分量应变和体应变可靠性检验及特殊事件影响对比分析

对泰安台不同类型钻孔应变仪的产出资料进行研究,分析分量应变仪的自检可靠性及其与体应变资料的相关性,以及在抽水干扰情况下的相关性。RZB-3仪两组互相正交的分量应变之和S1+S3、S2+S4的自检相关性达到0.999 9,其与体应变的相关性达到0.998以上。但在抽水干扰情况下,S1+S3、S2+S4自检相关性及与体应变的相关性均较差。     

蕴含地理事件微博客消息的自动识别方法

微博客文本蕴含类型丰富的地理事件信息,能够弥补传统定点监测手段的不足,提高事件应急响应质量。然而,由于大规模标注语料的普遍匮乏,无法利用监督学习过程识别蕴含地理事件信息的微博客文本。为此,本文提出一种蕴含地理事件微博客消息的自动识别方法,通过快速获取的语料资源增强识别效果。该方法利用主题模型具有提取文档中主题集合的优势,通过主题过滤候选语料文本,实现地理事件语料的自动提取。同时,将分布式表达词向量模型引入事件相关性计算过程,借助词向量隐含的语义信息丰富微博客短文本的上下文内容,进一步增强事件消息的识别效果。通过以新浪微博为数据源开展的实验分析表明,本文提出的蕴含地理事件信息微博客消息识别方法,识别来自事件微博话题的消息文本的F-1值可达到71.41%,比经典的基于SVM模型的监督学习方法提高了10.79%。在模拟真实微博环境的500万微博客数据集上的识别准确率达到60%。     

基于高斯曲线拟合-FFT方法的南海风场反演

海面风场是海洋学的基本参量,获取海面风场对了解海洋的物理过程以及海洋与大气之间的相互作用至关重要。宽阔的海域面积及复杂的海面状况通常使南海海面上的风场信息很难被及时获取。ENVISAT ASAR是一种全天候全天时监测海面的微波雷达传感器,可实时获取海面风场数据。本文基于已有ASAR数据对南海海面风场进行反演实验,首先将结合高斯曲线拟合的FFT风向反演方法应用于南海风向反演,并参考Cross-Calibrated Multi-Platform （CCMP）风场数据去除180o方向模糊获得海面风向。然后,将高斯曲线拟合-FFT风向与传统的峰值-FFT风向进行对比,最后将准确率较高的高斯曲线拟合-FFT风向分别输入CMOD4模型和CMOD5模型获得海面风速大小。实验结果与CCMP参考数据的比较结果表明,在风条纹不明显的情况下,利用结合高斯曲线的FFT风向反演方法和CMOD4模型风速反演方法可有效地进行南海海面风场反演。该成果对利用SAR数据实时获取南海大面积海面风场信息,尤其是观测点缺乏海域的风场信息,具有重要的指导意义。     

Approximate optimal tracking control for near-surface AUVs with wave disturbances

This paper considers the optimal trajectory tracking control problem for near-surface autonomous underwater vehicles (AUVs) in the presence of wave disturbances. An approximate optimal tracking control (AOTC) approach is proposed. Firstly, a six-degrees-of-freedom (six-DOF) AUV model with its body-fixed coordinate system is decoupled and simplified and then a nonlinear control model of AUVs in the vertical plane is given. Also, an exosystem model of wave disturbances is constructed based on Hirom approximation formula. Secondly, the time-parameterized desired trajectory which is tracked by the AUV’s system is represented by the exosystem. Then, the coupled two-point boundary value (TPBV) problem of optimal tracking control for AUVs is derived from the theory of quadratic optimal control. By using a recently developed successive approximation approach to construct sequences, the coupled TPBV problem is transformed into a problem of solving two decoupled linear differential sequences of state vectors and adjoint vectors. By iteratively solving the two equation sequences, the AOTC law is obtained, which consists of a nonlinear optimal feedback item, an expected output tracking item, a feedforward disturbances rejection item, and a nonlinear compensatory term. Furthermore, a wave disturbances observer model is designed in order to solve the physically realizable problem. Simulation is carried out by using the Remote Environmental Unit (REMUS) AUV model to demonstrate the effectiveness of the proposed algorithm.     

