降水现象仪观测应用评估

利用2017年9月至2018年8月北京20个站降水现象仪采集数据与人工平行观测数据,对降水现象仪进行了对比评估。结果表明:降水现象仪的缺测率为0.01%,空报率为0.6%,捕获率为93.5%,漏报率为27.9%,错报率为10.0%。从统计结果可知,降水现象仪的缺测率、空报率较低,捕获率较高,体现出设备性能良好的一面,漏报率和错报率偏高,表明设备漏识别和错误识别的情况较多,漏报主要发生在弱降水过程中,错报主要出现在毛毛雨的识别上。设备测量和人工观测降水开始时间一致性较好,终止时间一致性偏差;降水现象仪现存问题:在大雨强时易出现雨滴叠加误识别,在小雨强时识别率会降低,在无降水错误输出降水现象方面缺少质控。     

浅谈提高空中三角测量数据成果质量的3个关键环节

空中三角测量数据主要是为摄影测量提供定向框架数据,其质量决定最终产品的质量。笔者结合生产实践中遇到的实际问题,对提高空中三角测量数据成果质量的3个关键环节——航外控制测量,航内控制点量测,外业控制点的残差分析、空中三角测量成果检查及评定的重要性进行了阐述。     

人教版初中地理教科书与课程标准的一致性研究

本文借鉴SEC一致性分析模式,首先将人教版义务教育地理教科书与《义务教育地理课程标准(2011年版)》(以下简称《初中地理课标》)的不同内容主题分为五级认知水平来建立分析的二维矩阵,并通过"标准化处理"生成编码数据。然后利用波特公式计算四册教科书与《初中地理课标》之间的一致性系数,发现七年级下册、八年级下册地理教科书与初中地理课标的一致性程度不如七年级上册、八年级上册地理教科书。对此,提出地理课程标准应合理设置认知水平、教科书编写应努力契合课程标准、建立教科书与课程标准的一致性评价制度等建议。     

新疆地区土地覆被遥感数据的一致性研究

鉴于新疆地区对中国乃至中亚有着特殊的战略意义,本文针对不同数据源及分类系统在土地覆被数据的空间分布上缺乏互通性问题,结合2010年目视解译土地利用现状遥感监测数据、GlobeLand30和GlobCover2009共3种土地覆被数据,采用类型相似分析、类型混淆分析、混淆矩阵分析、空间一致性分析4种方法开展精度评价及一致性分析,以期对土地覆被数据在中国西北干旱区的适用性及适用范围提供有效建议。结果表明,3种土地覆被数据对新疆地区土地覆被类型构成基本一致,且对裸地类型的辨识度最高;新疆地区中高度一致区域占新疆总面积的95%;3种数据两两对比时,总体精度在64.11%~72.57%之间,其中目视解译数据/GlobeLand 30组合表现出最高水平,且仍有提高空间,反映出目前相同卫星传感器是提升精度评价结果的重要因素之一,且不同分类系统、分类方法、空间分辨率及卫星过境时间等因素对精度评价结果也会产生巨大影响。为解决此类问题,利用多源土地覆被遥感数据的融合技术提高数据精度,或是利用深度学习对遥感影像资料进行精确地解译和判读,将是今后全球土地覆被制图及应用领域的主要发展趋势。     

多源矢量数据一致性处理研究

如何对空间数据进行有效管理和综合应用,特别空间数据的增量级联更新、集成与融合问题,是当前GIS发展中的一项课题。多源异构数据融合的前提是对不同空间数据中的同一地理实体进行识别,建立数据之间的匹配关系,进行一致性处理。本文对多源空间矢量数据产生差异的原因、多源空间矢量数据不一致的表现特征进行归纳;本文介绍多源空间矢量数据一致性处理的必要性,即能够实现数据的有效融合、能够实现对数据质量的评估等;提出了多源空间数据一致性处理基本原则和方法,为相关的工作提供参考。     

