弹性椭球地球模型的海潮效应

本文推证了比较完整的弹性椭球地球模型的海潮负荷理论和计算公式,它对弹性球型地球模型海潮效应计算的发展起了一定的作用。     

Ellipsoidal geoid computation

Modern geoid computation uses a global gravity model, such as EGM96, as a third component in a remove–restore process. The classical approach uses only two: the reference ellipsoid and a geometrical model representing the topography. The rationale for all three components is reviewed, drawing attention to the much smaller precision now needed when transforming residual gravity anomalies. It is shown that all ellipsoidal effects needed for geoid computation with millimetric accuracy are automatically included provided that the free air anomaly and geoid are calculated correctly from the global model. Both must be consistent with an ellipsoidal Earth and with the treatment of observed gravity data. Further ellipsoidal corrections are then negligible. Precise formulae are developed for the geoid height and the free air anomaly using a global gravity model, given as spherical harmonic coefficients. Although only linear in the anomalous potential, these formulae are otherwise exact for an ellipsoidal reference Earth—they involve closed analytical functions of the eccentricity (and the Earths spin rate), rather than a truncated power series in e². They are evaluated using EGM96 and give ellipsoidal corrections to the conventional free air anomaly ranging from –0.84 to +1.14 mGal, both extremes occurring in Tibet. The geoid error corresponding to these differences is dominated by longer wavelengths, so extrema occur elsewhere, rising to +766 mm south of India and falling to –594 mm over New Guinea. At short wavelengths, the difference between ellipsoidal corrections based only on EGM96 and those derived from detailed local gravity data for the North Sea geoid GEONZ97 has a standard deviation of only 3.3 mm. However, the long-wavelength components missed by the local computation reach 300 mm and have a significant slope. In Australia, for example, such a slope would amount to a 600-mm rise from Perth to Cairns.     

空间目标的聚合模型

本文定义了集合元素的聚合算子，简述其特性，以此聚合算子为基础，提出了空间目标的聚合模型。根据ＧＩＳ空间目标的属性，分析了聚合算子的表现形式。由此模型的特点可以得出：聚合模型适合于ＧＩＳ层次数据的组织，它能减少数据的冗余和维护数据的一致性。经概念及含义的比较，指出了面向对象的模型方法很适合此聚合模型的实施。     

线性综合模型用于崩滑体变形预报的研究

综合分析和比较了自回归模型和回归模型的特点,提出了采用线性综合模型来预报崩滑体变形的思想,以弥补自回归模型或回归模型预报的不足。实测资料的处理结果表明,综合线性模型具有特别的适用性。     

基于粒子群算法的组合模型在变形分析中的应用

在构建并联组合模型进行变形预测时,单项模型权值的确定是个关键问题。为了提高变形预测的精度,以基坑监测数据为例,采用GM(1,1)模型与ARMA模型进行组合,在拟合误差平方和最小的准则下,使用粒子群算法求解两单项模型的最优权值,进而构建并联组合模型进行变形预测。结果表明,该方法融合各单项模型的优势,可以提高预测精度,避免求解线性规划问题,具有较好的实用性。     

一种加快BDS精密单点定位初始化的方法

由于BDS卫星的星座特性及卫星的轨道和钟差的精度影响,使得传统消电离层组合精密单点定位(PPP)的初始化时间较长。针对上述问题,文中对附加电离层约束的非组合精密单点定位算法进行研究。首先介绍非组合PPP算法,分析其与传统PPP的差异;其次分别利用CODE电离层格网产品,以反距离加权算法计算的站星电离层延迟、低阶球谐函数建立的区域电离层产品等作为先验信息对非组合PPP进行约束。通过MGEX观测网实测数据静态和仿动态计算表明,相比传统消电离层组合PPP,附加电离层约束的非组合PPP能够有效缩短初始化时间,同时能够获得高精度的定位结果。     

变异函数模型参数的非线性加权总体最小二乘法

针对球状模型和指数模型两种变异函数模型线性化后的系数矩阵具有非线性形式,系数矩阵元素含有随机误差等问题,该文使用非线性加权总体最小二乘法估计变异函数模型参数。以高程异常数据为例,利用变异函数值的点对数定权法和系数矩阵中距离值的方差-协方差传播律定权法迭代解算参数,并与最小二乘法,加权最小二乘法和非线性总体最小二乘法进行对比分析。实验结果表明:非线性加权总体最小二乘法能够得到更高精度的变异函数模型参数。     

方差分量估计理论及其在边角网平差中的应用

本文从理论上阐明了MINQE(I,U)(最小范数二次不变无偏估计)方差分量估计出现负方差的原因;论述了存在MINQE(U,NND)估计量的充要条件;对边角网平羞问题而言,MINQE(I,U)估计法不可能同时准确地求出边长误差模型中的m _a ² 和m _b ² 。文章从边角网误差模型的特点出发,提出了一种新的方差分量估计模型(改进的方差分量估计模型),该模型能合理地确定方向和边长的方差分量,从而较好地解决了边角网平差中的定权问题。     

基于森林模型参数先验知识估算高分辨率叶面积指数

目前,估算高分辨率叶面积指数LAI（Leaf Area Index）的常用方法是采用大量地面测量数据和遥感数据建立统计模型,再用统计模型估算LAI。然而,与农田地面测量实验相比,森林地面测量实验获取的观测数据更加有限,这使得基于统计模型的森林高分辨率LAI的估算精度低,难以满足应用需求。为此,本文提出一种基于森林模型参数先验知识、使用森林研究区少量的LAI地面测量数据和归一化植被指数NDVI数据估算森林高分辨率LAI的方法。首先,获取全球20个森林实验区的LAI地面测量数据和NDVI数据,建立LAI-NDVI统计模型并提取森林模型参数的先验知识。然后,以一个新的森林站点Concepción作为研究区,将该研究区的数据分为建模数据和验证数据两个部分。使用研究区有限的建模数据对森林模型参数先验知识进行本地化校正得到优化模型,优化模型用于估算森林高分辨率LAI,使用验证数据评价LAI的估算精度。同时,选取了Camerons站点、Gnangara站点、Hirsikangas站点评价本文方法的LAI估算精度。使用地面测量LAI验证基于森林模型参数先验知识估算高分辨率LAI的结果精度,经验证4个森林站点的均方根误差分别为0.6680,0.4449,0.2863,0.5755。研究结果表明：在仅有少量观测数据时,采用本方法能有效地提高森林高分辨率LAI的估算精度。因此,本方法可为森林高分辨率LAI的遥感估算提供参考。     

加权混合估计中权值的确定方法

综合了大地测量中各种异方差多源观测模型和联合平差方法,说明了混合估计方法可以用于测量数据融合,平衡附加信息和样本信息对参数估计的影响。通过求取权值使参数估计的协方差阵的迹最小的方法,给出了一个权的最优选择方法。本文扩展了已有的加权混合估计方法,使得新方法中的权不受验前单位权方差的限制,能有效应用于大地测量数据处理。