元胞自动机最短路径算法优化

概括了当前GIS中最短路径算法,分析了元胞自动机在最短路径分析算法中的原理及应用现状,并从两个方面对基于元胞自动机的最短路径算法进行优化即直线优化的元胞自动机最短路径算法。(1)将A*算法中的启发函数引入元胞自动机模型,提出了直线优化元胞自动机最短路径模型;(2)考虑道路网特征对最短路径算法的影响,得出具有道路网自适应性的最短路径分析模型。最后选取不同形态特征的shp道路网数据,验证了优化算法在实际应用中的适用性和高效性。     

一种适用于电离层层析成像的TV-MART算法

针对电离层电子密度重构问题,提出了一种综合利用总变差最小化(toalvariation,TV)与乘法代数重构算法(multiplicativealgebraicreconstructiontechnique,MART)的电离层层析成像算法。该算法对反演模型的参数施加总变差约束,以提高反演过程的稳定性和结果的精确性。通过模拟数据和实测数据对模型的重构结果进行验证,结果表明,相对于乘法代数重构算法,该算法能够有效地提高电离层电子密度的重构精度。     

多维时空场数据的多模式张量表达模型

对数据量及复杂度日益激增的多维时空场数据进行有效的管理与分析是当前GIS必须解决的重要瓶颈。本文通过引入具有多维统一与坐标无关特性的张量数学结构,研究了多维时空场数据的多模式表达模型,实现了地学数据的张量表达以及面向分析的多维张量数据流与任务流构建。针对不同类型的数据管理与分析需求,通过定义基于原始张量、张量分解以及层次张量分解的三类张量数据表达及应用模式,实现了面向不同应用场景的多维时空场数据的管理与分析。在此基础上,设计了基于张量的多模式数据分析框架以及应用分析业务流模板。对上述关键技术进行算法实现并基于卫星测高数据对相关性能进行了测试与验证。结果显示,基于张量的新型海量时空场数据的多模式表达模型可以很好地支撑海量时空场数据的管理、分析与存储,并在存储空间占用,检索与分析效率上具有明显优势。     

基于CryoSat-2数据的海冰厚度估算算法比较

以北极为研究区,使用CryoSat-2数据,利用现有海冰厚度卫星测高研究中4种主流算法(Laxon03算法、Kurtz09算法、Yi11算法和Laxon13算法)分别对北冰洋海冰厚度进行估算,并将估算结果与研究区IceBridge机载激光测高冰厚数据进行了比较,探索各算法海冰厚度估算的差异,寻找最优的估算算法,为估算长时序海冰厚度提供基础和参考。结果表明,4种算法估算的海冰厚度空间分布较为一致,但不同算法估算的结果差异较大,可达0.476 m;4种算法估算结果大小依次为Laxon03算法、Yi11算法、Laxon13算法、Kurtz09算法;4种算法估算的平均海冰厚度差异,在北极波弗特海海域最大,其次是北极中心海域、格陵兰和挪威海;Laxon13算法估算结果相对于IceBridge观测结果与其他算法相比,具有最小的平均偏差和均方根误差,是卫星测高估算海冰厚度的最优算法。     

Jason-2高度计数据在中国四大海域的波形重跟踪与分析

在Brown-Hayne模型基础上,利用迭代最小二乘算法实现了回波波形参数的重跟踪,同时利用重心偏移算法(OCOG)、阈值算法对Jason-2 卫星的波形数据在中国渤海、黄海、东海、南海4个海域开展了波形重跟踪试验。试验表明,在4个海域,Brown-Hayne模型法获得的波形重跟踪结果相比较于阈值法、OCOG算法与法国空间局(CNES)公布结果最为一致,相互较差的标准差约2 cm左右。50%阈值算法获得的波形重跟踪结果相比较于其它阈值精度更优,与CNES比较其标准差在3~6 cm,但存在4~10 cm的系统偏差。OCOG算法获得的结果存在较大误差,但其结果可作为Brown-Hayne模型解算的初始值。当卫星地面轨迹靠近大陆时,波形重跟踪获得的海面高改正量会较宽阔海域增大,其中南海区域的海面高改正量最大,可达1 m,其原因可能是卫星地面轨迹经过了西沙群岛,雷达回波波形受到了一定的影响。     

