坐标相似变换模型的探讨

常用的坐标转换模型,讨论了大地高的不确定性对应用Bursa模型进行坐标转换的影响。结合工程应用的实际情况,选择平面坐标转换模型对北京地方坐标与西安80坐标进行转换,转换精度满足实际需求。     

GPS技术在山区石油地震勘探测量中的应用

针对GPS技术在山区石油地震勘探测量中的工作方式,结合2007年度南盘江一桂中地区二维地震大剖面资料采集应用GPS的工程实例,介绍GPS技术应用的新进展。通过GPS静态测量和应用RTK技术放样物理点,从测前准备、数据处理、精度分析等方面,阐述提高作业精度、有效进行质量控制的方法,旨在最大限度地发挥GPS技术在山区施工中的作用。     

GPS网络RTK的质量控制

随着科技的发展与工程应用的深入,传统RTK技术的不足也逐渐体现出来。网络RTK的出现克服了它的局限性。本文简要介绍了网络RTK的概念、工作原理、误差来源与平差、质量控制方法。     

基于GPS的短基线定向测量及精度分析

介绍了利用GPS载波相位测量技术进行短基线定向的基本方法,推导了估计GPS短基线定向的精度公式,得到了对于边长400～700 m的基线可以达到±(1"～2")的方位精度.     

基于高光谱Hyperion数据的线性光谱混合模型与神经网络模型的比较

混合像元问题是定量遥感中的热点问题之一,为了改进从遥感数据中提取定量信息,人们建立了各种混合光谱分解技术,其中线性光谱混合模型和神经网络模型就是两种比较成熟的方法。以陕西省横山地区的高光谱Hyperion数据为研究基础,通过最小噪声变换(MNF)、像元纯度指数(PPI)转换和RMS误差分析的迭代方法相结合提取影像中的纯净像元作为终端端元。分别运用神经网络模型和线性光谱混合模型对影像进行光谱分解,得到各个组分的分解图像。以标准植被指数(NDVI)影像为衡量标准,选取训练样本点,分别对两种模型进行回归分析,结果显示NDVI影像与线性光谱混合模型植被分解图像的判定系数(R2=0.91)要大于其与神经网络模型的判定系数(R2=0.81)。进一步分析表明在一般情况下,线性光谱混合模型具有比神经网络模型略高的分离精度,但是神经网络模型对细部信息的提取的效果要好于线性光谱混合模型,最后提出了端元均方根误差(EAR)指数,一种新的混合像元分解的思路。     

边角网平差中方差分量估计改进算法

基于单位权中误差的先验估值与验后估值一致,对边角网提出一种改进的赫尔默特方差分量估计算法,该算法可直接计算角度和边长的方差分量估值,克服了原公式计算过程繁琐、占有内存量大的不足,通过采用Newton法进行迭代计算,收敛效果好,算例表明该方法是有效的。     

基于转换图谱算法的地面坡度统计误差校正研究

以济南市南部山区为试验区,探讨在ArcGIS中进行DEM总体精度计算的方法,并分析不同比例尺DEM对地面坡度分级统计的影响。为有效校正地面坡度分级统计的误差,构建高精度的1∶2 000地面坡度与1∶1万地面坡度的"地面坡度转换图谱"。在此基础上根据回归统计得出各级别对应的二次拟合曲线,校正能够大幅度提高地面坡度统计的精度。     

RBF网络在地质样品非线性基体效应校正中的应用

基于RBF(Radial Basis Function)网络的正交最小平方算法,对攀枝花地质样品进行动态非线性基体效应校正.首先采用EDXRF仪器对样品进行测量,并对样品的荧光计数进行归一化,设计出自动分类模型和动态非线性数据基体效应校正模型的二级串联结构,用自组织神经网络(SOFM)进行分类,然后用RBF网络预测了未知样品元素Ti的百分含量.结果表明:对所预测样本的Ti的百分含量与化学分析相比的误差均小于0.5%.由此可见,用RBF方法可以有效地对地质样品进行非线性基体效应校正,能够达到工矿生产的要求.     

水准测量精度提高浅议

水准测量是水文站的基本工作,是确定水准点、水尺零点、大断面高程的常用方法,水准测量对于水文工作者来说是十分重要的,在测验工作中发挥着不可替代的作用,水准测量的精确与否,直接影响水文站的资料质量。因此,有必要分析水准测量的误差,找出控制纠正的方法,避免错误的出现,保证水文站的日常观测。     

小波技术在GPS基线解算数据预处理中的应用

采用小波技术对GPS观测数据进行处理。应用小波变换技术对GPS相位观测值进行周跳的探测和修复。GPS相位观测值可以作为时间序列来进行分析,作为时间函数,它所表现出来的是一条光滑度很好的曲线,一旦出现周跳,这种光滑性就被破坏,从发生周跳的历元开始,后继相位观测值序列发生等量阶跃,通过小波变换的信号特性检测原理,能够有效地探测出周跳的发生,这种方法对于缩小模糊度搜索空间及提高模糊度解的有效性有明显的作用,从而提高基线解算的精度。