基于小波变换与滤波的DEM简化方法

针对现有3维地形模型简化方法中的不足,提出了一种基于小波变换与滤波的规则格网简化方法。同时还在大量实验的基础上,给出了一般情况下需要的变换层数,分析了滤波门限与简化效果之间的关系。这里的研究不仅为3维地形的多分辨率合理建模与精度评估提供了理论和方法,而且也为今后开展类似研究及进行建模质量控制提供了科学的依据。     

CA-AR模型在人口空间场属性变化模拟中的应用

本文结合CA(cellular automata)和AR(auto-regression)提出模拟人口空间场属性变化的CA-AR模型,以1991～2006年成都市各区、县市的人口统计数据和成都市行政区划图为基础,将行政单元转化为单元网格,分别建立成都市主城区各单元格的CA-AR模型。结果显示,模拟结果的绝对误差和相对误差都较小,模拟精度较高,模型的显著性水平都比较高,说明CA-AR模型用于模拟人口空间场的人口数量变化是可行的。     

坐标相似变换模型的探讨

常用的坐标转换模型,讨论了大地高的不确定性对应用Bursa模型进行坐标转换的影响。结合工程应用的实际情况,选择平面坐标转换模型对北京地方坐标与西安80坐标进行转换,转换精度满足实际需求。     

GPS网络RTK的质量控制

随着科技的发展与工程应用的深入,传统RTK技术的不足也逐渐体现出来。网络RTK的出现克服了它的局限性。本文简要介绍了网络RTK的概念、工作原理、误差来源与平差、质量控制方法。     

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。     

低渗透储层水平井—直井联合布井极限注采井距研究

低渗透储层水平井—直井联合布井技术具有广泛的应用前景,其布井方式至关重要。首先利用劈分流场的方法直观地给出常规储层水平井—直井联合布井的产能评价方法;然后针对低渗透储层的渗流特点,在考虑启动压力梯度条件下建立新的井网渗流物理模型并求解得到产能评价公式;最后经分析计算给出启动压力梯度影响的面积井网极限注采井距关系曲线。研究结果为低渗透储层部署水平井—直井联合井网提供理论依据。     

Chebyshev逼近滤波器在位场分离中的应用

在对经典FIR数字滤波器的设计方法进行研究的基础上,提出了一种可以用于位场分离的基于Chebyshev最佳一致逼近原理的FIR滤波器的设计方法。在理论模型实验中,采用基于Hanning窗的低通滤波器计算出的区域异常最大误差为6.266×10^-6 m/s² ,均方差为2.115×10^-6 m/s² ,最大百分比误差为22.2%,而且计算点在±9 km以外的误差均大于10.1%。而利用最佳一致逼近原理分离出的区域场和局部场与理论异常值拟合得较好,曲线基本重合。分离出的区域异常最大误差为3.101×10^-6 m/s² ,均方差为0.989×10^-6 m/s² ,最大百分比误差仅在边部的几个数据上,为7.76%,其余各点的误差均小于4.1%。实例检验中将该方法用于孙吴—嘉荫剖面布格重力异常场的分离,分离出的区域场中局部场残留少,分离彻底,效果较为理想。     

井中激电地-井方式井旁球体正反演

以激发极化法中的地-井方式中的体极化球形体作为研究对象,采用解析法对地下半空间的电位场进行求解,利用提取出的井中二次场异常电位差进行反演,得出极化球体的球心离井的距离和球心的埋深。通过计算机进行正反演模拟,验证了进行正反演计算的解析式的正确性,并从物理意义上对正反演过程中出现的现象进行分析。最后给出该方法的适用条件以及注意事项。研究对激发极化法地下勘探目标的定量分析具有明确意义。     

边角网平差中方差分量估计改进算法

基于单位权中误差的先验估值与验后估值一致,对边角网提出一种改进的赫尔默特方差分量估计算法,该算法可直接计算角度和边长的方差分量估值,克服了原公式计算过程繁琐、占有内存量大的不足,通过采用Newton法进行迭代计算,收敛效果好,算例表明该方法是有效的。     

基于转换图谱算法的地面坡度统计误差校正研究

以济南市南部山区为试验区,探讨在ArcGIS中进行DEM总体精度计算的方法,并分析不同比例尺DEM对地面坡度分级统计的影响。为有效校正地面坡度分级统计的误差,构建高精度的1∶2 000地面坡度与1∶1万地面坡度的"地面坡度转换图谱"。在此基础上根据回归统计得出各级别对应的二次拟合曲线,校正能够大幅度提高地面坡度统计的精度。