顾及垂直递减率函数的中国区域大气加权平均温度模型

大气加权平均温度(T_m)是全球导航卫星系统(GNSS)水汽监测的关键参数。针对中国区域地形起伏较大的特点,本文构建了顾及精细季节变化的T_m垂直递减率函数模型,在此基础上,利用2007—2014年的Global Geodetic Observing System (GGOS) atmosphere格网数据建立了中国区域的T_m格网新模型(简称为CT_m模型)。以2015年GGOS格网数据和无线电探空资料为参考值,对CT_m模型进行精度检验,并与常用的Bevis公式和GPT2w模型进行比较分析。结果表明:①以GGOS格网数据为参考值,CT_m模型的年均偏差和均方根误差(RMS)分别为-0.52 K和3.28 K,相比于GPT2w-5和GPT2w-1模型,精度(RMS值)分别提高了27%和13%;②以探空数据为参考值,CT_m模型的年均偏差和RMS误差分别为0.26 K和3.75 K,相对于GPT2w-5和GPT2w-1模型,精度分别提高了21%和1...     

移动测量技术在城市绿化普查中的应用

在新时代的城市建设中,绿化建设对于美化城市面貌和提高市民居住舒适度显得十分重要,那么城市绿化普查工作则成为绿化建设工作中的重要一环。为了改进传统绿化普查工作,本文提供一整套基于移动测量技术的城市绿化普查方案,搭配自主研发的GIS采集软件和实景三维管理平台,采集绿化信息的效率和精度显著提高,更可以优化城市绿化管理方法。     

视觉感受与Markov随机场相结合的高分辨率遥感影像分割法

鉴于视觉感受对外界强大的感知与识别能力,模拟视觉神经感知的工作机制,并结合Markov随机场模型,提出一种影像分割方法。首先,分析视觉感知系统的工作机制,将其特性归纳为等级层次性、学习能力、特征检测能力和稀疏编码特性,继而利用小波变换、非监督聚类、特征分析和Laplace分布模拟视觉工作机制,然后结合Markov随机场模型实现高分辨率遥感影像的分割。通过不同卫星的真实遥感影像进行了相关试验。试验结果表明本文提出的方法在高分辨率遥感影像分割任务中有非常良好的表现。     

变权组合预测模型在大坝沉降监测中的应用

为探讨变权组合预测模型在变形监测中的应用,以监测某大坝沉降量为实例,研究基于线性回归预测模型和灰色模型GM(1,1)的变权组合。通过预测该大坝坝内沉降量,比较两种单一预测模型和变权组合预测模型的预测误差平方和,证明变权组合预测模型在沉降预测中具有更好的预测精度。     

方差分量估计在高速铁路铺轨控制网中的应用

在处理边角网平差时,由于测边、测角相互独立,通常只能根据经验按观测类型不同进行验前方差估计,不能准确确定测边、测角观测量的权,影响了控制网的精确度。以高铁铺轨控制网(CPIII)数据处理为例,采用方差分量估计方法对控制网进行了数据处理和精度分析,并与等权处理方法做了比较,对边角网或其它不同类型的复杂控制网数据处理具有一定的参考价值。     

利用地图API实现多时相遥感影像地图在线浏览

利用不同在线地图服务商卫星遥感影像数据的时间差异, 结合天地图API, 基于B/S开发模式, 实现了低成本的多时相卫星遥感影像地图在线浏览。     

深度卷积神经网络支持下的遥感影像飞机检测

针对YOLOv3算法对小目标检测较差及出现较多漏检的问题,本文提出了一种优化的YOLOv3算法.首先使用K-means算法计算出与数据集相适用的锚框;其次将扩张卷积引入到YOLOv3网络,用来增强网络高层的感受野,改善小目标的检测效果;然后使用深度可分离卷积取代YOLOv3网络残差模块中的普通卷积,可减少计算量,从而得到一种新型卷积神经网络结构;最后在数据集上进行对比试验.结果表明,优化的YOLOv3算法能够检测出更多目标,降低漏检率,相比于YOLOv3算法,其召回率提高11.86%,F1-score提高2.99%.     

RTK的特点与误差分析

介绍了RTK测量的特点，分析了RTK测量的技术难点。详细讨论了RTK测量的各种误差及削弱方法。展望了GPS和RTK测量未来的发展趋势。     

MAPINFO下城市地下管网空间分析功能的实现

主要对在MAPINFO平台上如何实现管网空间位置分析、拓扑分析、缓冲区分析以及最短路径及事故分析等空间分析功能的实现思路和算法进行较详细的研究，并用实际探测的管线数据进行功能模拟，模拟后得到了较好的效果。     

基于Delphi的MapInfo地图集成

在详细介绍OLE自动化技术的基础上，论述了利用OLE自动化技术和可视化开发工具——Ddplli编程，实现与MapInfo的地图集成。将Delplli强大的数据库编程能力和MapInfo的图形表达能力有机结合，实现MapInfo的集成二次开发，分析在何种情形下进行MapInfo的消息回调，并探讨了如何实现MapInfo消息的回调。