测量学课程改革与实践

教育改革的核心问题是课程的改革，教育改革只有进入到课堂的层面，才是真正进入了教育改革的深水区。本文以测量学课程改革为立足点，对测量学课程改革的持续建设进行了总结，提出并不断丰富“一中心，三育人”课程教学理念；深化教学资源改革，构建了一种长效的“多主体、全过程、可量化”课程发展机制；教学相长，实现了“重素质、强能力、多元开放”的测量学课程教学。     

顾及垂直递减率的中国区域Tm格点产品空间插值

大气加权平均温度(T_m)是全球导航卫星系统(global navigation satellite system, GNSS)反演大气水汽(precipitation water vapor, PWV)的关键参数。当前已有T_m模型提供的T_m信息难以捕获其日周期变化,因此限制了其在高时间分辨率GNSS PWV估计中的精度。大气再分析资料可提供高时空分辨率的T_m格点产品,但是在使用时需要对其进行空间插值,且T_m在高程上的变化远大于其在水平方向上变化。同时,针对中国区域地形起伏大等特点,提出顾及垂直递减率的中国区域T_m格点产品空间插值方法,以分布于中国区域的2015年89个探空站资料为参考值,验证了提出的方法在全球大地测量观测系统大气中心T_m格点产品和美国国家航空和太空管理局提供的MERRA-2的T_m格点产品中的空间插值精度。结果表明：(1)在顾及垂直递减率的T_m格点产品空间插值中,反距离加权法的...     

中国西南地区GPS大气水汽转换系数模型精化研究

利用中国西南地区19个探空站2011～2014年数据,通过积分法计算大气水汽转换系数K。采用2011～2013年的K值对Emardson模型进行精化,分别构建西南地区不顾及和顾及高程因子的K值模型Emardson-I和Emardson-H。利用2014年积分计算的K值检验这两种模型的预报精度,结果表明:1)相对于Emardson-I模型,Emardson-H模型表现出更高的K值预报精度和更好的适应性;2)在高海拔地区,Emardson-H模型预报精度明显优于Emardson-I模型,表明高程因子是影响高海拔地区K值计算的重要因素。将两种新模型用于拉萨站GPS大气水汽反演,Emardson-H模型表现出更优的反演精度,两种模型的反演精度均优于2 mm。     

纬度因素对季节性时序TEC短期预报模型的影响分析

通过测试选取合适的时间序列长度,分析地磁指数,排除磁暴与地磁活动的影响,针对电离层TEC值的周期性变化及其随纬度的不均匀分布规律,采用季节性时间序列模型SARIMA和指数平滑模型Holt-Winters,利用IGS中心提供的TEC格网数据,对北半球不同纬度的48个区域进行预报,并通过定义日均相对精度和均方根误差来评定预报精度。结果表明,3种模型均能较好地反映电离层TEC值的周期性变化,但均方根误差随纬度的降低总体呈现增长趋势,且在北纬25°与55°表现为极大值,在北纬45°表现为极小值。     

GPT3模型反演GNSS大气可降水量精度评定

采用中国区域2017~2018年与GNSS站并址的49个探空站资料对GPT3模型估算的气象参数的精度进行评估,再利用49个GNSS站结合GPT3模型估算的气象参数反演日均大气可降水量PWV,并采用与GNSS站并址的探空站数据对其精度进行评定。实验得出：1）在中国地区,1°分辨率的GPT3模型的精度和稳定性优于5°分辨率,其气压、气温和大气加权平均温度T_m的偏差均值分别为0.73 hPa、1.34 K和－1.67 K,均方根误差均值分别为4.21 hPa、3.75 K和4.15 K;2）利用GPT3模型提供的气温结合Bevis经验公式反演的PWV与GPT3模型提供的Tm反演的PWV精度相当,且2种方法反演的PWV和探空资料实测地表温度反演的PWV呈现很好的一致性,在我国青藏高原和西北地区反演PWV的精度优于我国南方和北方地区。     

多平台融合的测绘类专业学生创新能力培养

本文以“科技创新”“社会实践”“科技竞赛”三大平台为出发点和落脚点,以测绘类专业学生创新能力培养为目的,通过具体分析多平台构建对测绘类专业学生创新能力提升的实现路径,挖掘多平台协同育人机制,拓展多平台融合对测绘类专业学生创新能力培养的效用,探索适合测绘类专业学生创新能力培养的模式,以期对国内其他地方高校测绘类专业学生创新能力培养提供经验借鉴。     

利用小波函数对GPS数据的压缩分析

针对GPS采集数据海量的问题,基于小波变换具有的良好局部化分析特性;采用小波分析方法,对GPS数据进行压缩处理,数据压缩后并未改变数据的基本属性（包括所含噪声和有用信息的特征属性）,只是数据量明显减少了。     

基于多源数据和广义回归神经网络的ZWD预报模型EI北大核心CSCD

对流层湿延迟是GNSS误差源较难改正的部分。主流的天顶湿延迟(ZWD)经验模型大多基于单源数据,如探空数据或再分析资料的一种,且通过预设模型函数表征ZWD在不同尺度上的变化,难以准确描述ZWD在不同尺度上的非线性复杂变化,精度有待进一步提高。针对此问题,基于多源数据和具有强大非线性逼近能力的广义回归神经网络(GRNN),构建了一种ZWD预报模型。首先,采用GRNN模型优化和降采样两种不同数据源的格网ZWD,并将其与探空ZWD合并,获取高质量的ZWD数据集;然后,根据ZWD受时空影响较大的特点和机器学习的特点,设计了GRNN训练模型的输入变量和输出变量;最后,采用后验寻优的方法确定模型参数,进而获得最优的预报模型。经探空ZWD验证,相比国际典范经验模型GPT2w,模型的精度提高了25.3%(以RMS计);相对同方法单源(探空)数据模型,精度改善了11.1%;且模型的预报精度具有良好的时空稳定性。此外,计算效率和PPP应用试验结果表明,模型的计算效率可满足GNSS实时应用的需求,且应用于PPP的改进效果优于GPT2w。本文所提方法无须预设模型函数即可获得较高的ZWD预报精度,为ZWD模型化提供了一种思路。     

对流层延迟模型映射函数研究

在介绍经验映射函数NMF和动态映射函数VMF1、GMF模型的基础上,利用ECMWF提供的格网数据,具体研究和分析了这3种映射函数1 a中的时间变化特征及其随高程、纬度、高度角变化的特点,并比较了3种映射函数随高度角的变化对斜路径延迟估计的影响。     

基于改进阈值法的小波去噪研究

给出一种改进阈值算法,与现有的两种算法的消噪效果对比,结果表明,文中提出的改进阈值去噪方法在均方根误差和信噪比意义上均优于已有的两种改进阈值去噪方法,改进公式更为合理。