利用p~3软件进行GPS单点定位解算的若干问题

利用p3软件对大量实测数据进行了高精度单点定位有关问题的验证和分析;在IGS提供的精密星历和卫星钟差产品中,较为深入地比较分析了快速产品和几种最终产品的定位精度、收敛速度及p3软件的正反算结果精度。得出以下结论:快速产品与最终产品的定位精度和收敛速度相似;COD的收敛速度和定位精度最高;p3软件的反算精度明显优于正算,且精度也比较均匀。这些研究成果对PPP技术的实际应用具有较好的借鉴意义。     

基于DEM的SAR图像模拟

首先阐述了研究基于数字高程模型(DEM)的SAR图像模拟的重要性。然后针对SAR图像的几何特点,并顾及地面坡度、成像距离等因素对雷达波后向散射强度的影响,设计了基于强度积分的SAR图像模拟方案。根据Leberl构像模型计算SAR图像的像点坐标,采用强度积分策略对各点处的强度进行模拟,并进行归一化处理。通过仿真实验得到了满意的SAR模拟图像,验证了该模拟方案的正确性和有效性。     

西区——三门经济新的增长点

西区位于三门县老城区西侧,上三高速公路出口以东,包含沙田洋、马湖洋、岭口、统建西岙四大区块,规划总面积6．5平方公里,建设用地面积5．4平方公里。作为县城的西大门,高速公路的连接点以及进出三门的咽喉,区位优势明显。     

论氢化物的形成及其在分析测试领域的应用

论述了氢化物形成的普遍性、氢化物的物理化学性质、元素周期系各类元素的氢化物类型。认为一些金属离子、非金属离子在酸性介质中与硼氢化钾（钠）作用及金属锌等强还原剂作用生成氢化物。综述了氢化物的形成在分析测试领域的应用：试样分解、分离富集、容量分析、光度分析、原子光谱分析、质谱分析。     

FPAR的Monte Carlo模拟研究

FPAR (fraction of photosynthetically active radiation absorbed by the canopy)是植被冠层阻截太阳光合有效辐射的比例,是遥感估算陆地生态系统植被净第一性生产力(NPP)的重要参数.利用Monte Carlo方法模拟光子在植被冠层中的辐射传输过程,以植被冠层二向反射分布函数的模拟来验证模拟的正确性;在此基础上对400-700nm光合作用波段范围内的植被叶片吸收光子辐射比例的FPAR进行模拟.FPAR的Monte Carlo模拟结果,揭示了FPAR与太阳天顶角及植被冠层参数之间的关系.     

基于遗传算法的空基导航信号增强平台组网优化方法研究

根据空基导航信号增强平台的工作原理设计了组网优化评价指标;然后简单介绍了遗传算法的基本原理,对空基增强平台的空间位置进行了二进制编码;最后采用通用的遗传算法对空基导航信号增强平台空间分布进行优化搜索。仿真实验结果证明该算法能够对空基导航信号增强平台进行有效布置,覆盖范围内导航服务误差分布合理,并且能够根据实际要求对空基平台进行优化调整。     

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。     

GNSS系统及其技术的发展研究

阐述了国际上卫星导航系统的总体发展,对美、俄、欧、中的四大全球系统,以及相关的区域系统和增强系统进行了简单的介绍,研究分析了GNSS系统及其技术的发展趋势,同时分析了我国Compass全球系统面临的机遇和挑战,并提出了我国未来工作的建议.     

基于BERN5．0软件计算的北京地区GPS可降水量研究

收集了2002-2007年6年期间的北京房山站（BJFS）连续观测数据,利用BERN高精度GPS数据处理软件计算出该站的对流层延迟,再利用该站的气象观测资料分离干延迟获得2mm精度的湿延迟,计算出BJFS站的可降水量（PWV）,组成长达6年的时间序列,初步探讨北京地区的季节性降水量变化,特别是第三季度的可降水量影响,通过数据走势,预测计算不同季度的降水概率。