协同多源遥感数据的北亚热带森林蓄积量贝叶斯分层估测

精确估算森林蓄积量是国家实现2060年前碳中和目标的迫切需求,而基于遥感的森林蓄积量定量反演是当前遥感应用领域面临的重要挑战和研究热点.光学遥感数据由于无法获取森林高度信息并存在信号饱和问题,反演森林蓄积量的精度较低,而机载Lidar数据能获取高度信息,但成本高、观测范围有限.本研究利用Sentinel-2多光谱、资源...     

结合地形因子与分层策略的喀斯特地区无人机影像分类

西南喀斯特山区地形起伏较大,地物分布较为破碎,致使传统的光谱特征一次分类方法的精度较低。本文基于高分辨率无人机正射影像和地形指标,充分利用无人机遥感影像空间特征、光谱特征、纹理特征及地形特征,采取面向对象CART决策树算法与分层策略提取了研究区土地覆盖类型。研究表明,结合空间地形因子和分层策略的方法减少了破碎区地物间的相干扰,故具有较高的分类精度,总体分类精度达91.2%,Kappa系数为0.87,较传统一次分类精度提高了9.8%,Kappa系数提高了0.13。该方法对西南喀斯特地区土地覆盖解译精度较好,可为土地利用监测提供参考。     

层次分析法支持下的道路洪涝灾害风险评价——以武夷山地区为例

本文首先采用基于多准则决策的层次分析评价法,根据自然灾害风险理论,将洪涝风险影响因子分为危险性和脆弱性两类,子准则层包括平均降雨量、汇流累积量、坡度、海拔和土地覆盖度、道路级别、地表产流能力7个因子,构建了道路洪涝灾害风险评价模型。然后以福建省武夷山地区为研究区,利用地形数据、气象数据及遥感影像提取土地覆盖类型数据,通过道路洪涝灾害风险评价模型,绘制了道路风险分区图。结果表明,中、高风险积水道路占比较高,主要集中在东部、西部和中南部地区。本文对道路洪涝灾害风险所进行的评价,可服务于洪涝灾害风险预警和应急救援规划。     

一种顾及电子元件延迟的超宽带室内定位方法

针对超宽带定位系统中存在多种误差影响定位精度的问题,本文全面分析了超宽带室内定位的误差源,给出了超宽带室内定位基本函数模型,提出了将电子元件延迟这一系统差与三维坐标同时作为参数进行估计,并通过高斯-牛顿迭代算法得到定位结果的方法。试验结果表明,该方法能有效消除位置系统偏差,两组静态试验均以全站仪测量结果作为真值,点位误差分别为4.1、2.3 cm,相较于已有方法分别提高了64%和87%,而动态试验结果更接近于参考轨迹,最大误差小于10 cm。     

第三次全国国土调查土地利用矢量数据栅格化方法

第三次全国国土调查县级土地利用图斑层包含利用类型、耕地类型、坡度等级、种植属性等多属性信息,将县级土地利用矢量数据集成栅格化形成全国无缝的多尺度、多专题栅格产品存在一定技术难度。本文针对第三次全国国土调查土地利用栅格产品应用需求,探讨了多属性综合编码、全国基础地理网格框架、栅格化产品数据模型、矢量栅格化等技术方法,建立了全国土地利用栅格产品生产流程,开展了全国多尺度、多专题土地利用栅格产品生产验证。结果表明:本文方法能够实现第三次全国国土调查土地利用矢量图斑多属性信息集成栅格化和全国多尺度、多专题土地利用栅格产品工程化生产,可为今后的国土调查土地利用栅格产品生产和共享应用提供支撑。     

依托航空模拟平台的激光雷达技术课程实践教学装备

为了能更好地理解激光雷达技术工作原理与三维信息采集全过程,规避现有激光雷达技术,尤其是机载激光雷达,在实践教学中受场地限制的不利条件,本文依托于中国矿业大学(北京)沙河校区的航空模拟平台,自主研发了一套基于单线激光雷达与行程测距仪集成的三维激光扫描装备,阐述了该装备集成的数学原理,设计了三维数据采集实践教学方法,并进行了三维数据采集的实践体验与数据质量评价。结果表明,该装备采集三维点云的精度优于99%,可为激光雷达技术的实践教学、创新训练及本科毕业设计等环节提供有效的硬件支撑,并可在仓储方量核算等工程应用方面进行推广。     

