省级似大地水准面的局部再精化

本文利用少量新的高程异常控制点作为公共点,结合高精度的原省级似大地水准面模型,计算出公共点的高程异常残差,采用多面函数法对其进行数学拟合,获得待求点的高程异常改正数,可大幅提高省级似大地水准面模型的局部精度,是一种简单有效和切实可行的省级似大地水准面局部再精化方案,并给出了实例证明.     

GPS RAIM算法中的多异常值探测方法

讨论了通过最小二乘法求解GPS观测方程中残差和异常值的特性,推导并改进了利用最小二乘残差探测卫星数据异常值的方法.通过分析可知,尽管残差和异常值存在线性关系,但异常值并不能通过残差来确定,一些残差可能使异常值为零.通过将异常值以及异常值的个数全部转换为最小值的方法可以有效探测多个异常值.根据码信号的电离层和对流层延迟的...     

山东数字地震台网定位子台网 选取对定位结果的影响

选取山东及邻区4个不同区域的地震,分析“定位子台网”分布对地震定位精度的影响,研究“定位子台网”的选取规则.探讨两种台站分布情况下定位偏差、水平误差、拟合残差随空隙角、近台距离、远台距离的变化;定位偏差及水平误差与拟合残差的关系.结果显示,速报时选择4-9个分布相对合理的“定位子台网”参加定位,结果较好,使用水平误差估...     

基于MAPGIS数字高程模型背景校正法的应用—以湖南省铜山岭-祥霖铺地区为例

本文运用Mapgis数字高程模型背景校正法对湖南省铜山岭-祥霖铺地区1∶20万水系沉积物数据进行了地球化学异常信息的提取。借助Mapgis高程库管理系统中的像元邻域统计功能,模拟出研究区内W和Sn元素的背景变化趋势,在此基础上对元素含量做背景校正,并利用残差(矿化叠加值)圈定异常。在背景模拟过程中,通过窗口大小对比试验发现,窗口越大,高背景区异常面积越大,而低背景区异常面积越小。因此,应用该法时,需要通过试验以便选出合理大小的窗口。经过背景校正后,区内W、Sn高背景场引起的非矿化异常得以抑制,传统方法圈定的大面积异常被分解成多个强异常,其空间分布规律性较好,并具有三级浓度分带特征。在低背景区发现了一系列新异常,如W’-7、8、9、13、14、15、21、22、30和Sn’-1、7、11、13、21。校正后的部分异常与已知矿点和成矿岩体或岩脉具有较好的对应关系。     

莱芜市用地瓶颈措施问题解析

当前,国家收紧地根,从严控制新增建设用地指标成为各地建设项目顺利落地的制约瓶颈。为破解这一难题,结合莱芜实际,分析了规划修编、指标利用、挖潜存量、加快供地等做法,对保障项目用地提出了建议和对策。     

远震层析成像在柴西狮子沟构造背景研究中的应用

利用2004——2007年在柴达木盆地西部狮子沟地区布设的地震台站的连续观测资料,挑选远震P波到时,采用远震体波走时层析成像方法进行反演处理,获得了该地区地下三维速度结构图象．反演结果表明,在研究观测地区西南侧存在一近北西走向的低速异常体,以较大倾角向北东方向插入;在该低速异常体的北部、东北部和东部环绕着相对高速的异常,其走向和分布范围基本与狮子沟背斜构造一致．      

好风凭借力--看房县气象局是如何建设一流台站的

一流,无论对一个部门还是一家单位来说,不仅意味着辉煌业绩和大众口碑,更隐含着巨大的发展潜力和超常的竞争实力。房县气象人如是诠释一流。基于这样的诠释,哪个问题是限制一流台站和谐发展的“瓶颈”,哪类问题最影响一流台站的声誉,哪些事情最关乎一流台站的兴盛,房县气象局的工作重点就集中到哪里。局里干部职工都说,争创一流台站的号召如春风化雨催发了大家的工作潜能和创造热情,大家也甘愿为实现这一目标奋力拼搏。     

灰色GM(1,1)残差修正模型在滑坡预测中的对比应用

在传统GM(1,1)模型的基础上,经过不同方式的残差修正,分别建立了一阶残差修正GM(1,1)模型和二阶残差修正GM(1,1)模型。根据滑坡的监测资料,对变形曲线为光滑型滑坡(如黄龙西村滑坡、某滑坡)和阶跃型滑坡(如新滩滑坡、洒勒山新滑坡)分别建立了传统GM(1,1)模型和一阶、二阶残差修正模型,并对不同滑坡各模型的预测精度进行了分析比较。结果表明,残差修正GM(1,1)模型的预测精度明显高于传统GM(1,1)模型的预测精度。对变形曲线为光滑型的滑坡,二阶残差修正GM(1,1)模型的预测精度一般高于一阶残差修正GM(1,1)模型的预测精度;对变形曲线为阶跃型的滑坡,一阶残差修正GM(1,1)模型的预测精度高于二阶残差修正GM(1,1)模型的预测精度。     

面向高分遥感影像道路提取的轻量级双注意力和特征补偿残差网络模型

针对高分辨率遥感影像背景复杂,道路提取容易受阴影、建筑物和铁路等背景信息干扰的问题,提出一种带有轻量级双注意力和特征补偿机制的DAFCResUnet模型。该模型在ResUnet的基础上,通过增加轻量级的双注意力和特征补偿模块实现模型在性能和时空复杂度上的平衡。其中,双注意力模块可以增强模型的特征提取能力,特征补偿模块可以融合网络中来自深浅层的道路特征。在DeepGlobe和GF-2道路数据集上的实验结果表明,DAFCResUnet模型的IoU和F1-score可以达到0.6713、0.8033和0.7402、0.8507,模型的整体精度优于U-Net、ResUnet和VNet模型。与U-Net和ResUnet模型相比,DAFCResUnet模型仅增加了少量的计算量和参数量,但IoU和F1-score均有较大幅度的提高;与VNet模型相比,DAFCResUnet模型在计算量和参数量远低于VNet的情况下取得了更高的精度,模型在精度和时空复杂度两方面均有优势。相比其他对比模型,DAFCResUnet模型具有更强的特征提取和抗干扰能力,能更好解决道路上的干扰物、与道路特征相似地物、树荫或阴影...     

QOCA和GLOBK软件处理高精度GNSS网结果对比分析

分别利用GLOBK和QOCA软件对陆态网络260个基准站的GNSS观测数据进行处理,获得站点在ITRF2008框架下的坐标和速度。通过比较分析两个软件的解算结果,证明了QOCA 软件能更好地处理测站位移的非线性变化,并通过拟合周年、半年项、剔除共模误差等手段提高解算精度。结果表明,相比于GLOBK软件,QOCA软件得到的拟合残差序列的RMS在E、N、U 3个方向上分别减小70%、80%和70%。