线/面Voronoi图的分解合并生成算法

Voronoi图生成算法受到计算效率或生长源类型的限制,难以支撑线/面生长源Voronoi图的构建。本文提出一种生成线/面生长源Voronoi图的分解合并算法,其主要过程是将线/面生长源离散为特征点表达,通过特征点交叉建立最近特征点对,并以最近特征点对Voronoi子区域的交来部分地代替线/面生长源的等距离边界,算法以前后迭代离散计算的Voronoi子区域面积差分作为条件,可有选择地将部分生长源置入迭代过程,使线/面生长源Voronoi子区域逐步调整并达到精度要求。     

多尺度空间同位模式挖掘的点过程分解方法

空间同位模式挖掘旨在发现多类地理要素或事件频繁互邻近形成的关联规则,对于理解复杂地理现象内在发生机理具有重要价值。针对现有基于关联规则的空间同位模式挖掘方法难以对地理数据特性(如多尺度性)进行有效建模的缺陷,本文提出了一种基于点过程建模与分解的多尺度空间同位模式挖掘方法。首先通过构建一个随机变量将多类要素实例分布数据表达为混合空间点过程,并引入一个非参统计指标对同位模式进行特征尺度判别;基于此,定义一种条件概率密度分布函数,利用点过程分解思想挖掘多尺度空间同位模式及其实例分布。试验分析结果表明本文方法可以准确挖掘空间同位模式在不同尺度的空间分布形态,并且有效降低了人为设定参数的主观性。     

附加历元间约束的滑动窗单频实时精密单点定位算法

针对同时估计电离层延迟导致的单频精密单点定位解算秩亏问题,提出了一种附加历元间约束的多历元递推算法。该算法根据无周跳时前后历元模糊度不变的特性,在每一组多历元联合数据解算时,每颗卫星只设置一个模糊度参数,不需要外部先验信息约束即可解决秩亏问题。另外,本文算法同时考虑了参数及观测值之间的时间相关性,采用附加约束的平方根信息滤波对部分参数进行历元间约束,克服多历元算法的病态性,提高了算法的可靠性。试验采用全球分布的15个IGS跟踪站14 d的数据,静态定位精度优于3 cm,仿动态解约为1.5 dm。与同时估计电离层延迟的单频PPP方法相比,收敛速度提高了24%,与双频无电离层组合PPP的收敛速度基本一致,定位精度提高了30%,高程分量定位精度提高更为明显。     

最小体积和平滑性约束的非负矩阵分解高光谱解混算法

针对传统非负矩阵分解算法约束项中仅考虑了端元或丰度的相关属性,存在着解混精度欠佳、对噪声鲁棒性差等问题,提出了一种基于最小体积和平滑性约束的非负矩阵分解高光谱图像解混算法.首先利用了高光谱图像端元的几何特性,同时考虑了丰度的平滑特性,并将这两种特性结合成约束项,同时加入到了非负矩阵分解的目标函数中.然后,通知优化目标函...     

特征变量选择结合SVM的耕地土壤Hg含量高光谱反演

为探讨应用高光谱数据反演耕地土壤重金属汞(Hg)含量,对原始光谱进行10 nm重采样和SG平滑处理,用不同光谱变换数据与土壤重金属Hg含量进行相关性分析,采用IRIV、Random Frog和PCC提取光谱特征波段,分别建立SVM与GWO-SVM土壤Hg含量高光谱反演模型,获取Hg含量最优反演路径。研究表明,一阶微分变换光谱后土壤光谱特征更明显;上述特征提取方法在不同程度上减少光谱数据冗余,保留有效变量信息;经灰狼算法优化后支持向量机模型反演精度提高,IRIV结合GWO-SVM预测精度更高,其验证集R²为0.894,RMSE为0.082,MAE为0.016。研究成果可为类似土壤重金属含量的反演提供借鉴。