多尺度逐次逼近遗传算法反演大地电磁资料

遗传算法是一种随机全局搜索算法,与常规的基于局部线性化的最优化方法相比对初始模型的依赖性大为减弱,但是存在着有效基因丢失和早熟收敛问题．采用多尺度逐次逼近反演思想而建立的多尺度逐次逼近遗传算法,能有效地解决上述问题．用该算法对大地电磁资料进行反演,理论曲线和实测资料的试算结果表明多尺度逐次逼近遗传算法能够自动反演地电参数．     

利用MP提高GPS单点定位精度的研究

多路径误差是GPS定位重要的误差源之一,本文利用MP(多径组合观测值)对观测值受到的多路径效应进行定量评价,在GPS伪距单点定位中降低受多路径效应影响的观测值的权重,达到削减多路径误差提高定位精度的目的,最后通过试验验证了此方法的有效性和可靠性。     

基于虚拟观测值的伪距差分方法研究

针对当前伪距差分服务观测值双差模式基准站坐标涉密不能在线传输与伪距改正数模式标准格式无法兼容北斗卫星导航系统（BDS）的问题,本文基于局域连续运行参考站（CORS）网数据,生成虚拟格网综合伪距改正数,并进一步生成虚拟伪距观测值,向用户实时播发虚拟观测值与站点坐标,用于用户差分定位．实验证明,虚拟格网伪距观测值差分可为用户提供平面亚米级、垂直优于1.5 m的定位服务．对实验数据进行分析,给出了格网差分最优配置方案．本文方法在解决上述两个问题的基础上由于服务端计算压力恒定,不受用户数限制,从算法上解决了大量用户并发接入服务的问题．      

多系统双频精密单点定位不同模型下性能比较分析

通过2018年1月多全球卫星导航系统（GNSS）实验(MGEX)的十个测站数据,采用无电离层模型和非差非组合模型,对单系统、双系统和四系统精密单点定位（PPP）进行定位性能分析,定位性能包括收敛时间和定位精度. 实验结果表明,两种PPP模型定位性能相当,但优于单频PPP,在E、N和U方向收敛时间缩短20 min左右,定位精度提高1.6 cm左右;联合多系统能够增加卫星数,改善卫星间几何构型,提升PPP的定位性能. 对GLONASS伪距频间偏差（IFB）采用估计每颗GLONASS卫星的伪距IFB模型和伪距IFB为频率二次多项式模型提升PPP的定位性能,结果表明估计每颗GLONASS卫星的伪距IFB模型要优于伪距IFB为频率二次多项式模型,估计伪距IFB相比忽略伪距IFB在PPP定位性能上有不同程度的提升.      

多光谱遥感应用于广西靖西-平果铝土矿调查

随着经济快速发展,我国及世界对铝及其产品的需求日益增大[1].利用遥感技术优势,结合地质、化探传统手段,能提高铝土矿资源普查的准确度.多光谱遥感技术在广西靖西-平果地区铝土矿普查中的应用,证实了利用遥感提取出来的信息结合地质、化探等资料进行铝土矿资源调查是行之有效的.     

基于深度学习的海温观测数据质量控制应用研究

基于国家海洋信息中心质量控制后的西太平洋10度方区约100万站次温盐实测历史调查资料,对经过26种严格质量控制方法的综合海温质量符进行分类分析,首次将深度学习技术应用于海洋数据质量控制多分类(multiclass classification)算法与应用研究.通过人工合成少数类样本和加权损失函数方法减少多数类的频率来降...     

海洋老地震资料匹配处理技术

根据海洋老地震资料联片处理中存在的振幅、频率等不一致性问题,详细论述了解决振幅、频率匹配的方法技术,提出了消除区块间多种不一致性的实用有效的处理流程.通过采用测井约束下的振幅一致性处理技术和匹配滤波统一子波处理技术,较好地解决了相邻区块不同年度地震资料联片处理中振幅和频率的匹配问题,并且在实际应用中取得了明显的效果.     

GNSS多系统组合精密定位研究进展

近年来,我国北斗卫星导航系统(BDS)以及欧洲伽利略卫星导航系统(GALILEO)正在快速建设与发展,同时,GPS和GLONASS卫星导航系统的现代化也在逐步推进,卫星导航定位领域正发生着深刻的变革。系统介绍了各卫星导航系统的建设和发展状况,探讨了多系统组合定位带来的机遇和面临的挑战,以及当前对这些问题的研究现状,最后对多系统组合定位的应用前景进行展望。     

基于小波分析的汾河河津站径流与输沙的多时间尺度特征

基于汾河流域19个气象台站1959~2005年的月均降水量、河津站的径流量和输沙量资料,借助小波分析方法研究了降水、径流与输沙序列的多时间尺度特征及它们的耦合关系。结果表明:降水、径流与输沙量具有2~4a、14~18 a左右2个不同尺度的周期变化,且三者的主周期基本一致,即3 a和16 a;3 a尺度上,3个要素曲线的正、负位相交替频繁,突变点较多,且曲线变化除个别时段发生紊乱外基本上保持同步性;16 a尺度上,突变点较少,3条曲线的正、负位相交替相应减少且出现不同步现象。降水、径流与输沙量曲线发生趋势变化及出现不同步现象的原因包括自然因素和人类活动,而后者是其主要影响因素。     

基于植被分区的多特征遥感智能分类

为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息,以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区,研究基于蚁群智能优化算法(ant colony intelligent optimization algorithm,ACIOA)的土地利用/土地覆盖遥感智能分类。首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段;然后利用归一化植被指数NDVI对实验区数据进行植被分区;最后利用ACIOA算法进行分类规则挖掘,并依据分类规则进行土地利用/覆盖信息的提取。研究表明,基于植被分区的多特征蚁群智能分类的总体精度为88.85%,Kappa=0.86,优于传统的遥感图像分类方法,为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法。