面向无人机倾斜影像的高效SfM重建方案

针对无人机影像分辨率高、数据量大导致稀疏重建效率低的问题,提出了一种减少影像匹配对数量、提高外点剔除效率的算法。首先利用无人机飞控数据、相机安装角计算影像的粗略POS（positioning andorientation system）信息;然后基于拓扑连接分析设计了最大生成树算法（maximum spanning tree expansion,MST-Expansion）,最大程度地降低影像配对数;考虑到初始匹配的高外点率,设计了分层运动一致性约束（hierarchical motion consistency constraint,HMCC）算法,提高几何验证算法的效率。4组不同倾斜设备采集的无人机影像的实验结果说明,该方案能够在保证重建精度的前提下,实现无人机倾斜影像高效和稳健的稀疏重建。     

面状实体增量融合过程中拓扑冲突检测及一致性维护方法研究

针对目前面状实体增量融合过程中存在的拓扑冲突检测及一致性维护方法局限性强、通用性及效率较低、拓扑差异识别不准确等问题,提出了一种新的基于空间关系模型的拓扑一致性检测及维护方法。该方法在面状增量实体的基础上,设计了包括定性的面状实体拓扑关系类型、定量的位置特征及部分拓扑关系的集成空间关系表达模型,以最新版本数据库中面状增量实体的拓扑关系为冲突检测标准,设计并实现了顾及几何一致性的面状实体拓扑冲突自动检测和一致性维护算法。实验结果表明,该算法精度可达到90%左右,可很好地完成增量融合过程中的冲突检测及拓扑一致性维护工作,针对性强,适用性高。     

激光雪深观测仪与人工观测比对试验方法及分析

从传感器设计原理及数据处理算法等方面介绍一种激光雪深观测仪,提供一种雪深对比试验方法,对观测数据进行完整性、稳定性、准确性等评估分析。结果表明：试验分析数据差异主要是由风速、冰水混合物、昼夜温差大等因素引起的。通过对激光雪深观测仪数据与人工观测数据进行一致性分析得知,激光雪深观测仪测量精度达到了《地面气象观测规范》要求,可连续准确地反映积雪变化。最后讨论了激光雪深观测仪存在的问题并提出改进意见。     

面向生产的一体化空间数据模型

在分析了现有典型空间数据模型的基础上,提出了一种面向生产的一体化空间数据模型.该模型将实体的几何和拓扑信息紧密联系在一起,具有较强的空间表现力,能够实现空间数据的几何、属性和拓扑关系一致性的实时维护,并能支持GIS数据和制图数据的一体化生产.实践表明,采用该数据模型,有效地提高了空间数据生产的质量和效率.     

多极化SAR溢油探测影响因素分析研究

Polarimetric synthetic aperture radar(SAR) oil spill detection parameters conformity coefficient(μ), Muller matrix parameters(|C|, B_0), the eigenvalues of simplified coherency matrix(λ_(nos)) and the influence of SAR observing parameters, ocean environment and noise level are investigated. Radarsat-2 data are used to make systematic analysis of polarimetric parameters for different incidences, wind speeds, noise levels and the ocean phenomena(oil slick and look likes). The influence of the SAR observing parameters, the ocean environment and the noise level on the typical polarimetric SAR parameter conformity coefficient has been analyzed. The results indicate that conformity coefficient cannot be simply used for oil spill detection, which represents the image signal to the noise level to some extent. When the signals are below the noise level for the oil slick and the look likes, the conformity coefficients are negative; while the signals above the noise level corresponds to positive conformity coefficients. For dark patches(low wind and biogenic slick) with the signal below the noise,polarization features such as conformity coefficient cannot separate them with oil slick. For the signal above the noise, the oil slick, the look likes(low wind and biogenic slick) and clean sea all have positive conformity coefficients, among which, the oil slick has the smallest conformity coefficient, the look likes the second, and the clean sea the largest value. For polarimetric SAR data oil spill detection, the noise plays a significant role. So the polarimetric SAR data oil spill detection should be carried out on the basis of noise consideration.