基于深度学习与随机森林的PM2.5浓度预测模型

针对PM_2.5浓度预测中传统机器学习算法无法对数据内部隐藏特征进行深层次挖掘,而深度学习算法在数据较少情况下效果不佳的问题,综合考虑深度学习与随机森林的特点,提出一种基于深度学习与随机森林的PM_2.5浓度预测组合模型。模型以气溶胶光学厚度(AOD)遥感数据、气象再分析数据和PM_2.5地面观测数据构建训练数据集,通过深度学习方法对训练数据内部深层次隐含特征进行提取,将提取得到的隐含特征用于随机森林模型训练,并使用随机森林回归算法得到PM_2.5浓度的预测值。为验证方法的有效性,以河南省区域2018年—2019年的PM_2.5浓度估算为例,将原始特征与利用CNN、LSTM和CNN＿LSTM所提取特征共同构建的新特征分别通过随机森林回归、支持向量回归以及K近邻回归等3种传统机器学习方法进行训练和预测。实验结果表明,在较少数据情况下PMCOM模型无论是在整体预测还是在分季节预测场景下均具有较好的预测精度,其中以LSTM为特征选择器,RF为回归器的组合模型是本实验的最优模型,在即使只有35%...     

高分七号星载激光定位模型构建与验证

高分七号卫星是中国第一颗搭载全波形激光测高仪的对地观测卫星,可满足立体测绘的需求。本文为了实现国内第一颗星载大光斑全波形激光测高仪数据高精度自主处理的要求,提出了高分七号星载激光定位和检校验证方法。首先,构建了高分七号卫星激光测高仪的严密几何定位模型,其次,使用了移动重心和波形分解的峰值提取法,然后实现了基于地形匹配与红外探测器结合的激光测高仪指向角标定,最后,建立了SRTM高程验证、湖面高程验证和野外定标场验证结合的激光测高仪综合高程验证方法。经验证激光测高数据在平地的测高精度优于0.15 m,激光器1指向角误差约为0.15″,激光器2指向角误差约为0.38″。结果表明本文提出的高分七号星载激光定位方法定位精度高,可以满足后续高分七号数据科学研究和大规模业务化应用的要求。     

地基LiDAR林木点云估算枝干材积

材积是森林清查工作的一个重要参数,基于地基激光雷达点云的树木定量结构模型（QSM）重建方法能够实现林木材积的非破坏性获取,解决了传统森林原位调查方式耗时耗力的问题。但由于伐木材积真值的获取较难实现,使得量化结构模型方法的材积获取能力在树干及各级树枝水平上尚未开展研究,且仅应用于单木尺度地基激光雷达点云中,缺乏基于样方尺度扫描点云进行材积获取的探究。因此本文分别在单木及样方尺度完成QSM重建方法在树干及各级枝材积估算结果评估。实验结果表明,基于单木及样方尺度地基激光雷达点云均能有效地获取树干和一级枝的材积,而次级枝的材积估算存在明显的偏差：样方扫描尺度点云的树干及全树材积估算精度与单木尺度相当,估算偏差均为5%及10%左右,而一级枝材积估算偏差略大,其中单木尺度一级枝估算偏差在10%左右,样方尺度一级枝材积估算偏差在15%左右;此外,林分密度与样方尺度枝干材积估算精度呈负相关关系,在较低林分密度（425株/ha、625株/ha和925株/ha）的样方中树干材积估算误差均在5%以内,一级枝材积估算误差在15%左右,另外受树干及一级枝材积低估与各次级枝材积高估的部分中和效应影响,样方内总蓄积...     

利用InSAR和网络模型的昆明地铁沿线形变预测

针对在地铁建设和运营中容易引起地面沉降,给人民生命财产安全造成威胁的问题,该文利用SBAS-InSAR对2018年7月—2019年12月昆明市41幅Sentinel-1A升降轨影像进行处理,获取昆明地铁沿线沉降信息。在此基础上,分析了6条地铁沿线200 m缓冲区地表沉降的时空分布特征,并结合LSTM、XGBoost、Deep Forset模型进行时间序列值的预测,引入绝对误差(ε)、均方根误差(RMSE)、纳什系数(NSE)对模型进行对比评价。Deep Forest预测模型计算得到的RMSE值最小,NSE值最大,分别为0.21、0.94,结果表明,Deep Forest预测模型效果高于LSTM、XGBoost预测模型。因此,利用Deep Forest模型能够有效地对地铁沿线进行沉降预测,可以为政府部门今后开展地铁沿线地面沉降监测和灾害预警提供参考。     

GNSS载波相位精密时间传递数据处理技术综述

精密时间传递是时频领域最为基础的工作之一,在科技、经济、军事和社会生活中具有重要作用.全球卫星导航系统(GNSS)因其众多优势成为精密时间传递的重要手段,尤其是近些年发展的基于高精度载波相位观测值的时间传递技术成为GNSS时频领域的研究热点.本文对GNSS载波相位精密时间传递相关的研究进行了全面总结,对其数据处理涉及的观测模型、模糊度处理方法进行了归纳阐述,对精准性、一致性、稳健性、连续性、实时性、完好性等技术进行了探讨,并指出该领域未来应该重点解决非差与差分处理模型统一性、不同机理融合时间服务统一性和天空地海地下时间服务无缝性问题.     

