GPS高程异常拟合精度的估算方法

利用GPS大地高和部分水准高程进行高程拟合时，高程异常拟合精度的合理评定在实际工作中很有意义。给出高程异常拟合精度的估算公式并分析影响高程异常拟合精度的误差来源，利用京沪高速铁路的GPS实测数据进行验算，取得比较满意的结果。     

利用大地水准面模型计算垂线偏差的方法及精度分析

根据大地水准面与垂线偏差的关系,设计合理的计算方案,给出利用大地水准面模型计算垂线偏差的简化公式,并通过模拟计算探讨大地水准面相对精度、取点间距和已知点选取及个数对计算结果的影响。利用GEOID12B模型分别计算GSVS2011、GSVS2014项目中各测站点和美国西部区域（40°~45°N,100°~105°W,分辨率为1′）的垂线偏差,并与GSVS项目垂线偏差实测值和DEFLEC12B模型值进行比较。结果表明,垂线偏差南北分量和东西分量的计算精度均优于±0.5″,说明利用相对精度为cm甚至亚cm级的大地水准面模型可获取较高精度的垂线偏差。     

改进的GNSS/水准点优化选择的逐步剔除法

GNSS/水准联测点的合理选择对GNSS高程拟合至关重要,剔除法是一种较好的优化选点方法,传统的剔除法是以高程异常拟合误差最小为目标函数进行优化选点,可能会出现选点不均匀情况。鉴于此,提出根据GNSS/水准点生成的泰森多边形面积大小进行优化选点,并在此基础上对传统优化选点的方法进行改进,即同时考虑高程异常拟合误差大小及由泰森法生成的多边形面积大小进行优化选点（称为综合法）。以1~3次多项式拟合模型为研究对象,实验结果表明,GNSS/水准点优化选择的综合法可在改善点分布的同时获得稳定性好、精度较高的高程异常拟合结果。     

基于深度BP/ELMAN神经网络的山区GNSS高程转换精度分析

将GNSS测量的大地高以较高精度转换为工程所需的正常高具有重要的实用价值。本文利用GSVS2017项目高精度的GNSS水准数据,分析了深度BP/ELMAN神经网络、广义回归神经网络(GRNN)、径向基函数神经网络(RBFNN)、支持向量机回归(SVR)、二次曲线拟合和曲面拟合等方法用于GNSS高程转换的精度。试验结果表明：(1)在训练点间距为50、30、15、10、5 km时,采用隐含层激励函数为ReLU的深度BP/ELMAN神经网络,其精度比GRNN、RBFNN、SVR、二次曲线拟合和曲面拟合方法高;(2)利用隐含层激励函数为ReLU的深度BP/ELMAN神经网络进行GNSS高程转换,5种训练点间距均可使90%以上检核点间的高差满足四等水准测量精度,75%以上满足三等水准测量精度要求,训练点间距为5 km时,55%以上的高差可达到二等水准测量精度要求。     

综合EGM2008模型和SRTM/DTM2006.0剩余地形模型的GPS高程转换方法

利用SRTM以及DTM2006.0全球地形模型构建剩余地形模型（RTM）数据,并将其转换为RTM高程异常。通过GPS/水准点的优化选择法,选择少量GPS/水准点的实测高程异常,扣除EGM2008模型以及SRTM与DTM2006.0模型求得的剩余模型高程异常,对残余高程异常进行拟合,从而进一步提高GPS高程转换的精度。最...     

纳伪概率可控的四舍五入法及其在RTK模糊度固定中的应用

RTK模糊度固定通常采用序贯四舍五入方法,该方法只固定能可靠固定的部分模糊度,因此控制四舍五入的纳伪概率是实现RTK可靠性的关键。从含多个备选假设的假设检验理论出发,研究纳伪概率可控的四舍五入方法,根据风险水平和实数解的质量自适应地确定四舍五入取整区域,从而有效地控制整数固定的纳伪概率。并结合GNSS应用中两种特殊情况,发展两种简单实用的应用策略。采用基线长94.6 km的CORS站GPS双频数据进行网络RTK模糊度固定试验,分析本文纳伪概率可控的四舍五入方法的效果。结果表明,纳伪概率可控的四舍五入方法的固定率与传统四舍五入方法的固定率相当,且较传统方法更能有效地控制纳伪概率,提高整数解的可靠性。     

