基于经验模式分解的太阳南北半球黑子面积的Rieger-type周期相位分析

采用经验模式分解技术研究了从第12到第24太阳活动周黑子面积数据中的Rieger-type周期,以及它们在南北半球上的相位关系。研究发现:(1)Rieger-type周期尺度以及时间尺度在两个半球上是不一样的,从而导致了半球分布的不对称性;(2)平均Rieger-type周期在北半球上的周期长度略大于南半球上的;(3)占主导地位半球的Rieger-type周期的相位不一定是超前的,半球Rieger-type周期尺度相近的也并不一定是相关性强的。     

SAR影像中叠掩与阴影区域的识别 ——以湖北巴东为例

SAR影像中叠掩和阴影区域的识别是滑坡监测中的首要工作,本文针对这一工作利用雷达卫星成像时的几何模型与图像处理中形态学方法综合识别叠掩与阴影区域,以ALOS-2数据为例,对比该地区雷达强度图像,验证了本文试验方法的可靠性。     

徕卡RTC360三维激光扫描仪在竣工测量中的应用

徕卡RTC360不仅操作简单、扫描速度快,而且非常智能。可以实时跟踪计算两个连续站点间的相对位置,点云实时预拼接。后期搭配Register360智能拼接软件,点云智能拼接处理,无需人工干预,简单高效。     

无人机倾斜摄影三维模型在城市雨洪风险评估中的应用

研究城市雨洪风险问题,对提高城市洪涝灾害监测、预报的准确性,以及促进城市防洪决策制定具有重要的意义。鉴于高精度的城市三维模型可以提供丰富地理信息,便于准确分析淹没情况,本文针对当前城市洪涝模型对地形数据的高敏感性,且雨洪风险评估研究的准确性受限于地形数据精度的问题,提出利用无人机倾斜摄影测量技术重建高精度实景三维模型,并结合GIS的空间分析功能,以淹没深度为关键指标进行研究区的雨洪风险评估。通过提取不同重现期下研究区的淹没深度信息,进行可视化渲染实现三维淹没分析,可以直观地看到研究区的淹没情况,作为暴雨内涝风险管理依据,同时对城市规划布局有一定的参考价值。     

GF-2支持下的干旱区稀疏植被区植被覆盖度估算

现有像元二分模型MODIS植被覆盖度模型因其形式简单、适用性较强的特点被广泛应用于区域植被覆盖度（FVC）的估算。然而,研究表明在沙漠和低植被覆盖的西部干旱区,从250 m的影像上很难精准地获取NDVI_veg（全植被覆盖植被指数）和NDVI_soil（全裸土区植被指数）参数。利用常用的直方图累计法获取模型所需参数NDVI_veg和NDVI_soil,估算结果存在普遍高估现象。为此,本文首先引入同期获取的GF-2号卫星数据,从GF-2号影像上提取植被覆盖像元;然后,利用Pixel Aggregate方法重采样至250 m分辨率,获取250 m空间分辨率下纯植被和纯裸土像元;最后,将纯植被和纯裸土像元各自空间位置相对应的MODIS NDVI数据最大值作为模型所需NDVI_veg和NDVI_soil参数,实现研究区内植被覆盖度的估算。试验通过与线性回归法、多项式回归法和直方图累计像元二分模型法估算结果进行精度对比,结果表明：利用GF-2影像辅助的像元二分模型,精准地获取了低植被覆盖区NDVI_veg和NDVI_soil模型参数,提高了干旱区植被覆盖度的估算精度,并有效地抑制了受稀疏植被影响NDVI在干旱区普遍偏高问题导致的FVC高估的现象。     

国家应急测绘调度系统设计

通过分析应急测绘指挥调度的基本特点与实际需求,结合国家应急标准规范,采用基于多通道多协议的数据通信与传输技术、基于MPP架构的分布式数据库管理技术、基于UML模型化的任务规划技术,根据无人机、多功能方舱等应急装备实时回传的位置、状态和应急测绘地理信息,以及快速处理与共享系统等产生的数据成果与作业信息,设计完成了具有应急调度方案制定、指令快速下达、测绘装备动态调度与实时跟踪、测绘任务进度监控及应急任务演练等功能的应急测绘调度系统。     

城市倾斜摄影实景三维模型数据质量检查方法研究与实践

基于倾斜摄影可以快速获得高精度的城市实景三维模型,分析了实景三维模型数据的特点,探讨了实景三维模型数据质量检查的重点内容和质量元素,结合北京市大规模倾斜摄影实景三维数据质量检查实例,对实景三维数据质检问题与内容进行了总结,最后提出了实景三维模型数据的质量检查方法。     

基于投影变换的线阵旋转扫描相机标定方法

针对线阵旋转扫描相机标定数据难以获取及模型解算不稳定的问题,提出了一种基于投影变换的线阵旋转扫描相机标定方法。首先构建了一种新的线阵旋转扫描相机成像模型,该模型可以根据相机旋转平台参数、线阵旋转扫描相机成像平面与其切平面的位置关系将旋转扫描图像投影为框幅式图像;然后根据构建出的成像模型,采用直接线性变换法和非线性优化方法进行相机标定和参数优化。试验结果表明,此方法简单易行,具有较高的精度。     

Bevis公式在不同高度面的适用性以及基于近地大气温度的全球加权平均温度模型

加权平均温度(T_m)是全球卫星导航系统(GNSS)反演可降水量(PWV)过程中的关键参量。利用Bevis公式和地表温度可以方便地得到地表附近的高精度T_m估计值。然而,不少研究指出,Bevis公式在高海拔地区存在较大误差。本文对Bevis公式在不同高度面的适用性进行研究后发现,Bevis公式在海拔较低时精度较高,随着海拔升高,精度逐渐降低。为了解决Bevis公式在高海拔地区适用性较低的问题,本文对近地空间范围内(本文指0～10 km的高程范围)的T_m与大气温度的关系展开了研究,发现两者在全球范围内都拥有很高的相关性,由此本文构建了基于近地大气温度的全球加权平均温度模型。对模型的检验结果表明,该模型在近地空间范围内的任意高度面上都可以提供高精度的T_m估计值。     

基于椭球不确定性的平差模型与算法

测量平差模型中的参数通常存在一些不确定的附加信息或先验信息,充分利用它们可以对部分参数进行约束,从而保证参数解的唯一性和稳定性。本文利用椭球集合描述不确定性,建立了一个新的带有椭球不确定性的平差模型。以两个椭球交集的外接椭球的特征矩阵的迹最小平差准则,分析了不确定度的传播规律,给出了带有椭球不确定性的平差方法。最后,通过算例验证了算法的有效性,说明了平差解与带权混合估计的关系。