RTK无验潮水深测量误差分析及控制方法

实时动态(real time kinematic,RTK)无验潮水深测量技术已成为海洋测绘发展的方向。从RTK无验潮水深测量原理和误差来源入手,定性与定量分析了高程拟合误差、波浪引起的误差、仪器测量误差、定位时延以及仪器安装等误差对成果精度的影响,指出选择恰当的拟合模型是控制高程拟合误差的关键,安装姿态传感器可以削弱波浪引起的误差,提出测量前对换能器连接杆进行垂直度测量、采用双频接收机和PPS等控制方法可以有效减小测量误差。结合实践提出减小RTK无验潮水深测量精度四点建议,为RTK无验潮水深测量技术的推广应用提供参考。     

基于磁异常反演的磁航向误差实时补偿方法

三轴磁力仪是一种常用的磁场测量工具,在地磁导航、海洋磁测、地磁勘探等领域应用较为广泛。作为一种磁场矢量测量工具,三轴磁力仪的磁测误差主要来源于三轴非正交、敏感轴灵敏度不一致及零偏误差等方面,磁力仪的标定优劣影响磁力仪的测量性能。为解决三轴磁力仪的标定问题,建立了磁力仪误差补偿模型,提出了基于正弦拟合的三轴磁力仪标定方法。将磁力仪沿平面旋转时的三轴输出数据拟合成正弦曲线,利用正弦曲线的幅值、初相角和平移量等信息计算出磁力仪的标定参数。仿真结果表明：该方法无需非线性优化过程即可实现标定参数的求解,得到的标定参数与设定值吻合度高;磁测噪声对三轴灵敏度系数及非正交角的计算结果影响较小。     

基于CQG2000的吉林省西部地区似大地水准面的建立

针对CQG2000精度无法满足实际工作的情况,提出一种新的重力似大地水准面与GPS水准的拟合方法—残差模型法,利用CQG2000、较密集的GPS水准点,采用残差模型法建立吉林省西部地区似大地水准面模型（JiLin West Quasi-Geoid,JLWQG）。论述建立JLWQG的三角剖分双线性内插算法及其适用性,检测结果表明,JLWQG精度达到了±0.05m,JLWQG在吉林省西部地区基础测绘更新工作中进行了大面积的应用,取得了满意的结果。     

Semantic segmentation of high spatial resolution images with deep neural networks

Availability of reliable delineation of urban lands is fundamental to applications such as infrastructure management and urban planning. An accurate semantic segmentation approach can assign each pixel of remotely sensed imagery a reliable ground object class. In this paper, we propose an end-to-end deep learning architecture to perform the pixel-level understanding of high spatial resolution remote sensing images. Both local and global contextual information are considered. The local contexts are learned by the deep residual net, and the multi-scale global contexts are extracted by a pyramid pooling module. These contextual features are concatenated to predict labels for each pixel. In addition, multiple additional losses are proposed to enhance our deep learning network to optimize multi-level features from different resolution images simultaneously. Two public datasets, including Vaihingen and Potsdam datasets, are used to assess the performance of the proposed deep neural network. Comparison with the results from the published state-of-the-art algorithms demonstrates the effectiveness of our approach.     

地面三维激光扫描点云拼接影响因素分析

在地面三维激光扫描仪进行三维建模过程中,需要对不同测站的点云进行拼接。为了提高不同测站点云拼接精度,本文开展了球形标靶表面扫描点数量、标靶的分布和数量及扫描距离4个因素对三维激光扫描仪不同测站下点云拼接精度的影响研究。采用法如（FOCUS）三维激光扫描仪开展了不同扫描分辨率、不同标靶数量、不同标靶分布和不同距离下的点云拼接试验,并采用SENCE软件对点云进行了拼接精度分析。试验结果表明,选择两测站的标靶表面的扫描点数量大致相等,并将4个标靶作为连接点,且放置在不同高度不规则排列时,点云拼接的精度最优。     

基于遗传算法的RBF神经网络在GPS高程拟合中的应用

本文针对RBF神经网络中隐含层径向基中心值的确定,利用遗传算法对其进行优化,并应用于高程拟合的实验研究中。通过将遗传算法优化的RBF神经网络与K-均值优化的RBF神经网络及标准RBF神经网络进行高程拟合的误差对比分析表明:遗传算法优化的RBF神经网络提高了拟合的稳定度,改善了精度。     

轨道误差对InSAR 数据处理的影响

轨道参数是InSAR 数据处理中一个重要的参数,对从最初的图像配准到最后的高程值或形变值图像生成都有着重要的影响.含有误差的轨道参数造成基线误差以残差条纹的形式存在于干涉图中.完全去除残差条纹要求轨道绝对精度低于1mm,目前的定轨精度远不能满足要求.这里推导了轨道误差和残差干涉条纹的关系,分析了轨道误差对高程值和形变值影响的特点,提出采用二次多项式拟合的方法去除残差干涉条纹,并以巴姆地区的 ENVISAT 数据证明了提出方法的有效性.     

广义残差地形模型及其在局部重力场逼近中的应用

研究了残差地形模型中的非调和性问题,比较了基于棱柱体和球冠体的积分模型,提出了基于球冠体积分的广义残差地形模型。以泊松小波径向基函数为构造基函数,结合广义残差地形模型,融合多源实测重力数据构建了局部区域重力场模型。研究结果表明:基于棱柱体积分的残差地形模型精度较低,在山区可能引入毫伽级以上的误差,建议采用更为接近真实地形表面的球冠体积分模型。相比于原始的残差地形模型,基于球冠体积分的广义残差地形模型能更为精确地逼近局部重力场模型中地形因素引起的高频效应。     

Study on Variation of Fitting Goodness of Relation Between Earthquake Frequency and Magnitude before Moderately Strong Earthquakes (Ms≥5.0)

In this paper,characteristics of spatial and temporal variation of linear fitting goodness before some moderately strong earthquakes(Ms≥5.0)in the eastern part of China(east of longitude 180)are studied according to the famous Gutenberg-Richter's relation expressed as lgN=a-bM,by using the moderate and small events that occurred in and around the source area.The results show that the linear goodness of fitting varies abnormally prior to these moderately strong earthquakes.In the early stage of the earthquake preparatory process,distribution of the energy released through small events in and around the source area is isostatic and the fitting goodness approximates 1,while the distribution of the energy turns to be isostatic before moderately strong earthquakes,leading to the obvious decrease of the linear goodness of fitting.This phenomenon could be a medium term anomaly and a medium term criterion for moderately strong earthquake prediction.     

一种深度图像拟合圆柱的优化方法

圆柱状构件广泛存在于古建筑仿真中,为了提高古建筑深度图像圆柱拟合的精度,针对古建筑仿真3维建模的特点,提出基于高斯图获取圆柱拟合参数初始值,然后利用圆柱距离函数参数化法进行非线性最小二乘拟合的圆柱拟合方法.实验证明,该方法不仅具有较高的精度,而且拟合结果稳定可靠.