立体测绘型双翼民用无人机航空摄影系统的实现与应用

按照领域专用、性价匹配的思想,设计并实现了一套满足小区域大比例尺地形图立体测绘要求的无人机航空摄影系统.该系统以双翼无人机为遥感平台,以数字相机为传感器,配置3轴稳定云台,直接获得数字航空影像,具有自主飞行、低空作业、无需机站支持、起降距离短、滑翔性能好等特点.系统包括双翼无人机、飞行自动控制与安全、CCD数字相机、稳定云台、空地无线通讯、地面站和数据处理等7个子系统.分别介绍了系统的总体结构和各子系统的技术状况;分析和比较了系统的GSD、像点移位、基高比等关键参数在保证成像质量和成图精度方面的合理性;报告和展示了系统在广州新客站、丹江口文物考古测量工程的试验情况和部分成果;最后对系统的改进提出了建议.     

采用辐照度基法对FY-1C气象卫星可见近红外通道进行绝对辐射定标

介绍另一种在轨卫星传感器绝对辐射定标——辐照度基法定标,并利用敦煌辐射校正场对FY-1C卫星可见近红外通道进行定标。通常的反射率基法定标,表观反射率计算的一个重要误差来源是对气溶胶散射的近似计算。辐照度基法定标采用实际测量的漫射与总辐射比来代替辐射传输计算的气溶胶散射。利用该方法对FY-1C卫星的5次定标结果表明,大部分日期辐照度基法和反射率基法定标结果非常吻合,肯定了辐照度基法的正确性,但在气溶胶含量较大时,辐照度基法提高定标精度的优点显现出来,能够减少辐射传输模式对气溶胶散射计算带来的误差,提高最终的绝对辐射定标精度。     

基于小波变换的单频GPS快速精密定位整周模糊度的解算

对于GPS短基线,载波相位双差观测量已基本消除了卫星轨道误差、钟差、大气折射误差等系统偏差的影响,主要包含距离观测量信息及随机测量误差,其中测量误差是高频的测量噪声,小波变换可将GPS载波相位双差观测量中的观测噪声(高频部分)分解出来。本文利用Coiflets小波基函数对GPS快速定位的原始载波相位双差观测量进行5层分解,通过重构第5层低频系数获得去除噪声的"干净"的载波相位双差观测量,然后利用"干净"的双差观测量进行最小二乘参数估计,以减小测量噪声对GPS快速定位病态方程解的扰动。计算结果表明该方法能够显著提高GPS快速定位中模糊度浮点解的精度,仅利用几个观测历元的数据就可以准确地固定模糊度。     

关于《基础地理信息标准数据基本规定》的认识

一、前言 随着国家信息化的建设和发展,越来越多的需要构建地理空间框架支撑的空间信息基础设施已成为经济社会信息化发展的基础平台。当前,由于缺乏统筹规划和统一标准作指导,造成同一城市里不同行业不同部门所使用的基础地理信息数据各异,无法实现各类信息的互联互通,因此,作为其搭载平台的地理信息系统必须统一。     

肯尼亚制订新的石油和天然气法草案

据肯尼亚《星期日民族报》报道,肯尼亚国家石油公司已制订了新的石油和天然气法草案,以改善政府部门在能源勘探活动中的协调职能,增加肯对投资者的吸引力。     

浅谈高架桥道床板的定位测量

本文结合实例，介绍了高架桥板式道床精确定位的方法。     

平坦地区GPS高程异常拟合研究

GPS测量所提供的高程为相对于WGS-84椭球的GPS大地高,而我国使用的是正常高。大地高等于正常高与高程异常之和,要使GPS高程在工程实际中得到应用,必须先求出高程异常,进而获得正常高。结合GPS测量和水准测量资料,用神经网络方法和二次多项式曲面拟合方法拟合高程异常,对拟合精度进行了分析比较,得出了有实用价值的结论。     

雷达遥感六十年：四个阶段的发展

雷达遥感问世60年来已经历了4个阶段的发展,其在对地观测中的作用正日益凸显,已经广泛应用于不同领域。4个阶段分别是单波段单极化阶段,多波段多极化阶段,极化和干涉阶段,以及以双/多站或星座、高时序高分宽幅、3维成像为代表的新阶段。本文结合作者长期在雷达遥感领域的研究经历,总结和回顾了雷达遥感的阶段发展和具有里程碑式的代表性技术;从观测技术、数据处理和应用角度阐述了新阶段雷达遥感的发展趋势,以及雷达遥感与人工智能和大数据结合的思考;最后着眼未来,介绍了月基雷达对地观测平台的前瞻性研究。     

径向基函数神经网络用于小比例尺道路网选取

针对小比例尺道路网专题数据少、语义信息缺乏的特点,该文根据小比例尺道路网已有的语义几何属性和拓扑结构,构建一系列参数作为选取依据。将道路网选取抽象为分类问题,提出一种使用径向基函数神经网络和多参数进行道路网选取的方法。相比时下较常用的反向传播神经网络,径向基函数神经网络具有更高效的学习性能。利用径向基函数神经网络的非线性映射能力,对样本进行训练和验证,并选择不同结构类型(放射式、格网式和自由式)的道路网进行选取实验。结果表明,该方法在小比例尺道路网选取研究中具有可行性,且在自动获取选取参数的同时提高了选取精度。     

基于多尺度分割和径向基神经网络的极化SAR影像分类

针对目前常用的基于像素的深度神经网络极化SAR分类方法产生的椒盐现象,文中提出了一种联合自适应阈值多尺度分割方法和径向基神经网络的极化SAR地物分类方法。实验证明,该方法能够有效地保留SAR图像的结构特征并有效消除分类过程中产生的椒盐现象和破碎斑块,具有较高的分类精度。