On the multivariate total least-squares approach to empirical coordinate transformations. Three algorithms

The multivariate total least-squares (MTLS) approach aims at estimating a matrix of parameters, Ξ, from a linear model (Y−E _Y = (X−E _X ) · Ξ) that includes an observation matrix, Y, another observation matrix, X, and matrices of randomly distributed errors, E _Y and E _X . Two special cases of the MTLS approach include the standard multivariate least-squares approach where only the observation matrix, Y, is perturbed by random errors and, on the other hand, the data least-squares approach where only the coefficient matrix X is affected by random errors. In a previous contribution, the authors derived an iterative algorithm to solve the MTLS problem by using the nonlinear Euler–Lagrange conditions. In this contribution, new lemmas are developed to analyze the iterative algorithm, modify it, and compare it with a new ‘closed form’ solution that is based on the singular-value decomposition. For an application, the total least-squares approach is used to estimate the affine transformation parameters that convert cadastral data from the old to the new Israeli datum. Technical aspects of this approach, such as scaling the data and fixing the columns in the coefficient matrix are investigated. This case study illuminates the issue of “symmetry” in the treatment of two sets of coordinates for identical point fields, a topic that had already been emphasized by Teunissen (1989, Festschrift to Torben Krarup, Geodetic Institute Bull no. 58, Copenhagen, Denmark, pp 335–342). The differences between the standard least-squares and the TLS approach are analyzed in terms of the estimated variance component and a first-order approximation of the dispersion matrix of the estimated parameters.     

基于神经网络方法的芦苇叶面积指数遥感反演

提出了一种从TM图像上获取芦苇冠层叶面积指数的方法:首先对芦苇的生长背景进行分类;然后,对不同的背景光谱利用冠层反射率(FCR)模型计算得到查找表;最后,利用实测数据和查找表中的数据作为参数进行BP神经网络模型训练,从而得到芦苇冠层LAI。结果表明,人工神经网络方法有很强的非线性拟合能力,能够消除背景对反演结果的影响,有效提高LAI反演的精度。     

多源遥感数据综合解译鄂尔多斯盆地杭锦旗地区地质构造

利用多源遥感数据假彩色合成、融合及纹理分析等增强处理方法提取研究区构造信息,进而对研究区进行综合解译;通过分析水系、色调、纹理、地貌及岩性等特征,判断出杭锦旗地区存在一小一大、内外相套的2个环形构造,发育的北西向、北东向2组共轭断层和一组北北西向断层,与环形构造相互构架,构成研究区特殊的构造体系。经分析预测,这些构造是受周边南北向构造应力共同挤压而形成。     

变形分析的神经网络技术应用实例

大型工程施工过程中的变形监测、分析与预报极为重要。变形分析建模的方法很多,神经网络技术的应用是其中之一。文中结合某深基坑工程的监测资料和工作经验,运用神经网络BP算法进行预测分析。简述BP神经网络的基本概念,介绍基坑变形分析的BP神经网络的具体模型结构,将神经网络方法预报结果与实测数据对比效果较好。该成果对生产实践具有参考价值。     

TM影像几何校正算法的精度比较

同大多数的线阵推扫式影像相比,TM影像作为双向扫描型的影像其几何校正方法有其特殊性和复杂性。针对这个问题,本文简要介绍了一般多项式、空间斜墨卡托投影、有理函数模型等几种几何近似校正算法,并利用广州地区的TM影像进行了各种试验分析和精度比较。结果表明:同其他方法相比,空间斜墨卡托投影是一种较好的算法,校正精度最高,能够达到一个像素左右,而且该方法不受地形起伏的影响,无需地面高程信息。     

基于不同GCP数量和获取方法的数字正射影像的制作与评定

SPOT-5影像的高分辨率和高信息量的性质,使其得到了广泛的应用,特别是在全国第二次土地利用调查中得到了更加深入的应用。而数字正射影像的制作是SPOT-5遥感影像应用的关键所在。本文在介绍DOM制作的基础上,依据当前获取GCP主要的三种途径采用ERDAS遥感图像处理软件进行了实验,并对最终的结果精度进行分析,总结了DOM制作过程的相关问题。     

贝加尔裂谷系及邻区断裂现今活动变化及成因(英文)

已有的地质和地球物理方法无法对年、月、旬等现今时间尺度上的断层活动变化进行有效预测。运用基于地震活动定量指数运算程序的地理信息技术可以解决这个问题。这种方法被应用于贝加尔裂谷系(BRS)及邻区的研究当中。研究发现,断层活动变化发生在以几年为周期的时间尺度上,这无法用区域应力场的变化进行合理解释。沿着穿越贝加尔裂谷系的剖面编制了活动断层图以及地震活动定量指数曲线。提出的这种方法可以根据地震活动定量指数对活动断层进行仔细的分类,从而为解决地震中期预报相关问题开辟了重要途径。这种方法还被用来研究断层现今活动的时空变化和形成机制。研究发现,在实时尺度上断层活动具有高频发生的特征,这种现象可能是由于脆性岩石圈板内和块体内部运动产生的慢变形波的干扰导致的。利用变形波的通过速度可以对活动断层进行分组,各组具有不同的地质和地球物理特征参数,同时还可以对变形波波前的方向以及某一区域内主要断层在实时间隔内(地质上的瞬间)的活动情况进行预测。     

汶川特大地震后成都盆地内隐伏断层活动性分析

成都盆地内主要有3条隐伏的活动断裂带,包括大邑断裂带、蒲江-新津断裂带和龙泉山断裂带,它们在第四纪都表现出了一定的活动性."512"汶川特大地震后,笔者实地考察的结果表明,在汶川特大地震中成都盆地中的隐伏断裂没有产生新的活动性,目前成都盆地不存在发生特大地震的危险性,是安全的.     

GIS技术在旅游业中的应用——兼谈旅游地理信息系统及其研究进展与展望

本文对地理信息系统的组成与功能做了简单的概述,在此基础上介绍了GIS在旅游业发展中的主要作用及应用现状,并就旅游地理信息系统的结构与功能及其研究进展和发展趋势做了探讨。     

连续运行GPS定位服务系统的探讨

介绍了连续运行GPS定位服务的概念、实现模式及其在测绘行业中的应用。