基于动态检测平台的GPS接收机动态性能检测研究

介绍了一种新型动态检测平台,设计了GPS动态差分试验和双动态差分试验,分析了GPS动态单点定位、动态差分测量、双动态差分测量在两种不同速度条件下进行了的试验数据.     

机载激光雷达平均树高提取研究

为了研究机载激光雷达(LiDAR)树高提取技术,以山东省泰安市徂徕山林场为实验区,于2005年5月进行了机载LiDAR数据获取和外业测量.通过对LiDAR点云数据的分类处理,分别得到了试验区的地面点云子集、植被点云子集和高程归一化的植被点云子集.基于高程归一化的植被点云子集计算了上四分位数处的高度,与实地测量的数据进行了比较,并结合中国森林调查规程进行了实用性分析.结果表明:对于较低密度的点云数据,使用分位数法可以较好地进行林分平均高的估计;机载激光雷达技术对树高估计是可行的,精度都高于87%,总体平均精度为90.59%,其中阔叶树的精度高于针叶树.该试验精度可以满足中国二类森林调查规程中平均树高因子的一般商品林和生态公益林的精度要求,对国有商品林小班的调查精度要求(5%)存在一点差距,需要在国有商品林区进一步开展验证工作.对本试验区而言,已经可以满足其作为森林公园生态公益林的调查要求.     

对我国西南地区河谷深厚覆盖层成因机理的新认识

近年来,在我国水能资源开发过程中,发现各河流现代河床以下普遍堆积厚达数十米甚至上百米的松散堆积物。河谷深厚覆盖层的存在,不仅严重制约了工程坝址的选择,影响相关流域水电资源的开发利用,也给坝工设计带来巨大的困难。由于深厚覆盖层埋藏于现代河床之下,其形成年代一般先于一二级阶地,有悖于河流发育演化的常理,其成因一直令人费解。首次将河谷深切和深厚堆积事件与全球气候变化、海平面升降运动、地壳运动等有机地联系起来,并提出冰期、间冰期全球海平面大幅度升降,是导致河流深切成谷并形成深厚堆积的主要原因的新观点。在此基础上,引入层序地层学原理,从理论上较好地解释了全球气候变化导致海平面和河流侵蚀基准面大幅变化,并产生河谷深切和深厚堆积的原因和过程。最后,进一步将沿河大型古滑坡的孕育和发生与河谷深切事件相联系,提出沿河大型古滑坡是在河谷深切期因前缘临空较好而形成的新观点,从而对沿河古滑坡前缘剪出口高程往往低于现代河床数十米的原因给出了较合理的解释。     

北京市地理空间框架基准体系建设与应用

重点介绍了北京市地理空间框架基准体系的实现过程,包括空间坐标基准、高程基准、似大地水准面和全球卫星定位测绘服务系统建设。基准体系检测结果表明,北京市地理空间框架基准体系达到设计要求,在国内率先实现了测绘基准的现代化建设。     

基于空间信息技术的堰塞湖库容分析方法研究

快速准确计算堰塞湖库容,对了解地震堰塞湖险情具有重要的意义.利用遥感和地理信息系统等空间信息技术,提出了一种基于像素的三维水面的计算动库容的方法,能准确计算水面为曲面,包括动库容在内的总库容.该方法利用遥感影像提取水体边界线,与DEM求交后可得到带高程的边界点,利用空间插值技术获得三维水面,然后利用库容计算模型求解.同时,在分析该算法计算效率的基础上,提出了基于河流分段的库容计算优化算法,最后通过实验对比分析了该方法的合理性和优越性.     

基于遗传算法的空基导航信号增强平台组网优化方法研究

根据空基导航信号增强平台的工作原理设计了组网优化评价指标;然后简单介绍了遗传算法的基本原理,对空基增强平台的空间位置进行了二进制编码;最后采用通用的遗传算法对空基导航信号增强平台空间分布进行优化搜索。仿真实验结果证明该算法能够对空基导航信号增强平台进行有效布置,覆盖范围内导航服务误差分布合理,并且能够根据实际要求对空基平台进行优化调整。     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。     

小波变换阈值去噪法在GPS数据处理中的应用

在介绍小波变换阈值去噪法的特性及其有点的基础上,结合武汉某大学教学楼GPS变形监测数据,首先使用不同的小波函数及阈值策略分别对GPS观测数据的非差、单差相位观测值和伪距观测值进行阈值去噪处理,然后分别使用Bernese高精度数据处理和Trimble TG0软件对消噪前后的单差相位观测值、非差相位观测值和伪距观测值进行基线解算。最后,比较消噪前后基线解算结果,分析不同小波函数和阂值策略对基线解算精度的影响,探讨小波变换阅值去噪的合理方法。     

基于相关系数匹配的混合像元分解算法

遥感影像中的混合像元不仅影响地物识别和分类的精度,而且已成为遥感科学向定量化发展的主要障碍.为此,人们已经提出了多种混合像元分解算法,其中应用最为广泛的是最小二乘法.该方法虽然具有意义明确、简单易行等特点,但也易受局部噪声、大气效应、环境辐射等因素的影响.本文将混合像元分解问题归结为一个基于光谱匹配的非线性最优化问题,并针对最小二乘法的不足提出了一种新的基于相关系数匹配(spectral correlation matching, SCM)的混合像元分解技术.通过在北京市北三环及其以北区域内案例的研究表明:在城市区域内,利用图像选取终端端元的办法,基于相关系数匹配的混合像元分解算法的总体精度高于带全约束的最小二乘法(LS)的分解结果.对比分析表明:在目标光谱的绝对值整体放大或缩小而光谱形状得到了很好的保持、及局部噪声使得光谱值显著变化但光谱形状得到了一定程度保持时,基于光谱形状的相关系数法可以得到比基于光谱绝对值的最小二乘法精度更高的分解结果.     

基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.