小波变换和BP神经网络模型在沉降变形监测中的应用研究

变形预测在预报工程险情方面起着关键性的作用,针对施工中需及时、准确地预测变形的问题,本文利用小波变换原理对监测数据进行降噪处理,并采用BP神经网络分析不同训练样本下的预测效果和精度水平。实验结果表明:基于小波消噪后的BP网络模型,以连续的近期观测数据作为训练样本,对下期变形预测精度高,效果好,相对误差很小。因此,小波变换和BP神经网络模型在沉降变形监测工程中能作为预测研究与应用的参考。     

球面距离计算方法及精度比较

球面距离(角间距)计算是天文或地理学中极常用的计算之一,也是目标查找、锥形检索、交叉证认等方法的基础。数学上,通过球面几何可以直接计算出两点的距离,前人已经推导出了多个复杂程度不一的计算方法。但是由于计算机的精度有限,在进行数值计算时有舍入误差,导致公式计算结果出现偏差。对几个常用的球面距离计算公式进行了考察,测试并对比它们在不同计算环境下的精度与优缺点。此外还展示并比较了几种常用天文软件包、数据库的球面距离计算方法,以期有助于天文工作者选择适合自己当前需要的计算方法。     

小区域消费级无人机倾斜摄影像控点布设及建模精度研究

像控点布设是无人机倾斜摄影施测阶段的重要环节,直接决定后期三维实景模型的精度。本文面向校园等小区域环境,利用消费级单镜头多旋翼无人机航摄系统获取影像数据,重点设计了不同像控点布设方案,基于全自动数据处理系统进行空三加密及三维模型的构建,并对模型成果进行精度分析,为实际工作中小区域像控点的布设提供建议和指导。     

利用Sentinel-2A多光谱成像仪与Landsat8陆地成像仪影像进行普陀山岛植被分类效果比较

卫星遥感技术可用于海岛资源调查。Sentinel-2A与Landsat 8两颗卫星都可免费提供空间分辨率较高的多光谱遥感影像,在海岛调查中的应用潜力较大。本文以浙江舟山普陀山岛为例开展了针对这两种影像在海岛植被分类中的应用效果的研究,分别利用Sentinel-2A多光谱成像仪（MSI）和Landsat 8陆地成像仪（OLI）影像基于最大似然法分类获得了该岛阔叶林、针阔混交林、针叶林、灌丛、草丛等植被及其他地物的分布情况,并进行了精度检验,结果表明MSI的总体分类精度略高于OLI。     

结合空间信息选取最优端元组合的混合像元分解

传统的混合像元分解算法认为每个像元都包含图像中所能提取的全部端元组分,但这并不符合实际情况。实际上图像中大多数混合像元仅由少部分端元混合而成。由于端元提取精度及噪声的影响,采用全部端元对混合像元进行分解,会使得混合像元中实际并不存在的端元的丰度估计值不为零,分解结果存在较大误差。由于混合像元大多存在于不同地物的交界处,基于此,本文提出了一种结合图像的空间信息选取混合像元最优端元子集的方法。利用一个空间结构元素,从混合像元的附近邻域开始搜索,将搜索到的纯净像元光谱与所提取的图像端元光谱进行对比,并确定混合像元的端元子集进行分解。根据RMSE大小和变化情况,逐步扩大结构元素的大小,不断调整搜索范围,直至得到最优端元组合。模拟数据和真实数据的试验结果表明,该方法相比传统的全端元光谱分解方法,在总体上获得了更好的分解效果。     

