基于多频率极化SAR影像的洪河国家级自然保护区植被信息提取北大核心CSCD

植被是湿地生态系统健康状况的"晴雨表",明晰湿地中植被的时空分布,是湿地修复与重建、保护与合理利用的前提和基础。以洪河国家级保护区为研究区,利用全极化C-band Radarsat-2和L-band PALSAR数据,根据极化合成孔径雷达(synthetic aperture radar,SAR)目标分解理论,提取了该保护区不同波长的极化分解参数和特征参量,整合为多源极化SAR数据集,利用多尺度迭代分割算法和Random Forest机器学习算法,构建了研究区中植被的遥感识别模型,实现了对研究区中植被的高精度分类,并对比分析了不同频率SAR数据集在植被识别精度上的差异。研究结果表明,利用整合PALSAR和Radarsat-2极化数据集,获取的植被遥感分类结果的总体分类精度为86.77%,比利用PALSAR极化数据集的分类结果精度提高了15%,但是其与利用Radarsat-2极化数据集的分类结果精度差异不显著;浅水草本沼泽的生产精度达到了90.91%,深水草本沼泽的用户精度为90.63%;C-band PALSAR数据比L-band PALSAR数据更适用于高精度识别洪河国家级自然保护区中的植被。     

Jason-2高度计电离层GIM误差分析及修正研究

基于Jason-2高度计2015年地球物理数据集(GDR)38个周期太平洋海域的全球电离层图(GIM)电离层校正值和双频校正值的数据,分不同季度和不同纬度区域比较二者的差异,结果表明:GIM值与双频校正值之间存在明显的差异,GIM校正值普遍高于双频校正值,说明GIM高估了电离层路径延迟,GIM校正值与双频校正值的差异与季节和纬度区间有关。用梯度下降法得到GIM值的修正方程,将修正方程应用于2016年Jason-2的全年数据,修正后的GIM值与双频校正值十分接近,在各年份中均具有良好的适用性。在单频高度计不能使用电离层双频校正算法的情况下,可以利用不同季度和不同纬度区域的修正方程对同等高度的高度计GIM值进行修正以达到双频校正值的精度水平。     

基于GPS和水准数据的微粒群算法联合反演祁连山北缘断裂三维滑动速率

将微粒群算法与位错理论模型相结合,采用中国地壳运动观测网络提供的青藏高原地区2001~2004年GPS测量数据和2000~2006年水准测量数据,通过常规定权和附有相对权比的方法对祁连山北缘断裂的三维滑动速率进行联合反演,并与蚁群算法反演结果进行对比。结果表明,微粒群算法收敛速度快、稳定性高,结合经典位错理论模型,是一种可以有效求解断层三维滑动速率反演问题的优化算法,在大地测量反演领域极具应用潜力。     

一种顾及有色噪声的四星座GNSS动态导航滤波算法

经典Kalman滤波要求噪声是高斯白噪声,而动态GNSS定位的观测误差和状态预测误差往往是有色噪声。本文提出一种简便的有色噪声函数模型拟合滤波算法,采用前面历元的观测残差和状态残差建立有色噪声模型,削弱有色噪声对动态导航解算的影响。采用四星座GNSS接收机观测数据进行动态导航实验,结果表明,顾及有色噪声的动态导航滤波算法比未顾及有色噪声的经典Kalman滤波算法定位精度更高,三维位置精度提升9%以上。     

基于视频场景多因素的人群运动状态分析

视频GIS集成了视频处理和GIS分析,能够有效完成公共安全场景或区域的人群监测及分析,实现人群运动状态的准确把控。人群运动状态同群体性社会事件的发生及演变密切相关,视频可通过光流场和社会力场表达场景人群运动信息。为提高人群运动状态分析的准确性,综合考虑透视畸变、背景噪声和人群密度等场景多因素,提出根据视频场景多因素分析的人群运动状态的分析方法,通过引入长度透视校正参数和前景检测图像校正场景稠密光流场,然后以校正后的光流场为基础,顾及面积透视畸变与场景人群密度,估算视频前景社会力场。实验结果表明,该方法能够获取视频场景更显著的人群运动状态特征,并在人群行为异常检测等方面效果突出。     

利用改进型MODIS火点探测算法实现河北省秸秆焚烧火点识别

为准确地了解河北省秸秆焚烧火点的空间分布,为秸秆焚烧监测的实现、禁烧工作的开展、环境质量改善提供支持.基于MODIS L1B数据、MODIS标准火点产品MOD14、全国秸秆焚烧火点日报数据为基础,采用改进型MODIS火灾探测算法,并通过IDL语言实现,得到秸秆焚烧火点空间分布信息,并进行空间与定量精度分析.研究表明:火点大部分位于河北省南部的一些地区,其中尤以邢台、石家庄、邯郸火点数量最为突出;该算法运算速度快,获取的秸秆焚烧火点数据具有一定检测精度和可靠性,对秸秆焚烧的监测具有一定的实用价值.     

一种病态EIV模型正则化的修正算法

针对解决变量中含有误差(EIV)模型参数估计算法的降正则化性导致即使模型参数初值可靠,参数估值也可能在迭代过程中发散的问题,该文分析现有EIV模型参数估计算法具有的降正则化性质,讨论EIV模型参数估计算法具有的降正则化性对模型正则化的影响,建立一种病态EIV模型的实时修正算法。通过算例验证该文所建立的算法,算例结果表明,该文建立的算法能够有效解决EIV模型参数估计存在的上述问题。该文所建立的病态EIV模型正则化算法更具普适性。     

粒子群算法优化的神经网络短期钟差预报

针对导航卫星钟差短期预报精度上的不足,该文提出了一种基于粒子群算法优化的BP神经网络钟差预报模型,通过粒子群算法来对BP神经网络的权值和阈值进行优化,利用IGS的钟差数据进行实验,并与灰色GM(1,1)模型、二次多项式模型和BP神经网络模型的预报结果进行对比分析。结果表明,粒子群优化算法的BP神经网络模型钟差预报效果良好,3h预报精度能够达到0.3ns,体现了本文钟差预报模型的实用性。     

大坝变形监测的粒子群优化高斯过程预测

针对大坝变形数据的非平稳非线性特点,传统预测模型受到了一定限制。鉴于高斯过程(Gaussian Process,GP)对非平稳数据具有高自适应性,考虑到其自身在协方差函数选取以及超参数优化方面存在不足,为提高高斯过程模型的预测精度,文中通过粒子群算法(Particle Swarm Optimization,PSO)优化其超参数并选择最优协方差函数。通过实例验证分析,比较多元回归分析、GP、PSO-GP三种模型在大坝变形监测数据处理中的预测精度,表明大坝非线性预测模型粒子群优化高斯过程算法具有较高的预测精度,是一种有效的大坝变形分析预测方法。     

带不等式约束的最小二乘方法比较

解决带不等式约束的平差问题已有较多方法,但不同方法之间的对比分析不足。本文讨论三种带不等式约束的最小二乘算法:简单迭代算法、虚拟误差方程法、迭代乘子法,三种算法都是基于有效约束理论将不等式约束转换为等式约束,通过迭代求解。采用同一组数据和蒙特卡罗仿真实验方法对三种算法计算结果进行对比分析,实验结果分析表明:迭代乘子法算法效率最高,推荐使用该算法。