土壤有机物质对土壤介电常数的影响

土壤介电常数是开展微波土壤水分和冻融状态的监测的基础,也是植被和积雪的下垫面边界条件,然而目前已有的介电常数研究都没有对高有机质含量的土壤开展系统观测。本文将土壤中的自然有机物质分为腐殖质和植物性残留物两类。采用控制变量实验方法,通过测量5种不同有机质含量的东北黑土和加入不同比例毛白杨碎屑的扁都口草甸土,研究了腐殖质和植物性残留物的对土壤介电常数的影响。结果表明,腐殖质会降低干燥土壤的容重,从而发挥间接作用,使介电常数降低;而对于相同容重下观测的潮湿土壤,腐殖质含量较多的土壤介电常数更大。与Dobson模型的比较显示,在29℃室温下,腐殖质对25%重量含水量潮湿土壤实部的影响在±2左右,虚部能达到1。与腐殖质相比,植物性残留物对风干土壤和潮湿土壤的影响都十分明显。植物性残留物能有效地疏松土壤并代入植物组分的介电特征。当重量含水量为30%时,含毛白杨含量为20%的混合土壤比纯扁都口土壤在实部平均减小3—7左右,虚部减小 1—3左右。因此,根据实验观测以及和模型的比较,土壤中的有机物质会改变土壤介电性质,对微波遥感造成影响。     

一种适用于大角度的三维坐标转换参数求解算法

针对传统的三维基准转换模型局限于求取小角度的三维基准间转换参数的缺点,提出了一种适用于大角度的三维基准转换参数求解模型。利用实测数据和模拟数据对此模型进行了验证,结果表明,所提出的算法适用于任意角度的三维基准转换,既可利用传统的最小二乘方法估计坐标转换参数,又可利用整体最小二乘方法进行参数求解,可靠性高,解算速度快。     

全站仪在园林施工放线中的应用

施工放线作为园林施工的第一道实施步骤,对园林设计物化的准确性起着举足轻重的作用。本文通过与传统园林放样方式的对比和分析,对全站仪在园林施工放样中的应用进行了阐述。     

现代城市数字测图方法浅析

本文分析比较了目前城市大比例尺数字化测图中主要方法的优缺点，并为实现数字化地形图中不连续线、面状符号及复杂线状符号向GIS的自动化导入，针对电子平板法提出了基础线的概念。对全站仪草图法，提出在全站仪上加挂微型计算机，并用常规摄像方法代替草图。     

HD-STGPS超站仪数据通信的实现

介绍了HD－STGPS超站仪的数据电台和GSM两种数据通信的设计，讨论了GPS数据通信的协议和程序实现方法。     

全站仪轴系补偿原理及检验方法探讨

全面阐述了全站仪的轴系补偿相关理论和实践，指出了我国检验规程的不足之处，提出了改进方法。     

不同NeQuick电离层模型参数的应用精度分析

Galileo采用NeQuick作为全球广播电离层模型,其实际应用中以有效电离水平因子Az代替太阳活动指数作为NeQuick的输入参数,并利用二次多项式拟合得到广播星历中播发的3个电离层参数。本文在总结和讨论NeQuick模型参数估计方法及其变化特征的基础上,分别以全球电离层格网、GPS基准站及JASON-2测高卫星提供的电离层TEC为参考,分析不同NeQuick模型参数(包括以太阳活动参数F10.7为输入的NeQuick2、以本文解算参数为输入的NeQuickC和以Galileo广播电离层参数为输入的NeQuickG)在全球大陆及海洋地区的应用精度,并与GPS广播的Klobuchar模型对比。结果表明,NeQuickG在全球范围内的修正精度为54.2%~65.8%,NeQuickC的修正精度为71.1%~74.2%,NeQuick2的修正精度与NeQuickG相当,略优于GPS广播星历中播发的Klobuchar模型。     

全站仪构建全局测量空间的精度仿真分析

针对在大尺寸测量空间内进行全局测量时,存在测量范围大、精度较难控制等一系列问题,文章对全站仪构建全局测量空间的方法进行了研究。基于误差传播定律和精度匹配的原则,通过Matlab编程对全站仪构建全局测量空间的精度进行了仿真分析,分别从平面精度与高程精度的匹配、点位总精度的分布规律以及边角精度的匹配三个方面,定量分析了精度受各观测要素影响的规律,并设计了简单可行的测量方案,对Matlab仿真分析的结论进行了验证。     

太阳活动高峰年山东区域电离层时空变化研究

2012年为太阳活动高峰年份,为了研究太阳活动高年区域电离层的变化特征,该文选取了山东区域内的SDCORS站点,构建了山东区域垂直电子含量(VTEC)球谐格网模型,对该年山东区域电离层时空变化规律进行分析。实验研究表明,在空间变化上山东区域电离层表现出较强的纬度相关性,出现了明显的分层现象。同时给出了山东电离层在时间上呈现出的时段变化、日变化、月变化、季节变化,发现VTEC受太阳活动影响较大,除了存在明显的单峰和双峰结构外,该年还发生了半年度异常现象。     

基于整体最小二乘法的线性回归建模和解法

对基于自变量和因变量误差的回归问题进行了进一步研究,证明了两种方法的实质并未解决同时考虑自变量和因变量的误差问题,其解算结果和不考虑自变量误差的解算结果完全相同。给出了能同时顾及自变量和因变量误差的新的回归模型,并推导了具体的解算方法。算例结果和基于矩阵分解的整体最小二乘法解算方法的结果相同,说明了本文方法的正确性。