GF-2支持下的干旱区稀疏植被区植被覆盖度估算

现有像元二分模型MODIS植被覆盖度模型因其形式简单、适用性较强的特点被广泛应用于区域植被覆盖度（FVC）的估算。然而,研究表明在沙漠和低植被覆盖的西部干旱区,从250 m的影像上很难精准地获取NDVI_veg（全植被覆盖植被指数）和NDVI_soil（全裸土区植被指数）参数。利用常用的直方图累计法获取模型所需参数NDVI_veg和NDVI_soil,估算结果存在普遍高估现象。为此,本文首先引入同期获取的GF-2号卫星数据,从GF-2号影像上提取植被覆盖像元;然后,利用Pixel Aggregate方法重采样至250 m分辨率,获取250 m空间分辨率下纯植被和纯裸土像元;最后,将纯植被和纯裸土像元各自空间位置相对应的MODIS NDVI数据最大值作为模型所需NDVI_veg和NDVI_soil参数,实现研究区内植被覆盖度的估算。试验通过与线性回归法、多项式回归法和直方图累计像元二分模型法估算结果进行精度对比,结果表明：利用GF-2影像辅助的像元二分模型,精准地获取了低植被覆盖区NDVI_veg和NDVI_soil模型参数,提高了干旱区植被覆盖度的估算精度,并有效地抑制了受稀疏植被影响NDVI在干旱区普遍偏高问题导致的FVC高估的现象。     

基于SSW点云数据的矢量地图平面精度自动校验方法

常规的矢量地图精度校验采用抽样与实地测量,外业工作量大,自动化程度低。针对这一问题,本文提出基于SSW激光点云数据的矢量地图平面精度自动校验方法。首先,使用车载激光扫描器获得道路两侧高精度点云数据,并对点云数据进行滤波、坐标转换和精度检验;其次,基于多特征识别算法,使用SWDY软件提取点云特征点线;最后,利用最近邻法搜索待检矢量图中的同类地物特征点线,并计算匹配点线对的中误差。以兴化城区为试验区,采用该方法检测该地区1：1000比例尺的矢量地图平面精度,试验结果显示,成功匹配了点云数据205个地物特征中的201个,矢量地图的总体中误差为0.26 m,且能够发现待检测矢量地图中的采集丢漏与明显错误。本文方法可以减少现有检测方法的野外实测工作量,增加检测样本数量,降低检测过程中的人为干扰因素,有效提升检测的可靠性与检测效率。     

基于MS60的BIM放样与施工结果精度分析

随着各种异形建筑的不断出现,传统施工放样方法及检测技术已不能完全满足施工要求,因此需要引进新的施工放样及检测技术。本文结合重庆仙桃数据谷金融大楼项目,运用MS60的BIM放样与三维激光扫描技术,探究其在异形建筑施工放样及结果检测中的高效性、可靠性。在施工放样过程中,首先通过在BIM模型上选取放样点,利用MS60全站扫描仪自动搜索与追踪,简化施工放样流程;然后运用BIM模型与点云数据相结合的表面偏差分析对施工结果进行高精度分析,从而为后续施工提供参考。     

海表面温度时空变异特征及对验证误差影响

海洋要素的变化存在明显的区域性和季节性的变化特性,本文选择海洋要素中最为突出的海表面温度(SST)要素作为主要分析参数,设计时空变异参数的计算指标,分析时空变异对验证误差影响的关系,通过研究及试验的数据精度验证,证明了时空变异是造成误差的直接原因之一。强烈的时空属性变异,在验证过程中会引入很大的验证误差,处于不同变异等级区划的数据,其验证结果相对误差可达13.08%,变异越剧烈的区域,精度验证效果越差,验证误差就越大,这些误差并非完全是遥感产品的误差,验证结果不具有代表性,不能真实的反映遥感产品的误差特征。对于SST等海洋遥感产品验证时,需要考虑时空变异对验证误差的影响和贡献,合理选择验证试验区域、代表性的评价数据集和科学的评价方法。     

车载移动测量系统点云精度评定方法

为了对车载移动测量系统点云精度进行客观准确的评价,该文提出了利用室外三维检测场,借助自制的反射纸、球形靶标和特征地物,获取特征点的高精度三维坐标和特征线的长度值,通过与系统解算出来的结果进行比对,评价了系统的绝对精度、相对精度和重复性精度。试验结果表明,该文提出的方法可以对厘米级车载移动测量系统进行点云精度评定,方法切实可行,为相关检测标准的制定提供技术支持。