BDS三频观测值多路径误差的差异性分析

BDS分布在3个不同高度的轨道上且同时播发3种频点的信号数据,导致其观测值多路径误差可能在星座间、频点间存在差异。基于此,利用我国iGMAS跟踪网络和国际MGEX跟踪网络的17个GNSS多模观测站数据,从高度角、信号频点、接收机类型、跟踪站分布以及卫星星座等5个方面进行BDS多路径误差的差异性分析,同时与同源观测站上的GPS观测值多路径误差进行对比。结果表明,B3频点的多路径误差最小;3种星座间,GEO卫星的多路径误差最小;BDS的GEO卫星和IGSO卫星的多路径误差在地域上无明显的差异;BDS的B3频点上的多路径误差优于GPS 3个频点上的对应结果,BDS的B1和B2频点与GPS的L1和L2频点上多路径误差的精度相当。     

用平均间隙法分析点位稳定性

对高层建筑物实施变形监测,首要的问题就是要保证基准网的稳定,本文介绍了平均间隙法及其ｔ分布单点检验法进行点位稳定性检验,并以翠华新村综合楼沉降监测基准网的稳定性分析为实例,验证了该方法是行之有效的,且效果良好。     

东北老工业基地振兴过程的耕地保护策略研究--以大连市为例

经济开发与土地保护之间的矛盾日益增大,尤其在目前东北老工业基地振兴的背景下,对耕地保护策略的研究更受关注。文章以大连市为例,通过分析东北老工业基地振兴背景下的工业发展对耕地保护产生威胁的问题及对问题原因的诊断,总结出一系列有关耕地保护方面的策略。     

上海夏季雾霾的影响因素研究

由于对流层中气象因素变化剧烈且蕴含大量的水蒸气和颗粒物,雾霾的发生也极易改变卫星信号的传播路径,从而导致对流层延迟发生变化,因此重点研究气象因素与雾霾之间的相关性问题。通过上海市2016年62 d(DOY 153～214)的大气中污染物含量资料与天顶对流层延迟比较分析发现,大气中每种污染物含量基本呈现相似的走势,天顶对流层延迟随PM2.5含量增加而增大,且在日值数据的比较中发现,上海夏季的PM2.5含量与气压、气温和相对湿度成正相关关系,与风速、降水量呈负相关关系。     

林甸县永丰粘土矿基本特征及其开发利用前景

矿床由独立矿体构成,产于齐齐哈尔组（Qq)。认为矿石质量优良,可用于制砖、瓦、盆、具有良好的经济效益和社会效益。     

一种位移传感器数据解码方法及其在滑坡监测中的应用

介绍位移传感器数据远程传输方法,阐述位移传感器数据解码算法,并验证解码数据的准确性及可靠性。同时,将其应用于黑方台党川滑坡的变形监测,获得了滑坡监测点的实时形变信息,可为滑坡变形监测和预警提供技术支撑。     

北极重要海峡气温—海冰密集度影响滞后效应分析

全球变暖导致北极海冰的面积与厚度逐步减小,这一趋势为北极通航提供了可能,北极航道在北极地缘环境格局中的战略地位日益提升。北极地区的重要海峡作为“冰上丝绸之路”运输的重要交通枢纽,其冰情变化在北极航道的开通中起到直接影响作用。本研究以北极地区东北航道和西北航道上14个重要海峡近35年的海冰密集度为研究对象,采用分布式滞后非线性模型,研究海冰表面气温对北极重要海峡海冰密集度变化的阈值和滞后效应。研究结果表明：（1）除白令海峡、尤戈尔斯基沙尔海峡和喀拉海峡以外,其他11个海峡气温对海冰密集度变化的影响都存在高温阈值,并且其阈值集中在-10℃附近;（2）高温对于海冰密集度变化的影响存在0—3月的滞后期,而低温的滞后期为0—4月;（3）14个海峡在非线性滞后模型中表现出不尽相同的滞后效应,存在空间异质性特征。滞后期内高温影响最为剧烈的是维利基茨基海峡,相对累积效应值为-3.34%（-5.6% — -1.1%）;（4）整体上看,东北航道滞后有效期与西北航道相比较长,东北航道受温度影响的滞后效应值比西北航道的要大,且在高纬环境地区,高温对海冰密集度的相对变化的影响较为明显。     

基于VM-MapInfo的区域开发强度测算研究——以大连市为例

开发强度指一个区域建设空间面积占该区域总面积的比例,是当前主体功能区规划需要测算的关键指标,是政府实施建设用地总量控制、实现空间结构优化的基本手段。虽然开发强度测算的基本思路和算式比较明确,但是基于GIS技术的具体数据支撑、测算技术路线、结论表达等方面都存在许多需要探索问题。以大连市为例,以VM-MapInfo软件为基本支撑,对于全市不同区域的开发强度进行了具体的测算。解决了区域开发强度测算过程中高程限制建设用地扣除、各类农用地扣除以及其他限制建设用地扣除的技术问题。     

基于特征优选和逐步回归的黄土滑坡监测数据融合改进方法

针对滑坡监测多源异构数据融合处理中存在的影响因子筛选难、结果差异大、数据处理复杂程度高等问题,提出一种基于最大互信息系数(MIC)、灰色关联分析(GRA)和逐步回归的黄土滑坡多源多点位异构监测数据融合方法。该方法首先将最大互信息系数和灰色关联分析结合起来,采用基于加权关联度的特征优选方法综合筛选滑坡变形影响因子,提取具有代表性的影响因子并剔除关联性差的影响因子;然后,通过逐步回归方法赋予各监测点位移和优选后的影响因子对应的重要性权重系数,获取多源异构数据融合序列;最后,采用甘肃黑方台党川滑坡监测设备所获取的全球卫星导航系统(GNSS)监测数据、裂缝位移计数据及气象数据进行实验验证。结果表明：在滑坡变形影响因子筛选性能方面,基于加权关联度的特征优选方法优于传统的Pearson相关系数法;基于特征优选和逐步回归的多源多点位异构数据融合模型的预测精度较传统的BP神经网络有所提升,其中均方根误差(RMSE)降低了51.8%,平均绝对百分比误差(MAPE)降低了2.26%,拟合优度达到了0.964。