高原山区局部大地水准面精化方法研究

局部大地水准面精化的实质是精确计算出大地水准面的起伏变化情况。一般情况下,需要密度足够的重力数据,依重力异常密集计算大地水准面差距或高程异常。但是在大陆西部高原山区重力点密度是不够的,无法达到大地水准面精化的目的。本文从理论上证实了用地形和岩石密度数据进行局部大地水准面精化的可行性。     

Calculating Pollution Indices by Heavy Metals in Ecological Geochemistry Assessment and a Case Study in Parks of Beijing

Pollution index is a powerful tool for ecological geochemistry assessment. The commonly used pollution indices by heavy metals in soils and sediments were classified as two types of single index and integrated index in an algorithm point of view. Four single indices of contamination factor (or concentration factor), ecological risk factor, enrichment factor, and index of geo-accumulation were illustrated, and the reference values for calculating single indices were distinguished into background levels and threshold pollution values. Eight integrated indices were divided into two groups. One group is suitable for the normal distribution single indices including the sum, average, weighted average,vector modulus, and Nemerow pollution indices, and the other for log-normal distribution including the product, root of product, and weighted power product pollution indices. Using background levels as reference values, five contamination classes were divided, and the terminologies are suggested for the single and integrated indices to unify the assessment results. Software of EGAPI was developed in a single document interface to calculate the four single and eight integrated indices by heavy metals to assess the quality of soil and sediment ecological geochemistry. Pollution indices by heavy metals of Cu,Pb, and Zn in soils in parks of Beijing were calculated using EGAPI software, and these five contamination classes and terminologies suggested in this study were evaluated and used. Results ofintegrated indices of Cu, Pb, and Zn in soils indicated that the soil qualities are unpolluted as a whole and varied from low polluted to unpolluted status from the center to the outskirts of Beijing City.     

利用p~3软件进行GPS单点定位解算的若干问题

利用p3软件对大量实测数据进行了高精度单点定位有关问题的验证和分析;在IGS提供的精密星历和卫星钟差产品中,较为深入地比较分析了快速产品和几种最终产品的定位精度、收敛速度及p3软件的正反算结果精度。得出以下结论:快速产品与最终产品的定位精度和收敛速度相似;COD的收敛速度和定位精度最高;p3软件的反算精度明显优于正算,且精度也比较均匀。这些研究成果对PPP技术的实际应用具有较好的借鉴意义。     

一种提高教育版VirtuoZoNT的影像处理能力的方法

现有的教育版数字摄影测量软件VirtuoZoNT3.6仅能处理扫描孔径大于0.1mm的影像,针对这一瓶颈问题,本文从数字影像的内定向公式入手,分析得到了影像扫描孔径与框标理论坐标之间的关系。通过修改参数文件可使教育版VirtuoZoNT具备处理扫描孔径小于0.1mm影像的能力,同时通过转换数据格式可使其处理其他不同类型的影像数据。     

基于色层图与纹理融合的地形晕渲

针对三维地形晕渲的具体需求和存在问题,提出了一种基于色层图与纹理融合的晕渲方法。根据自定义或色层表主色调插值生成色彩连续的色层图,对地形高程进行着色;在地表材质分块的基础上,通过计算相邻材质边界上的多重纹理坐标,使用多重纹理映射进行融合过渡;最后给出了实验结果。     

多视处理对SAR船只探测的影响

合成孔径雷达(Synthetic Aperture Radar, SAR)成像过程中会出现斑点噪声,一般用多视处理减少图像的斑点噪声,这对合成孔径雷达船只探测造成了一定的影响.本文对不同视数SAR图像的等效视数、空间分辨率和船只海面对比度进行了分析,结果表明:一方面,多视处理增加了等效视数,改善了图像质量,更有利于船只探测;但另一方面,多视处理又降低了图像空间分辨率和船只海面对比度,对船只探测产生不利影响.最后本文选取了窗口滤波法和K分布法两种典型的SAR船只探测方法对多视处理的SIR-C SAR图像进行了船只探测试验,得到了最适合船只探测的多视处理的视数.     

