On the multivariate total least-squares approach to empirical coordinate transformations. Three algorithms

The multivariate total least-squares (MTLS) approach aims at estimating a matrix of parameters, Ξ, from a linear model (Y−E _Y = (X−E _X ) · Ξ) that includes an observation matrix, Y, another observation matrix, X, and matrices of randomly distributed errors, E _Y and E _X . Two special cases of the MTLS approach include the standard multivariate least-squares approach where only the observation matrix, Y, is perturbed by random errors and, on the other hand, the data least-squares approach where only the coefficient matrix X is affected by random errors. In a previous contribution, the authors derived an iterative algorithm to solve the MTLS problem by using the nonlinear Euler–Lagrange conditions. In this contribution, new lemmas are developed to analyze the iterative algorithm, modify it, and compare it with a new ‘closed form’ solution that is based on the singular-value decomposition. For an application, the total least-squares approach is used to estimate the affine transformation parameters that convert cadastral data from the old to the new Israeli datum. Technical aspects of this approach, such as scaling the data and fixing the columns in the coefficient matrix are investigated. This case study illuminates the issue of “symmetry” in the treatment of two sets of coordinates for identical point fields, a topic that had already been emphasized by Teunissen (1989, Festschrift to Torben Krarup, Geodetic Institute Bull no. 58, Copenhagen, Denmark, pp 335–342). The differences between the standard least-squares and the TLS approach are analyzed in terms of the estimated variance component and a first-order approximation of the dispersion matrix of the estimated parameters.     

基于神经网络方法的芦苇叶面积指数遥感反演

提出了一种从TM图像上获取芦苇冠层叶面积指数的方法:首先对芦苇的生长背景进行分类;然后,对不同的背景光谱利用冠层反射率(FCR)模型计算得到查找表;最后,利用实测数据和查找表中的数据作为参数进行BP神经网络模型训练,从而得到芦苇冠层LAI。结果表明,人工神经网络方法有很强的非线性拟合能力,能够消除背景对反演结果的影响,有效提高LAI反演的精度。     

变形分析的神经网络技术应用实例

大型工程施工过程中的变形监测、分析与预报极为重要。变形分析建模的方法很多,神经网络技术的应用是其中之一。文中结合某深基坑工程的监测资料和工作经验,运用神经网络BP算法进行预测分析。简述BP神经网络的基本概念,介绍基坑变形分析的BP神经网络的具体模型结构,将神经网络方法预报结果与实测数据对比效果较好。该成果对生产实践具有参考价值。     

三峡库区高切坡致灾因素及防护对策——以重庆市万州区为例

三峡库区百万移民的搬迁建设导致大量高切坡的形成。未及时治理或治理不当的高切坡,不同程度地发生破坏,影响了人们的正常生活,甚至引发了地质灾害。因此,科学认识及治理高切坡十分必要。重庆市万州区高切坡主要有风化及差异风化、崩塌和土体滑塌等破坏形式。影响破坏的因素主要为工程地质条件、气候及时间效应。针对高切坡不同的破坏形式,以安全、经济及环境和谐的人文理念作为设计指导思想,充分论证了高切坡的防护方案,即：削坡、排水以及格构防护较适合万州区高切坡的防护。这些措施,既能很好地解决高切坡的防护问题,又能兼顾环保、降低造价。研究结果可以作为三峡地区高切坡类地质灾害防护设计的参考。也可为其它流域类似问题借鉴。     

TM影像几何校正算法的精度比较

同大多数的线阵推扫式影像相比,TM影像作为双向扫描型的影像其几何校正方法有其特殊性和复杂性。针对这个问题,本文简要介绍了一般多项式、空间斜墨卡托投影、有理函数模型等几种几何近似校正算法,并利用广州地区的TM影像进行了各种试验分析和精度比较。结果表明:同其他方法相比,空间斜墨卡托投影是一种较好的算法,校正精度最高,能够达到一个像素左右,而且该方法不受地形起伏的影响,无需地面高程信息。     

基于不同GCP数量和获取方法的数字正射影像的制作与评定

SPOT-5影像的高分辨率和高信息量的性质,使其得到了广泛的应用,特别是在全国第二次土地利用调查中得到了更加深入的应用。而数字正射影像的制作是SPOT-5遥感影像应用的关键所在。本文在介绍DOM制作的基础上,依据当前获取GCP主要的三种途径采用ERDAS遥感图像处理软件进行了实验,并对最终的结果精度进行分析,总结了DOM制作过程的相关问题。     

邹平火山岩盆地铜矿地质成因地球物理特征探讨

邹平铜矿处于齐河-广饶深大断裂带南部的邹平火山岩盆地中,形成于破火山口火山通道充填的石英正长闪长岩岩颈中央上部,包括伟晶岩型铜矿和细脉浸染状斑铜矿床两种类型。前者矿体较小,但品位高;后者品位较低,但规模中等。含矿石英正长闪长岩等密度小、磁性弱,故在火山岩系中呈现高背景重力场上的重力低和杂乱高磁场背景中的低负异常,即“重磁同低”,且高极化。重磁同低异常区和高极化率异常带,是本区寻找铜矿的有利部位。     

GIS技术在旅游业中的应用——兼谈旅游地理信息系统及其研究进展与展望

本文对地理信息系统的组成与功能做了简单的概述,在此基础上介绍了GIS在旅游业发展中的主要作用及应用现状,并就旅游地理信息系统的结构与功能及其研究进展和发展趋势做了探讨。     

连续运行GPS定位服务系统的探讨

介绍了连续运行GPS定位服务的概念、实现模式及其在测绘行业中的应用。     

小波变换在遥感图像上矿区空间定位方面的分析与应用——以鄂东南铁矿矿区为例

随着社会的发展,人们对自然地物的影响越来越显著,大量地改变了地表的状况,在遥感图像上则表现为灰度值变化剧烈,其中的纹理信息发生改变.在频率域上说,人工改变的区域部分的高频成分比其他区域部分要丰富很多,小波变换能够有效地将其中的高频信息提取出来,用假彩色分割图将其中的异常值明显地表示出来.湖北大冶的铁山矿区分布着六大露天矿区,地表开挖范围广,影响程度大,以该地区为例,分析小波变换在遥感图像上矿区空间定位方面的应用.使用本文介绍的方法处理效果比较明显.矿区位置的确定还需要参考断层分布信息,这意味着使用小波变换进行处理的方法具有一定的局限性.