GIS空间数据质量控制的抗差拟合推估法

拟合推估法可用于拟合系统误差,削弱随机误差的影响,提高空间数据质量.与正常拟合推估法不同,提出了一种抗差拟合推估法以控制GIS空间数据的系统误差和异常误差的影响.在此基础上,提出了对剩余残差再拟合的思想,从而对拟合推估剩余系统误差进行控制.利用该方法,一方面可以有效地抵制系统误差的影响,另一方面又可以较好地遏制异常误差的污染.此外,对因协方差函数误差导致的信号估计偏差,也具有一定的补偿能力.最后通过实际计算与分析验证了该方法的有效性.     

北斗在轨卫星钟中长期钟差特性分析

针对北斗在轨卫星Rb原子钟2013年的实测数据,采用二次多项式拟合得到BDS卫星钟差模型,采用哈达玛总方差公式计算了北斗卫星钟的短期频率稳定度指标,进而分析了北斗在轨卫星钟特性指标的变化规律。通过实例计算,揭示了BDS不同在轨卫星钟的相位、频率、频漂及残差指标的变化规律;计算得出BDS卫星钟万秒频率稳定度维持在10-13量级左右,其中GEO卫星钟的稳定度相对较差,4号和8号卫星在运行期间出现跳变,跳变之后稳定性得到提高,其他在轨卫星钟稳定度变化趋势则相对平稳。     

地图数字化误差纠正的拟合推估法

在拟合推估的基础上,提出了对残差进行再拟合,从而较有效地遏制了系统误差的影响,提高了空间数据的质量。通过对实例的计算与分析,证明了该方法在提高空间数据质量的有效性。     

基于Helmert方差分量估计的拟合推估法及其在地图数字化误差纠正中的应用

应用拟合推估法纠正扫描获得的数字化地图的变形时,会遇到调整观测噪声与信号之间权比问题的困扰。提出一种基于Helmert方差分量估计的拟合推估算法,可以通过Helmert方差分量估计合理调整权比,保证残差分配的合理性,从而达到有效的改善空间数据质量的目标。最后通过实际计算与分析,验证上述算法的有效性。     

DEM空间数据抗差内插模型及其分析

DEM格网数据的生成一般采用加权平均法,但当采样点数据受异常误差污染时,加权平均法将严重弯曲DEM格网成果。基于抗差估计原理的DEM格网生成方法能够有效地抵制异常误差的影响。本文讨论了抗差内插法,并与常规的加权平均法进行了比较分析,通过实例验证了该方法的抗差能力,证明了新方法的有效性。     

GIS中缓冲区分析后的误差估计

缓冲区操作是GIS空间分析中的一个重要部分。由于GIS中的点、线、面存在定位误差，导致了以此为依据的缓冲区域也存在相应的定位不确定性。根据误差的基本特性，应用误差传播定律，导出了因点、线、面的定位不确定性所引起的缓冲区域的不确定面积估计，并给出实例进行了分析。     

双因子抗差贝叶斯估计及其在GIS数据采集质量控制中的应用

在对GIS扫描数字化过程中,所采集的数据里经常含有系统误差和异常误差。在纠正这些误差的过程中,应同时考虑控制点坐标和数字化坐标的先验协因数。文中以数字化的系统误差拟合模型为例,提出双因子抗差贝叶斯估计误差拟合方法,并分别就控制点含有粗差、数字化点含有粗差和两者均含有粗差3种情况建立相应的模型,实例验证了其抗差效果。     

顾及协方差函数的自适应四叉树InSAR数据压缩算法

利用InSAR数据进行形变机理反演时,由于InSAR数据点众多,且含有较多的误差乃至粗差点,严重制约了反演的效率和可靠性。为此,本文提出了顾及InSAR数据物理空间相关性来设立协方差函数,并依据协方差函数确定四叉树象限分解阈值和最大象限大小的自适应四叉树分解InSAR数据压缩算法。本算法能够在尽可能保留形变信号特征细节信息的同时,极大地降低InSAR数据量。本文以西安地区地面沉降InSAR结果为例进行了实验分析,验证了该算法的有效性,结果表明该方法能够在不损失形变信号特征的同时,有效的实现InSAR数据压缩和噪声消除的目的。     

基于各向异性协方差函数的自适应拟合推估

随机信号协方差函数的拟合和确定是拟合推估的关键 在常规协方差函数拟合时通常假定随机信号为具有各向同性的随机过程而事实上各向异性更具有普遍性 结合方差在不同方向的误差分量表达式给出了各向异性协方差函数的拟合方法利用由方差分量估计构建的自适应因子调节观测随机误差与信号对模型参数估计的贡献以减弱观测误差和随机信号先验模型不确定而带来的影响并将其应用于InSAR监测缺失数据填补中 计算结果表明拟合推估具有较好的缺失数据填补能力应用基于各向异性协方差函数的自适应拟合推估其填补精度得到进一步的改善.     

������������������ƹ�ģ�ͼ����ڵ�ͼ���ֻ��������е�Ӧ��

??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????С????????????????????????????????Щ???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????