利用COST-G GRACE时变模型反演黄土高原陆地水储量变化

综合利用COST-G GRACE时变重力场模型、降水、气温、GLDAS模型中地表水、实测浅层地下水和NDVI等多源数据,分析2002-04~2016-12黄土高原陆地水储量的时空变化特征,并利用偏最小二乘回归方法定性分析黄土高原陆地水储量变化的驱动因素。结果表明：1)研究时段内黄土高原陆地水储量具有上升-下降-平缓下降的变化特征,山西省陆地水储量亏损趋势明显;2) 2004~2009年采煤用水、人类生活用水和植被作用是黄土高原陆地水储量下降的重要因素,2010~2016年工业用水、人类生活用水和气温上升是黄土高原陆地水储量下降的重要因素。     

联合GRACE卫星轨道及距离变率数据反演地球重力场方法研究

基于动力学法,研究联合GRACE卫星精密轨道及距离变率数据反演地球重力场的方法,该方法可对重力位系数及卫星初始状态误差同时进行有效校正。通过对各观测值模拟不同的随机误差,研究了不同精度观测值联合反演所能达到的精度,以及用相同精度的观测值进行联合反演时不同采样率对反演结果的影响,模拟计算结果表明：联合反演模式下,当距离变率精度为1 μm/s,卫星位置精度为2~3 cm,速度精度为0.1~0.5 mm/s时,加速度计精度为(1.0×10 ^-10~1.0×10^-9 m/s ²比较适合;将距离变率精度由1 um/s提高到0.1 um/s时,反演精度可获得相应提高;在观测值精度一定的情况下,联合反演算法宜采用5 s采样率。     

利用GOCE卫星观测数据反演地球重力场模型

利用GOCE卫星约6个月的重力梯度数据和约1 a的几何轨道数据,联合解算250阶次的地球重力场模型TJGOCE01。GOCE重力梯度数据的低频误差采用ⅡR数字滤波器处理,粗差采用阀值法和移动窗口阀值法组合探测与剔除。直接在梯度仪坐标系中建立GOCE卫星的重力梯度观测方程,采用改进的短弧边值法建立几何轨道观测方程。两类观测值的权根据其先验精度确定,采用Kaula规则约束的正则化方法解算法方程。解算的TJGOCE01模型相对于EIGEN6C2模型在250阶次的大地水准面误差和大地水准面累积误差分别为19.4 mm和177.9 mm。北美地区GPS水准观测数据的检验结果表明,TJGOCE01模型的中误差为0.544 m,略优于欧空局公布的同阶次的第二代时域法和空域法解算的GOCE重力场模型。     

基于重力卫星几何轨道线性化的地球重力场反演方法

传统动力学法的观测方程以6个初始轨道参数和先验力模型为初值进行线性化,其线性化误差随积分弧长拉长而增大.本文直接以重力卫星的几何观测轨道为初值进行线性化,其线性化误差与轨道弧长无关,且不需要初始重力场模型和初始轨道参数.导出了基于卫星轨道观测值反演重力场模型的相关公式,利用JPL公布的RL02版本2008年全年的GRACE双星轨道数据和加速度计数据解算了90阶次的地球重力场模型TJGRACE01S,并以EGM2008模型为基准与其他模型进行了比较分析,结果表明:TJGRACE01S模型直到90阶次的大地水准面累积误差为17.6 cm,优于同阶次的EIGEN-CHAMP03S和EIGEN-CHAMP05S模型,前27阶位系数整体精度优于EIGEN-GRACE01S,前15阶位系数整体精度与EIGEN-GRACE02S模型精度大致相当.利用美国8221个GPS水准点数据的分析结果也表明,本文模型也优于同阶次的EIGEN-CHAMP03S和EIGEN-CHAMP05S模型.