基于不同空间尺度测站网的BDS-3 GEO卫星轨道机动实时监测

地球静止轨道(GEO)卫星为保持地球同步特性,需要频繁进行轨道机动,及时准确的对卫星轨道机动的状态进行动态监测,有助于对卫星真实轨道进行修复,使其在机动过程中仍能提供基本可用的轨道参数. 利用基于历元差分测速原理的卫星轨道监测模型,对北斗三号卫星导航系统(BDS-3)的2颗GEO卫星各12次历史机动进行了分析. 结果表明:所选不同空间尺度测站网均可以对C59卫星的机动时间与轨道动态变化进行实时监测,且监测结果基本一致. 另外,本文所选的不同空间尺度测站网均可对C60卫星机动时间进行精准探测,但在对其轨道状态进行实时监测时,空间尺度较大的测站网监测结果更优.      

BDS-2/BDS-3/GPS/Galileo双频精密单点定位精度分析与评价

由于北斗卫星导航系统(BDS)已完成正式组网,有必要对BDS的定位性能进行精度评估与分析. 本文主要通过在MGEX (Multi-GNSS Experiment)选取8个测站5天的观测数据,以北斗二号/北斗三号(BDS-2/BDS-3)为主分析BDS-2/BDS-3、BDS-2/BDS-3/Galileo、BDS-2/BDS-3/GPS、BDS-2/BDS-3/GPS/Galileo四种不同组合卫星系统静态精密单点定位(PPP)性能,试验结果表明:BDS-2/BDS-3静态PPP在东(E)、北(N)、天顶(U)方向上的定位精度和收敛速度分别优于2.49 cm、2.27 cm、4.04 cm和34.6 min、19.3 min、28.1 min;BDS-2/BDS-3/Galileo静态PPP在E、N、U方向上的定位精度和收敛速度分别优于1.81 cm、1.65 cm、2.94 cm和20.4 min、13.0 min、18.6 min;BDS-2/BDS-3/GPS静态PPP在E、N、U方向上的定位精度和收敛速度分别优于1.67 cm、1.62 cm、2.82 cm和18.3 min、10.2 min、16.1 min;BDS-2/BDS-3/GPS/Galileo静态PPP在E、N、U方向上的定位精度和收敛速度分别优于1.46 cm、1.40 cm、2.45 cm和14.5 min、9.3 min、14.5 min.      

领域知识优化深度置信网络的遥感变化检测

为提高高分辨率遥感影像变化检测精度,提出一种以领域知识为优化策略的深度学习变化检测方法。利用改进的变化矢量分析和灰度共生矩阵算法获取影像的光谱和纹理变化,设定合理阈值获得变化区域待选样本;引入领域知识中图斑形状特征指数与光谱知识,筛选得到高质量的训练样本;构建并训练了深度置信网络模型,使用优化策略对深度学习变化检测结果进行优化,以减少“椒盐”噪声和伪变化区对检测精度的影响。通过高分二号与IKONOS影像的变化检测实验表明,该方法较优化前准确率与召回率最大增幅分别为7.58%和14.69%（高分二号）、17.08%和23.87%（IKONOS）,虚警率和漏检率最大降幅为30.22%和23.30%（高分二号）、17.08%和23.87%（IKONOS）,能够有效提高变化检测精度。     

北斗三号MEO卫星非保守力建模

非保守力模型精度不高是制约BDS-3卫星定轨精度的主要因素之一。本文针对BDS-3 MEO卫星构建了地球辐射、天线辐射和箱体-两翼（BW）太阳光压模型,对典型的经验光压模型（ECOM1和ECOM2）进行补偿得到多个非保守力模型,收集全球观测网的数据进行定轨试验,通过轨道重叠互差和激光测距残差分析比较不同轨道模型的优劣。试验结果表明,经验光压模型是影响轨道精度的主要因素,在名义偏航模式下,ECOM2具有更好的表现,但ECOM1对卫星的姿态模式更不敏感。地球辐射和天线辐射会引起北斗卫星轨道径向约3 cm的系统性偏差,对二者建模后,几乎可以完全消除卫星C29和C30的激光残差系统偏差,但卫星C20和C21的系统偏差反而增大。此外,增加box-wing模型对于提高轨道精度也是有益的。     

