地心非旋转坐标系中的TWSTT计算模型

根据卫星双向时间传递(TWSTT)的基本原理，详细推导了地心非旋转坐标系中TWSTT的计算模型．并与地固系中的计算模型进行了分析比较，证明了两种计算模型在0．1ns亚纳秒量级上的等价性。     

基于代理的移动定位服务AMLS

介绍了基于代理Servlet的移动定位服务系统AMLS的系统架构，重点讨论了空间对象的高效查询和解析、移动用户GPS位置的获取和代理Servlet等关键技术的实现方法，并对AMLS进行了具体的实践。     

MODIS数据在黄河凌汛监测中的应用

对MODIS数据的特性及其在黄河凌汛监测中的应用情况进行了探讨和总结。试验结果表明 ,MODIS数据在冰雪检测方面具有很大的潜力     

导航卫星自主定轨的算法研究及模拟结果

讨论了利用卫星-卫星间的距离观测值建立导航卫星系统自主定轨的数学方法，并用GPS星座模拟星间观测值，采用滤波算法计算卫星的状态参数。模拟结果表明，在空间测距精度一定的情况下，自主定轨精度能高于GPS广播星历，因而能较精确地维持卫星系统的坐标框架。     

基于光谱空间密度分析的边缘提取

针对传统的边缘提取方法大部分不适应高光谱数据的特点，提出了基于光谱空间密度分析边缘提取的思想。在分组主分量变换提取第一主分量作为特征维的基础上，采用面向对象的二次判别边缘的方法，通过立体判决将光谱空间中低密度超椭球体集群视为真实边缘点集群。试验表明，此方法是合理可行的。     

适用于大旋转角的三维基准转换的一种简便模型

基于大角度的空间直角坐标转换，提出了以方向余弦为参数、适用于任何角度旋转的空间直角坐标转换的简明计算方法。     

MODIS 1B影像几何纠正方法研究及软件实现

MODIS影像是一种新型和重要的数据。对MODIS 1B影像几何畸变原因进行了深入分析，选择了一种合适的纠正方法。对于1km分辨率MODIS 1B影像，直接采用1km分辨率的空间坐标进行几何纠正；对于250m和500m分辨率的MODIS 1B影像，先用三次样条曲线对坐标进行插值生成同分辨率的坐标，然后利用坐标插值结果对其进行几何纠正。由于MODIS影像在空问分布上的特殊性，采用前向和后向映射相结合的方式确定纠正后某一像素点在原始影像中的位置。根据该位置的条带重叠度，可以确定参与计算像素个数、搜索窗口的大小以及窗口的精确位置；采用归一化反距离加权插值法计算纠正后像素点的属性值。上述优化算法不仅保证了纠正后影像的质量，而且提高了数据处理速度。作者在Visual C 6．0环境下开发实现了上述算法。从坐标插值和几何纠正结果分析，无论是数据处理速度还是纠正后的影像质量和精度均达到要求。     

利用AMTIS数据反演植被和土壤温度

遥感陆面温度 (LST)是目前遥感界面临的重要课题 ,组分温度反演则为LST反演的主攻目标。如果混合像元组分间的温度及发射率存在明显差别 ,就可以从多角度热辐射亮度变化中分离出组分温度的信息。在热辐射矩阵模型的基础上 ,讨论了确定可反演参数和反演组分温度的方法 ,并以AMTIS多角度热红外图像为数据源 ,在进行几何和大气纠正后 ,尝试利用矩阵反演方法分解混合像元中的植被和土壤温度。误差分析表明土壤温度反演结果较好 ,但植被温度的反演精度不高     

基于受限汉语的GIS路径重建研究

主要研究基于自然语言 (汉语 )的GIS路径重建问题 ,通过分析带有路径表述信息的汉语文本 ,建立了汉语的NLRP句法模型 ,它是由带有空间语义的动作以及作为动作对象的地理要素构成的集合。考虑到自然语言理解实现的需求 ,论文基于NLRP句法模型定义了受限汉语的NLRP文法 ,在此基础上 ,描述了路径重建算法PRA ,并探讨了算法实现中由于空间认知原因带来的不确定性问题以及其解决方案。最后 ,基于该算法进行了相关实例研究 ,从而验证了该算法的正确性     

应用高光谱遥感数据估算土壤表层水分的研究

土壤水分是土壤的重要组成部分，它在陆地表层和大气之间的物质和能量交换方面扮演着重要角色，寻求快速而准确的方法估算土壤水分具有重要意义。通常，从可见光一近红外对土壤表层水分的估计多是建立在土壤水分与反射率的关系之上的。而在土壤水分含量不高时，土壤水分的增加使土壤光谱反射率在整个波长范围内降低，尤其在760nm，970nm，1190nm，1450nm，1940nm和2950nm等水分吸收波段，而在土壤水分含量较高时，土壤水分的增加会使土壤光谱反射率在某些光谱波段升高。而土壤水分的估计往往是基于土壤水分与土壤水分吸收波段的吸收强度之间的线性关系上，虽然这些经验的方法对于估算某些土壤的表层水分含量是有效的，但这些关系应用于其它条件(如不同种类土壤、土壤湿度变化范围很大的情况)时却面临很多困难，这与土壤的光谱反射率是由土壤的组成成分(土壤水分、有机质、氧化铁和粘土矿物等)的含量和它们在土壤中的分布密切相关。微分技术处理“连续”的光谱是遥感中常用的数学方法，微分技术能部分消除低频光谱成分的影响。现在微分光谱已广泛地应用于研究植被的生物物理参数、矿物和有机质等。然而利用微分光谱对土壤水分反演的研究却鲜见报道。本文通过对实验室中多种不同类型的土壤进行光谱与土壤表层水分含量进行观测，探讨了通过土壤反射率与微分光谱对土壤表层水分的反演方法。4种类型的土壤光谱数据(反射率(R)，反射率倒数的对数(log(1／R))，反射率的一阶微分光谱(dR／dλ)，反射率倒数的对数的一阶微分光谱(d(log(1／R))／dλ))与土壤表层水分之间的关系在本文中得到分析，R与log(1／R)对于不同土壤类型与土壤表层水分都很敏感，说明通过R与log(1／R)反演土壤表层水分受土壤类型的影响很大，而dR／dλ，d(log(1／R))／dλ)对土壤类型却不敏感，对土壤表层水分较为敏感，说明dR／dλ和d(log(1／R))／dλ)对于反演不同类型土壤具有很大的潜力，微分光谱与土壤水分在某些波段具有显著的相关性。通过随机对9种土壤(各具有4个土壤水分)的数据建立反演土壤水分的模型，并其他9种土壤(各具有4个土壤水分)的数据进行验证模型，结果表明，dR／dλ和d(log(1／R))／dλ)能够显著提高R与log(1／R)对于不同土壤类型土壤表层水分的反演精度，由于吸收过程是非线性的，在四种类型的土壤光谱数据中，总体来说，d(log(1／R))／dλ)具有最好的能力预测不同类型土壤的表层水分含量。