植被波谱空间尺度效应及尺度转换方法初步研究

基于遥感图像的地物识别需要大量地物波谱数据的支持,而现有地物波谱库中收集到的同一地物的波谱,由于其测量尺度和方法的差异,波谱也存在很大差异.以冬小麦为例,首先介绍了材料波谱、端元波谱和像元波谱这3种不同尺度波谱的概念,并以实验数据分析了不同测量尺度下波谱的差别,以此说明波谱尺度转换的必要性.然后利用物理模型和统计模型建立不同测量尺度下的波谱转换关系.分别验证了SAILH模型和线性光谱混合模型在波谱转换中的精度.研究表明,在大尺度上采用统计模型,在小尺度上采用非线性的物理模型可以解释不同尺度观测植被波谱之间的差异.     

基于MSA特征的遥感图像多目标关联算法

遥感图像中多目标关联存在以下两个问题:一是低时间分辨率观测使得目标状态信息无法准确估计,基于Kalman滤波的多目标关联算法不再适用;二是基于图像特征的目标关联算法又无法处理大场景观测中多个目标关联引起的模糊性.针对上述问题,提出一种基于多尺度自卷积特征匹配和关联代价矩阵最优化的多目标关联算法.实验表明该算法对遥感图像中多目标关联问题具有一定的适用性.     

遥感和GIS支持下的分布式融雪径流过程模拟研究

基于遥感(RS)和地理信息系统(GIS)技术,设计和构建了一个分布式融雪径流模型,整个分布式融雪径流过程的模拟计算基于能量平衡和水量平衡,由分布式栅格融雪过程、分布式栅格产流过程以及分布式栅格汇流过程组成,融雪以及产汇流过程全部基于栅格尺度,全面实现了融雪过程的分布式模拟.分布式栅格融雪过程中对"度日法"加以改进,引入了"单元时段"的概念,从而得到了"度分融雪模型";针对融雪过程中颇为复杂的冻融反复性难题,提出了旨在解释积雪冻融反复性物理机制的"冻融系数"的重要概念,对于准确把握融雪过程的物理机制具有重要意义.同时基于GIS开发了分布式融雪径流模拟系统,为分布式融雪径流模型的运行提供了平台和技术支持,二者均为融雪洪水预警决策支持系统的核心模块部分.基于由MODlS等遥感数据得到的积雪信息、地表温度等下垫面信息,基础地理信息数据如DEM及其空间分析数据和大量野外同步观测数据(积雪信息、气象数据),对典型研究区新疆军塘湖流域2006年春季典型融雪期(2006-03-06,11:00-2006-03-10,11:00)内的洪水过程进行了模拟,模拟结果精度较高,平均精度0.82,达到了融雪洪水预警预报的业务需求标准.     

基于分区的局域神经网络时空建模方法研究

区域数据表现为两种尺度的空间特性:反映全局特征的空间依赖性和反映局域特征的空间波动性.空间波动性表现为空间数据在局部地区的聚集或高低交错现象.在研究区域数据时空预测性建模时,从降低数据的空间波动和不平稳性对模型预测能力的影响角度出发,提出了一种基于分区的局域神经网络时空非线性建模的思路.分区过程由基于空间邻接关系的K-means聚类算法完成.不同的分区方案通过相关性、波动性、紧凑性等指标进行评价和优选.在确定最优分区方案的基础上,对各子区分别采用两层前馈网络进行建模,模型的输入不仅要考虑本区内单元的作用,而且要考虑相邻子区的边界效应.各神经网络模型的时空预测能力通过平均相均差和动态相似率等指标进行衡量.最后,通过对法国94个县每周流感报告病例的时空建模分析表明,与全局神经网络模型相比,基于分区的局域神经网络模型具有更好的预测能力.