模糊聚类定权法对SLR定轨精度的影响

针对卫星激光测距(satellite laser ranging,SLR)精密定轨过程中存在的测站观测数据合理定权问题,将一种改进的模糊聚类算法引入到SLR观测数据定权中。基于国际激光测距服务(International Laser Ranging Service,ILRS)提供的全球SLR测站性能报告,对测站进行近实时滑动分类定权,改变SLR数据处理中权重的经验或者随意性选取模式。经过LAGEOS1卫星2014年1月至2016年12月3年全球SLR实测数据处理的测试。结果表明,当考虑LAGEOS标准点总数、LAGEOS标准点RMS值以及LAGEOS标准点合格率这3项测站质量控制因素确定的测站权值能最大限度地提高卫星定轨精度和观测数据的使用效率,对参与计算的365个3d弧段数据,91.46%弧段精度得到提高,平均提高约3.7mm,且每个测站的定轨残差RMS也得到了降低。这对于正在迈向毫米级测量精度的SLR技术至关重要。     

一种基于模糊矩阵的空间面对象相似性度量算法

针对地理信息科学中相似性描述尚未考虑其模糊性本质这一现状,将空间面对象相似性度量进行程度划分,而不是界定在相似和不相似两个绝对地带,从而将空间面对象的相似性度量转化为相似程度评判。以纵横轴比、矩形度、面积凹凸比、周长凹凸比和方向为相似程度评判因子,通过模糊矩阵组建评判矩阵,将空间面对象相似性度量模拟为专家评判系统,最终获取待比较的空间面对象之间的相似程度。通过实例验证,算法具有一定可行性,为相关空间查询、空间分析、空间推理、制图综合、地图匹配等起到一定参考作用。     

包头市赛汗塔拉湿地草原旅游吸引力的多层次评价

赛汗塔拉湿地草原(或称赛汗塔拉公园)坐落于内蒙古包头市,属于原始草原湿地生态系统。其独特的草原湿地景观及蒙古族的民俗风情,极具地域代表性。利用层次分析法及模糊综合评价法对赛汗塔拉公园的旅游吸引力进行评价。结果表明:(1)一级指标“旅游资源”中“自然景观”“人文景观”指标对旅游吸引力的影响较大;(2)该湿地的“综合旅游吸引力”得分属于较高水平,说明其具有较强吸引力;(3)游客对该湿地的植被、水体质量和基础设施等方面较为关注。综合评价当前赛汗塔拉湿地草原的旅游吸引力,可为其今后的可持续发展提供一定的科学依据与参考。     

时间尺度重构EEMD-GRNN改进模型预测PM2.5的研究

合理构建PM_2.5浓度预测模型是科学、准确地预测PM_2.5浓度变化的关键。传统PM_2.5预测EEMD-GRNN模型具有较好的预测精度,但是存在过于关注研究数据本身而忽略其物理意义的不足。本研究基于南京市2014-2017年PM_2.5浓度时间序列数据,分析PM_2.5浓度多尺度变化特征及其对气象因子和大气污染因子的尺度响应,基于时间尺度重构进行EEMD-GRNN模型的改进与实证研究。南京市样本数据PM_2.5浓度变化表现为明显的天际尺度和月际尺度,从重构尺度（天际、月际）构建GRNN模型更具有现实意义;同时,PM_2.5对PM₁₀、NO₂、O₃、RH、MinT等因子存在多尺度响应效应,以其作为GRNN模型中的输入变量更具有时间序列上的解释意义。改进后的EEMD-GRNN模型具有更高的PM_2.5浓度预测精度,MAE、MAPE、RMSE和R²分别为6.17、18.41%、8.32和0.95,而传统EEMD-GRNN模型的模型有效性检验结果分别为8.37、27.56%、11.56、0.91。对于高浓度天（PM_2.5浓度大于100 μg/m³）的预测,改进模型更是全面优于传统EEMD-GRNN模型,MAPE为12.02%,相较于传统模型提高了9.03%。     

一种变形监测中中长基线的单历元模糊度解算算法

针对已有单历元模糊度解算算法只适用于短基线的情形,根据误差传播率确定模糊度精度,依据误差确定模糊度搜索空间,提出一种利用GPS双频观测信息实现中长基线下单历元模糊度固定的算法。首先,利用电离层约束法得到双差模糊度之间的线性约束条件;其次,利用变形监测中监测站点坐标近似已知的条件进行约束,反算获得近似模糊度;最后,根据监测站点已有的观测数据精度给出搜索空间,搜索固定模糊度。结果表明,该方法可以实现中长基线下单历元的模糊度固定,对实时变形监测有一定的参考价值。     

基于卷积神经网络与条件随机场方法提取乡镇非正规固体废弃物

随着村镇经济建设发展,生活垃圾和工业固体废弃物造成的污染问题日益突出,已经成为制约新农村建设发展和生态文明建设的关键问题,而目前针对乡镇非正规固体废弃物的调查与统计主要依赖全国各乡镇相关部门逐级调查上报,工作量较大。本文基于高分辨率遥感影像,将深度学习模型和条件随机场模型相结合引入到乡镇固体废弃物的提取研究中,探索一种基于深度卷积神经网络的乡镇固体废弃物提取模型。由于固体废弃物在影像上表现为面积小,分布破碎等特点,为了提高工作效率,将模型特分为识别和提取2个部分：① 通过全连接卷积网络（CNN）对固体废弃物进行快速识别判断,筛选感兴趣区域影像块;② 在传统的全卷积神经网络(FCN)的基础上加入条件随机场模型(CRF)提取固体废弃物边界,提高整体分割精度。根据安徽、山西等地区相关部门上报固体废弃物堆放点以及住房与城乡建设部城乡规划管理中心进行野外检查的结果,实验最终识别精度达到86.87%以上;形状提取精度为89.84%,Kappa系数为0.7851,识别与提取精度均优于传统分类方法。同时,该方法已经逐步应用于住房和城乡建设部有关成都、兰州、河北等部分乡镇非正规固体废弃物的核查工作,取得了较为满意的结果。     

GNSS多天线基线网单历元模糊度同步解算法

提出多天线基线网单历元模糊度同步解算法,其具体实现步骤为:1)根据宽巷组合模糊度易于固定的优点,采用附加已知基线长度约束法同步解算各基线的宽巷模糊度,得到dm～cm级精度的近似基线分量;2)将解算得到的各近似基线分量作为约束,同步解算各基线的基频模糊度,以获取mm级精度的基线矢量。该方法的关键在于检验各历元宽巷模糊度解算的正确性,以获取可靠的近似基线分量,为解算各基线的基频模糊度提供准确的基线先验信息。由于动态情况下各历元观测信息比较少,单纯依赖ratio检验不可靠,提出结合基线误差、单位权中误差、基线网模糊度闭合环及ratio值等对多组宽巷模糊度进行检验,避免ratio值设置不当导致模糊度检验中发生纳伪和弃真问题。实测数据结果证明,该处理方法使得模糊度解算的成功率提高1%～2%,可以获取移动平台更丰富的导航信息,提高其服务能力。     

卷积神经网络在SAR遥感海冰分类中的应用可行性分析

分别介绍了卫星遥感海冰监测、分类的传统方法,以及卷积神经网络在遥感影像分类识别中的应用成果。尝试将在图像识别、语言检测等方面取得成功的卷积神经网络算法应用在海冰图像分类中,利用其能够应对非线性、网络结构简单、可并行运算等能力去解决海冰数据分类问题。