疫情防控下全国大学生专业技能竞赛的改革创新——以地理信息科学专业为例

新冠肺炎疫情的突然爆发和常态化防控现状,给当前全国大学生专业技能竞赛的正常举行带来了严峻挑战,对我国高等院校的人才培养造成了难以估计的影响.本文以2020年11月在武汉举行的第九届全国大学生GIS应用技能大赛为例,通过剖析传统全国大学生专业竞赛组织模式弊端,以满足疫情防控要求为基本出发点,本着全面提升传统竞赛质量为最高...     

EEMD-多尺度排列熵的GPS高程时间序列降噪方法

针对GPS高程时间序列受各类噪声干扰的影响,导致难以提取有用信息的问题,提出一种基于整体经验模态分解(EEMD)结合多尺度排列熵(MPE)的阈值降噪方法。该方法以EEMD为核心算法,将原始信号分解成一系列本征模态函数(IMF),并采用MPE作为指标将其分类为噪声IMF、混合IMF和信息IMF;然后利用阈值函数处理混合IMF,实现二次降噪;再重构降噪后的数据与信息IMF,获得降噪结果。仿真信号和实例分析结果表明,该方法与相关系数法、MPE法相比,降噪评价指标RMSE、SNR和d_nSNR均为最优,说明该降噪方法效果最好,本文方法获得的降噪结果能够更好地反映出时间序列本身的非线性变化特性,可为GPS高程时间序列分析提供可靠依据。     

基于BP神经网络的地磁变化场预测研究

以现有地磁台站的长期海量观测数据为基础,忽略地磁场成因及众多影响因素的复杂作用机理,对地磁变化场的时空关联性进行分析,挖掘数据中蕴含的规律信息,进一步构建基于BP神经网络的地磁变化场预测模型。通过实际地磁台站的观测数据对模型预测结果进行验证,结果表明,对于任意选取的100组验证数据,均方根误差为4.8 nT,求解精度能够满足一般科学研究对地磁变化场的精度需求。     

导航卫星钟差预报的Elman神经网络算法研究

针对卫星钟差不能被精确模型化的问题,将具有较强记忆功能和强大计算能力的Elman神经网络运用到卫星钟差预报中,提出适用于卫星钟差预报的Elman模型。首先对原始钟差数据进行一次差处理,然后选择合适的神经网络结构建立预报效果最佳的Elman钟差预报模型,最后选用国际GNSS服务（IGS）提供的精密钟差数据进行GPS卫星钟差预报,并与二次多项式模型、附加周期项的多项式模型和灰色系统模型进行对比分析。结果表明,Elman模型进行1 d、7 d和30 d钟差预报的精度得到显著提高,分别达到亚ns、ns和μs级,表明该模型的钟差预报性能优于3种常用模型,在卫星钟差预报中具有可行性。     

基于EWT-ARMA的短期电离层TEC预测模型

针对电离层总电子含量（TEC）数据非线性、非平稳的特点,在自回归移动平均（ARMA）模型的基础上,结合经验小波变换（EWT）,提出一种组合的短期电离层预测方法。采用IGS提供的电离层TEC格网数据进行实验,通过对比分析可知,相较于单一ARMA模型,本文组合模型在太阳活动低年和太阳活动高年5 d内的平均相对精度分别提高4.8%和2.8%,前1 d内组合模型的平均相对精度分别提高7%和6.1%。     

基于SBAS/PS-InSAR技术的滑坡遥感监测对比研究

以2015~2019年12景ALOS-2 PALSAR2影像和2018~2019年38景Sentinel-1A影像为主要数据源,利用PS-InSAR和SBAS-InSAR技术提取西藏江达县波罗乡白格滑坡点的形变信息,并对处理结果进行交叉验证。研究得到以下结论：1）PS-InSAR技术条件下,ALOS-2数据和Sentinel-1A数据的平均形变速率范围为-68.9~37.9 mm/a和-64.5~24.2 mm/a;SBAS-InSAR技术条件下,ALOS-2数据和Sentinel-1A数据的平均形变速率范围为-84.2~-40.0 mm/a和-84.0~-13.0 mm/a。2）对2种数据结果中提取的4个特征点进行时序分析和定量分析显示,2种InSAR技术结果变化趋势较为一致,验证了两者在滑坡监测中的可靠性和准确性。