海面GNSS-R模型与时延-多普勒特征研究

GNSS海面反射信号的建模对全球导航卫星系统反射测量(Global Navigation Satellite System-Reflectometry,GNSS-R)遥感应用具有重要意义.针对海面GNSS反射信号建模问题,本文采用Z-V模型研究了GNSS反射信号的时延一维相关功率和时延-多普勒二维相关功率特征,分析了不同风速下一维相关功率的变化情况,讨论了时延间隔和多普勒间隔对时延-多普勒图(delayDoppler map,DDM)的影响.数值结果表明：海面GNSS反射信号的相关功率对海面风速具有敏感性,在DDM波形仿真中,应选择合适的时延与多普勒间隔参数.该模型可模拟不同海况下海面GNSS反射信号的相关功率,为GNSS-R反射信号模拟及海洋遥感应用提供理论模型支撑.     

基于多种深度学习算法对卫星钟差预报的效果分析与对比研究

针对卫星钟差预报模型的普遍适用性低,以及预报模型中星载原子钟类型和建模特点结合不充分等问题,提出了四种适用于非线性处理的神经网络模型来预报卫星钟差.首先对钟差数据进行预处理;然后通过基于萤火虫算法(firefly algorithm, FA)优化反向传播(back propagation,BP)神经网络(FA-BP neural networks,FA-BPNN)模型、Elman循环神经网络模型、径向基函数(radial basis function,RBF)神经网络模型以及基于卷积神经网络-长短期记忆(convolutional neural networks-long short term memory,CNN-LSTM)网络模型对1 d和7 d的钟差数据量建立模型;再采用武汉大学国际GNSS服务(International GNSS Service,IGS)数据分析中心(WHU)的GPS精密钟差数据进行钟差预报;最后从不同建模数据量及不同批次卫星的同一类型原子钟和不同批次卫星的不同类型原子钟的角度,将预报效果进行分析与对比.结果表明：1)四种模型在建模特点上,1 d的钟差数据量建...     

基于机器学习的卫星导航系统全球定位性能评估方法研究

针对卫星导航系统伪距相位、广播星历等观测数据,本文采用特征提取和模型回归等技术手段,从数据类型和观测时间两个维度寻找数据内在特征,挖掘出海量测站数据之间的特征关联,并采用机器学习方法评估卫星导航系统全球定位性能.本文所提出的评估方法在实际测站数据上进行了验证,中国及周边区域12个测站模型定位精度1-平均绝对百分比误差(mean absolute percentage error, MAPE)的均值为92.36%,最差为PTGG站,1-MAPE为89.26%;全球范围120个测站模型定位精度1-MAPE的均值为86.59%,最差为SCOR站,1-MAPE为81.46%,与传统数理统计框架下得到的实测值较为吻合.实验结果表明：基于机器学习模型评估卫星导航定位性能的方法可行有效,机器学习模型在大数据统计分析中具有强评估能力和高泛化性,突破了现仅用传统数理统计的全球定位性能评估思路.     

点质量融合模型的海空重力数据延拓分析

针对无高质量的数据对传统的虚拟点质量模型对重力数据改正时,易受系统误差影响及解算不稳定的问题,该文将海空重力数据中的系统误差用非参数分量表达,对点质量模型进行改进,建立了虚拟点质量的半参数模型,引入核估计方法,利用偏残差估计方法,进行三步拟合估计,得到了系统误差和点质量参数的估计值。在分离系统误差的基础上,引入正则化方法改善病态,将建立的模型与正则化方法相结合,建立了综合半参数核估计和正则化方法的点质量融合模型,可在无外部重力时估计系统误差,同时完成多源数据融合。基于EGM2008位模型产生海空重力异常数据,采用线性项和周期项系统误差进行仿真实验,结果表明改进后的点质量模型能够有效利用外部数据,在改善病态和分离系统误差方面提升精度效果明显。并以北卡罗来纳实测海空重力异常数据验证该文方法的有效性,结果表明在无外部数据时,该文方法能有效地分离系统误差,并且精度与引入外部数据改正后的正则化方法相当。     

顾及物理空间的三维不动产数据模型研究

针对现有三维数据模型难以有效支撑三维不动产物理空间和产权空间一体化管理的问题,该文提出了顾及物理空间的三维不动产数据模型。基于土地管理领域模型(LADM)分析设计了产权语义类,并利用城市地理标记语言(CityGML)发展了多层级物理空间的构建方法,通过CityGML的扩展机制实现了产权空间要素类和物理空间要素类的语义关联以及一体化存储。实验表明,该模型能够有效表达“地—楼—层—户—间”多层次的几何语义信息,解决了三维不动产数据模型内容单一、缺乏建筑语义等难点,为不动产立体化产权管理和三维确权登记等工作提供了方法支撑。