基于深度残差网络的机载LiDAR点云分类

机载LiDAR点云的分类是利用其进行城市场景三维重建的关键步骤之一。为充分利用现有的图像领域性能较好的深度学习网络模型,提高点云分类精度,并降低训练时间和对训练样本数量的要求,本文提出一种基于深度残差网络的机载LiDAR点云分类方法。首先提取归一化高程、表面变化率、强度和归一化植被指数4种具有较高区分度的点云低层次特征;然后通过设置不同的邻域大小和视角,利用所提出的点云特征图生成策略,得到多尺度和多视角点云特征图;再将点云特征图输入到预训练的深度残差网络,提取多尺度和多视角深层次特征;最后构建并训练神经网络分类器,利用训练的模型对待分类点云进行预测,经后处理得到分类结果。利用ISPRS三维语义标记竞赛的公开标准数据集进行试验,结果表明,本文方法可有效区分建筑物、地面、车辆等8类地物,分类结果的总体精度为87.1%,可为城市场景三维重建提供可靠的信息。     

利用中国北部连续重力站资料评估全球潮汐模型精度

为评估全球潮汐模型在我国潮汐改正中的适用性,本文首先对10个重力站2016—2018年的观测数据进行了精度评定,而后基于均方根、和方根、纬度依赖关系以及重力残差等指标对7个全球潮汐模型进行了精度评定.结果表明:10个重力站的一些评价指标达到甚至超越了早期超导重力仪,例如M2波潮汐因子的中误差普遍小于0.00070,其中...     

基于时间序列遥感数据的嵯岗国家沙化土地封禁保护成效评估

2013年中国启动实施了内蒙古自治区新巴尔虎左旗嵯岗国家沙化土地封禁保护区试点。本研究利用2001-2017年生长季NDVI数据分析了嵯岗封禁保护区及周边区域植被长势时空演变特征,分析了多年的生长季降水量和历年旱情,之后利用植被降水利用效率和NDVI残差趋势分析对保护成效进行了评估。结果表明:(1)封禁项目实施之前,封禁区内外植被长势变化趋势基本一致,而在项目实施后的2016、2017年,封禁区内NDVI距平明显高于封禁区外;(2)降水为影响该区域植被长势的主导气候因素,在封禁实施后的2015-2017年该区域连续3 a干旱,极大地限制了区域植被生长;(3)封禁区内植被降水利用效率和NDVI残差均呈现明显的增加趋势,而封禁区外变化不明显,说明封禁提升了植被的自我修复能力;(4)嵯岗封禁保护区由3个地块组成,其中嵯岗林场封禁效果比牧场八队和牧场十一队明显。国家沙化土地封禁保护措施有效促进了植被自我修复,提高了沙漠生态系统应对气候变化的能力。     

基于机器学习的高精度高分辨率气象因子时空估计

气象变量常作为重要的影响因子出现在环境污染、疾病健康和农业等领域,而高分辨率的气象资料可作为众多研究的基础数据,对推进相关研究的发展意义重大。本文以中国大陆为研究区域,利用2015年824个气象站点的气温、相对湿度和风速3套数据,结合不同的解释变量组合,分别构建了各自的GAM和残差自编码器神经网络（简称残差网络）模型,以10倍交叉验证判断模型是否过拟合。研究结果表明：① GAM和残差网络方法都不存在过拟合问题,同GAM相比,残差网络显著提高了模型预测的精度（3个气象因素的交叉验证CV R²平均提高了0.21,CV RMSE平均降低了37%）,其中相对湿度模型的提升幅度最大（CV R²:0.85 vs. 0.52,CV RMSE:7.53% vs. 13.59%）;② 残差模型的结果较普通克里格插值结果和再分析资料更接近站点观测数据,表明残差网络可作为高分辨率气象数据研制的可靠方法。此外,研究还发现在相对湿度模型中加入臭氧浓度和气温、在风速模型中加入GLDAS风速再分析资料,可提升模型的性能。     

