GNSS提供的时空信息不仅是万物互联实现所需的时空参考基准,其本身也是网络传输的重要数据内容之一.易损性是引起GNSS安全性风险的重要因素,GNSS受干扰影响可失去定位授时能力或产生虚假信息,造成GNSS安全性风险并进而影响整个网络空间的安全.应从思想认识,系统建设,技术发展,法律法规等方面入手应对GNSS造成的网络安全性风险.     

基于支持向量机的GNSS时间序列预测

在深度学习的理论框架下,针对预测全球卫星导航系统(GNSS)时间序列,传统的经验风险最小化预测模型误差大精度低,泛化性能差且对历史数据的经验依赖大的问题.提出一种采用结构风险最小化原则的基于支持向量机(SVM)的时间序列预测模型.通过和多层的BP神经网络预测模型预测效果比较,结果证明SVM预测模型拥有更好的时间序列预测效果.