����Cook�������ά����ɨ�����ƽ�����

??????????????????????????????С?????????????????????????????????????Cook???????С??????????????????????????????????????????????С???????????????????档??????????÷????????????????????????????н?????????????????????????????????????????????     

采动区地表动态沉降预测的Richards模型

针对Knothe时间函数在采动区地表动态沉降预测中存在着较大偏差的问题,提出了地表动态沉降预测的Richards模型。基于开采过程中的地表沉降变形规律,给出了能够反映地表沉降全过程的理想时间函数模型所具有的基本特征,引入Richards生长曲线模型,分析了模型参数与地质采矿条件之间的定性、定量关系,并探讨了模型的适用范围,指出地表发生连续的、渐变的沉降变形时,模型预测效果较好。实例分析表明,Richards模型符合理想时间函数模型的要求,可较好地模拟采动区地表动态沉降过程,能够计算出地表移动持续时间和地表点在某一时刻的下沉值、下沉速度、加速度等动态参数,且模型的可塑性较强,具有较广泛的适用性     

利用2维DLT和共线方程分解相机外方位元素

相机的外方位元素是摄影测量立体重建的重要参数.通过3维直接线性变换,利用3维控制场可以很容易地确定相机的外方位元素.文中提出并推导了在2维控制场的条件下,利用2维直接线性变换和共线方程之间的关系分解出相机外方位元素的实用算法.实验结果验证了该算法的正确性和可行性.     

附加约束条件的DLT用于非量测数码相机的检校

从直接线性变换DLT的基本原理出发,分析了数码相机检校的DLT一般方法存在的缺陷,提出了附加约束条件的DLT相机检校方法的数学模型,并通过实验验证了其正确性和可行性.     

地铁盾构隧道切桩穿越建筑群的沉降影响分析

地铁盾构隧道通常不可避免地会穿越城市密集的建筑楼群,盾构切桩穿越会对住宅楼的形变产生较大的影响。本文使用TS30测量机器人对深圳某小区的9-13号楼群在盾构切桩穿越过程中进行了实时动态监测。监测结果表明：同一幢建筑物上的监测点变化趋势基本一致,离中线越近,沉降变化越大,反之沉降较小;相同距离切桩数量越多,相应建筑变形越大;刀盘到达监测点正下方切桩时,下沉突然增加,此时下沉速度最快,达1.49 mm/m;刀盘脱离房屋时,下沉继续增加,从刀盘进入房屋到盾尾脱离房屋期间,累计下沉占总沉降量的60%以上;房屋长边上监测点距中线垂直距离大于15 m时,沉降值小于5 mm,可以减少监测布点个数;距离大于30 m时,沉降值小于3 mm,可以不再布设监测点。这些研究可为后期建立盾构隧道不同埋深时与建筑物沉降的函数关系提供数据资料,也为以后盾构切桩穿越既有建筑群变形监测点优化设计提供宝贵实践经验。     

顾及影像稀疏特性的压缩感知超分辨率重建

针对传统压缩感知信号重构仅实现对原始图像的复原和逼近,无法实质性提高影像分辨率问题,该文提出一种非退化的压缩感知超分重构方法。从图像传感器的结构分析数字影像的稀疏特性,进而以插值图像为指导,采用非线性的压缩感知优化重建方法,实现了非退化的单帧图像超分辨率重建。研究表明:该文方法改变了影像采集的过程和途径,弥补了传统压缩感知信号重构无法实质性提高影像分辨率的缺陷,且其重建图像的视觉效果及定量指标均优于传统插值法。     

机载雷达立体影像定位方法的比较及改进

由于合成孔径雷达(SAR)具有全天候的成像能力,在地质、生态、水文、海冰和测绘等诸多领域有着广泛的应用。主要研究了雷达立体影像对获取地面三维坐标的方法,分析了目前所广泛使用的三种立体定位模型的优缺点,为利用雷达立体影像对获取数字高程模型提供了选择依据,并对其中的零距离-多普勒模型进行了改进,最后利用机载雷达影像数据对此算法进行了实验研究,取得了较好的实验结果。     

“合成孔径雷达干涉测量”课程思政建设与实践

针对当前面向工科研究生专业课程的思政教育研究偏少,缺乏课程思政建设方法及案例的问题,文中结合测绘类研究生所学习的“合成孔径雷达干涉测量”课程,发掘了该课程教学内容与思政要素的融合点,构建了“科研引导-隐性融合-创新拓展”课程思政“三步”实践教学法。以“资源开发地表形变监测与环境保护意识”为例,结合课程组的科研经历及研究成果,探讨了该课程思政教学实践过程。结果表明,该方法容易理解、操作方便,能够将思政元素与课程内容有机结合,可为工科类研究生课程思政教学提供参考。     

矿山条带开采相似材料模型变形测量

针对传统模型观测方法中存在的观测装置或传感器安装麻烦、工作量大、采样点有限等缺点,引入计算机视觉和数字近景摄影测量技术量测模型变形。用高分辨率数字相机获取不同模型,模拟开挖状态下的多组数字影像,选取二值化阈值对图像进行分割,根据标记区域的形状参数自动检测和识别标志点,通过边缘跟踪和椭圆拟合算法确定标志点中心坐标;推导了用二维直接线性变换关系式和共线方程分解出影像外方位元素初值的实用算法,利用光束法平差对标志点空间坐标进行精确定位。试验结果表明,空间坐标的测定精度高于±1mm,所测位移场与实际变形情况较为一致,可以满足矿山岩层和地表移动相似材料模型观测要求。     

基于深度学习AlexNet的遥感影像地表覆盖分类评价研究

地表覆盖分类信息是反映自然、人工地表覆盖要素的综合体,包含植被、土壤、冰川、河流、湖泊、沼泽湿地及各类人工构筑物等元素,侧重描述地球表面的自然属性,具有明确的时间及空间特性。地表覆盖分类信息数据量大、现势性强、人工评价费时,其自动化评价长期以来存在许多技术难点。本文基于面向对象的图斑分类体系,引入深度卷积神经网络对现有地理国情普查-地表覆盖分类数据进行分类评价,并通过试验利用AlexNet模型实现地表覆盖分类评价验证。试验结果表明,该方法可有效判读耕地、房屋2类图斑,正确分类隶属度优于99%,而由于数据较少、训练不充分,林地、水体图斑正确分类隶属度不高,分别为62.73%和43.59%。使用本文方法,经过大量数据充分微调的深度学习AlexNet可有效地计算图斑的地类隶属度,并实现自动地表覆盖分类图斑量化评价。