露天矿边坡稳定性监测方法研究现状及进展

边坡稳定性监测是有效预警滑坡的重要手段,本文在总结国内外文献资料的基础上,从不同的技术手段、不同的使用范围分析了边坡稳定性监测方法的利弊及其适用性,监测技术实现了从点到面、从坡体表面到坡体内部、从人工测量到自动化和智能化监测、从近距离监测到远程监控等方向的转变和发展。针对边坡稳定性监测技术研究中存在的问题,提出了采用空-天-地-内一体化监测,实施多源监测数据融合,以及稳定性动态评价和远程监测一体化交互的观点,以提高边坡稳定性预警的可靠性和远程监测的时效性,为降低矿山的生产成本,保障矿山的安全实施提供重要的技术支持,也为相关领域的研究提供参考。     

结构总体最小二乘估计理论的拓展及其应用研究EI北大核心CSCD

具有随机系数矩阵的高斯-马尔可夫(GM)模型被称为变量误差(EIV)模型,在均方误差意义下,总体最小二乘(TLS)估计得到的EIV模型参数估值优于最小二乘(TLS)估计,这种状况已引起测绘领域的极大关注,并成为多年来的热点问题之一。     

基于偏最小二乘算法的ＢＤＳ－２／ＢＤＳ－３卫星钟差短期预报

针对机器学习算法在卫星钟差短期预报应用中训练数据量最佳确定、算法有效性评估研究较少的问题,以 武汉大学ＩＧＳ数据中心连续１５ｄ３３颗事后ＢＤＳ－２／ＢＤＳ－３精密卫星钟差产品为例,基于钟差相位数据的偏最小二乘 （ＰＬＳ）、基于钟差相位数据一次差分的偏最小二乘（ＤＰＬＳ）、长短期记忆网络（ＬＳＴＭ）模型进行了ＢＤＳ－２／ＢＤＳ－３卫星 钟差短期预报。实验结果表明：首先,选择第１５天数据为测试样本,前１４天距第１５天最近的连续ｎ　ｄ数据为训练 样本时,ｎ 为８时,ＰＬＳ模型预报性能达到最优;ｎ 为１、３、８时ＤＰＬＳ预报性能达到相对最优;ｎ 为１１时ＬＳＴＭ 预报 性能最优;ＰＬＳ、ＤＰＬＳ模型的预报效率较优,而ＬＳＴＭ 预报效率较差,最大预报耗时分别为０．２５ｓ、０．９０ｓ、 １９８．６５ｍｉｎ;随着测试样本的增加,ＬＳＴＭ 模型的预报耗时显著增加,而其他两个模型预报耗时基本没有变化;其次, 连续１４ｄ的短期预报（当前１天为训练样本,后１天为测试样本）结果表明,ＤＰＬＳ较ＰＬＳ与ＬＳＴＭ 模型,６ｈ预报时 长下,均方根误差（ＲＭＳ）分别提升了３１．２６％、３９．６６％,极差（Ｒａｎｇｅ）分别改善了２６．３４％、４０．３０％,２４ｈ预报时长 下,ＲＭＳ分别提升了３３．４８％、４２．６８％,Ｒａｎｇｅ分别改善了２９．７７％、４２．９５％。     

面向道路积水动态可视化的多源数据集成方法

随着城市化进程的不断加快及暴雨等极端天气的时有发生,道路积水问题愈发严重,影响了市民的出行和城市正常运行,因此有必要对道路积水信息进行动态可视化,而数据的集成与管理是从多源数据到道路积水信息的关键一环。为了更加直接有效地表达道路积水信息,提出了面向城市内涝动态预警可视化的多源时空数据集成与管理方法,构建了道路积水时空数据模型,探讨了积水数据与道路数据的匹配方法,并设计了面向道路积水动态预警的原型系统,实现了道路积水深度的提取与发布。以南京市主城区某区域对该方法进行了实验案例分析,实验结果表明,提出的数据集成与管理方法在进行道路积水可视化时具有一定的可行性。