基于偏最小二乘算法的ＢＤＳ－２／ＢＤＳ－３卫星钟差短期预报

针对机器学习算法在卫星钟差短期预报应用中训练数据量最佳确定、算法有效性评估研究较少的问题,以 武汉大学ＩＧＳ数据中心连续１５ｄ３３颗事后ＢＤＳ－２／ＢＤＳ－３精密卫星钟差产品为例,基于钟差相位数据的偏最小二乘 （ＰＬＳ）、基于钟差相位数据一次差分的偏最小二乘（ＤＰＬＳ）、长短期记忆网络（ＬＳＴＭ）模型进行了ＢＤＳ－２／ＢＤＳ－３卫星 钟差短期预报。实验结果表明：首先,选择第１５天数据为测试样本,前１４天距第１５天最近的连续ｎ　ｄ数据为训练 样本时,ｎ 为８时,ＰＬＳ模型预报性能达到最优;ｎ 为１、３、８时ＤＰＬＳ预报性能达到相对最优;ｎ 为１１时ＬＳＴＭ 预报 性能最优;ＰＬＳ、ＤＰＬＳ模型的预报效率较优,而ＬＳＴＭ 预报效率较差,最大预报耗时分别为０．２５ｓ、０．９０ｓ、 １９８．６５ｍｉｎ;随着测试样本的增加,ＬＳＴＭ 模型的预报耗时显著增加,而其他两个模型预报耗时基本没有变化;其次, 连续１４ｄ的短期预报（当前１天为训练样本,后１天为测试样本）结果表明,ＤＰＬＳ较ＰＬＳ与ＬＳＴＭ 模型,６ｈ预报时 长下,均方根误差（ＲＭＳ）分别提升了３１．２６％、３９．６６％,极差（Ｒａｎｇｅ）分别改善了２６．３４％、４０．３０％,２４ｈ预报时长 下,ＲＭＳ分别提升了３３．４８％、４２．６８％,Ｒａｎｇｅ分别改善了２９．７７％、４２．９５％。     

全球降水观测计划多卫星联合反演降水产品的极端降水监测潜力研究

基于全国自动站与CMORPH融合降水数据集,综合评估全球降水计划（GPM）下的IMERG与GSMaP的4套纯卫星降水数据,从极端降水指标、极端降水事件探测能力、对于不同历时的极端降水事件精度评估3个方面研究纯卫星降水产品监测极端降水的能力。依据极端降水的阈值将研究区分为3个区域进行研究,结果表明：（1）在RX1指标中,IMERG、GSMaP数据均在受季风影响的复杂地形区域呈现出明显的高估状态,在其余地区存在不同程度的低估现象;在R95pTOT指标中,卫星数据均表现较好,与地面参考数据具有较高的相关性。（2）在极端降水事件探测方面,4套纯卫星产品在东北地区的表现均优于其他区域;GSMaP表现优于IMERG数据,具有较低的误报率,但对极端降水的反演精度较低。（3）在不同历时的极端降水事件精度评估中,IMERG、GSMaP卫星降水产品在历时较长的极端降水事件中的表现较好,具有更高的精度;对于极端日降水事件,卫星降水产品在高雨强下的误差显著性十分明显,远远高于复杂地形对卫星降水反演精度的影响,导致卫星降水在复杂地形区域（Ⅲ区）的表现优于其他区域。总体上,IMERG产品在研究区对极端降水的监测能力优于GSMaP产品,其中又以IMERG_Late表现最佳;4套卫星降水产品均能表现出研究区的极端降水区域特征,但在研究区大部分区域呈现出低估状态,卫星降水产品对于雨强的误差订正仍是未来极端降水反演的重点与难点之一。