多尺度ARMA残差修正模型震前电离层TEC异常探测

为提高电离层总电子含量（total electronic content,TEC）扰动探测参考背景值的预测精度,提出了多尺度自回归移动平均（autoregressive moving average,ARMA）残差修正模型。通过对比该方法、ARMA模型、四分位距法（inter quartile range,IQR）及滑动时窗法对TEC背景值的预测精度,结果显示修正模型预测的TEC背景值平均相对精度为89.78%,分别比ARMA模型、IQR及滑动时窗法高5.18%、1.41%和1.42%,且预测值的残差绝对值小于等于3.0 TECU的百分比为91.67%,明显优于其他3种方法,说明修正模型探测震前TEC异常是可行的。利用该方法探测2013-04-20芦山县Mw7.0级地震震前电离层TEC扰动情况,验证了该方法的有效性。实验结果表明,震前第9天和第13天电离层明显的正异常和震前第1~4天明显的负异常极可能是孕育地震引起的,且正异常主要出现在08:00-10:00 UT,而负异常主要集中在0:00-14:00 UT。     

对电离层残差法多值性问题的研究

周跳的探测与修复在GPS数据处理中发挥着至关重要的作用。探测周跳的方法有很多种并已相当成熟。介绍几种常见的周跳探测修复方法及其局限性,阐述了电离层残差法原理和它所特有的多值性问题,提出了一种解决多值性问题的方法,使之能够更加可靠地探测和修复周跳的方法。通过分析实例,说明了该算法的有效性和实用性。     

面向流媒体传输的空间数据变化累积模型

将流媒体技术引入到以矢量数据为主的网络GIS传输中,其关键是建立逐级精细化的多层次表达模型,并在服务器端数据预组织上建立线性索引结构。本研究针对该目标建立一种矢量数据多重表达的新模型,即变化累积模型,认为尺度空间中从粗到细的数据表达过程是一些"变化"的累积,"变化"表现为两个连续尺度表达间的差别,通过"变化"元素的逐渐增加或减少来实现渐进传输。基于该模型对面状数据渐进式传输进行研究,将多边形分级剖分为一系列凸壳或外接矩形的基础上建立变化累积模型,通过剖分元素的组合完成渐进式流媒体传输。     

中长基线周跳实时探测和修复的新方法

提出了一种适合网络RTK基准站间周跳实时探测和修复的新方法.该方法根据基准站坐标已知的特点,反求模糊度的浮点解来探测周跳并确定周跳的范围,最后结合电离层残差组合来修复周跳.该方法可以应用到当基准站没有精确已知的坐标时的静态实时周跳探测和修复中,通过理论分析和实际计算表明,该方法处理周跳的能力较强,具有实时探测和修复中长基线的失锁时间较长的周跳,且计算简单的特点.     

STPIR和MW组合的北斗三频周跳探测与修复

针对载波相位观测值中出现周跳的问题及北斗卫星导航系统全星座播发三频信号的现状,提出一种三频相位电离层残差二阶历元差分(STPIR)的算法,克服了传统电离层残差法受观测数据采样间隔影响较大的问题,联合MW组合观测量进行周跳探测又可避免各自的探测盲区。两种组合观测量均很好地削弱了电离层延迟项的影响,联立方程组进行周跳求解时,直接取整即可得到周跳值。通过北斗三频实测数据验证,提出的组合方法在观测数据采样间隔较大时,可以准确探测出所有周跳,并有效修复。     

改进的灰色预测模型在地面沉降预测中的应用

在地面沉降这一复杂系统中,既含有已知的又古有未知的或非确定的信息,可以作为一个灰色系统来研究.本文针对地面沉降的下沉曲线非线性特征,提出用一种基于残差灰色预测模型对地面沉降量时间序列进行研究.结果表明,通过改进后的灰色预测模型,预测精度得到了提高,在沉降量比较大和水准点比较稀少的地区,利用此模型预测地面沉降可减少地面沉降监测经费,并能实时提供地面沉降预警信息.