声速剖面EOF表示的第一模态解析

为实现对声速剖面EOF表示后第一模态时间系数和空间函数变化规律的解析,提出了一种简化的声速剖面变化模型,即"拐点"深度值和声速值的变化;声速梯度的变化和表层海水温度周期性变化所引起的海水声速变化,通过将4种因素所引起的第一模态空间函数的变化规律与实际声速剖面簇第一模态空间函数的变化规律对比,分析引起实测声速剖面变化的主要因素,最后,分别用深海和浅海实测声速剖面数据对其进行验证。     

测量系统差对大地水准面精度影响分析

从边值理论出发,推导了顾及Stokes核函数改化的观测值系统误差传播公式,基于超高阶重力场模型设计了仿真试验,以定量分析顾及核函数改化的重力异常系统差对大地水准面计算精度影响。仿真试验结果表明,重力异常系统差对大地水准面的影响表现为系统性特征,顾及核函数改化的Stokes积分公式能显著改进大地水准面计算精度,即使重力异常系统误差达3 mGal,大地水准面精度也优于1 cm,这些成果将为大地水准面精化工程的方案优化和质量评估提供有益参考。     

椭球谐和球谐系数之间一个简单的转换关系

本文推导的椭球谐系数和球谐系数相互之间转换关系的核心思想是在ε~2量级下利用Legendre函数的正交性,从球谐系数求解的积分表示出发,将积分中的椭球坐标变量与球坐标变量相互转换,从而得出椭球谐系数与球谐系数之间的转换关系。本文导出的转换关系有以下优点:①对于第二类Legendre函数的计算采用Laurent级数表示,使计算第二类Legendre函数更为简单;②保留了ε~2量级下,导出的转换关系相比文献[2]的形式更简单,满足物理大地测量边值问题线性化的要求;③顾及了余纬和归化余纬的区别。     

基于模糊最大似然估计算法的遥感影像分割

针对模糊K-均值算法依赖于群集原型的初始估计和对于数据中所存在的子群数目做出假设的缺点,结合最大似然估计,提出了不依赖先验假设的模糊聚类法——基于模糊最大似然估计的遥感影像分割算法。该算法在模糊最大似然估计算法中用模糊协方差来计算后验概率,用后验概率矩阵代替隶属度矩阵来进行划分。先用模糊K-均值进行图像预处理,然后用模糊最大似然估计算法进行分割。此外,本文用性能指标参数——超体积指标FHV来评价最优的类别数目。本文通过对模拟影像和真实影像的实验,验证了该算法的有效性和准确性。     

快速射电暴的数据统计

快速射电暴于2007年首次在脉冲星巡天的历史数据中被发现,是一种在射电波段观测到的具有色散量的单个强脉冲,其特征为持续时间仅为若干毫秒,峰值流量密度可达到央斯基量级。类似于射电脉冲星的单个脉冲,但其色散显著超过同一视线方向上银河系内星际介质的预期最大值。对截止2018年6月帕克斯望远镜、绿岸望远镜、阿雷西博射电望远镜、UTMOST望远镜和ASKAP望远镜已探测到的52例快速射电暴进行了观测量统计分析,根据模型扣除银河系星际介质导致的色散量后,快速射电暴平均色散量为584.5 pc·cm^-3,暗示着快速射电暴来自河外。通过最佳拟合估算红移幂律分布谱dN/dF_obs=4.14±1.30×F■sky^-1·day^-1。根据分析结果预计,FAST望远镜使用19波束接收机后,其多科学目标同时巡天在经过一年时间内能发现大约10个快速射电暴,将有效地扩大样本数量,为快速射电暴研究提供重要信息。     

基于压缩感知法对法拉第色散函数的重构

观测到的偏振量与法拉第色散函数之间是傅里叶变换对,而法拉第色散函数反映了辐射区域和辐射传播途径的磁场结构。如何通过这一关系精确重构出法拉第色散函数对于研究银河系及河外星系磁场具有重要的作用。目前已提出了基于压缩感知的法拉第色散函数重构方法,模拟结果要优于传统方法,然而是否具有实用性仍然未知。主要探究该方法应用于实际观测频率范围时是否依然可行,并进行了大样本统计学实验。结果表明:重构结果受多种因素的影响,具有很大的随机性,对重构结果在峰值附近再次进行最小二乘拟合后,重构的法拉第深度更接近真实值。     

一种局部稀疏地面点云与已有DEM的融合方法

机载LiDAR采集的点云数据中会存在一些局部区域地面点稀疏的情况,利用这些稀疏地面点构建DEM时会出现“三角面片化”的问题,严重影响DEM的质量。为此,本文提出了一种局部稀疏地面点云与已有DEM的融合方法：将稀疏点云作为高精度控制点,在尽量保持原始DEM的地形形态特征的前提下,通过高斯核函数加权迭代插值算法对DEM进行高程局部改正,实现稀疏点云与DEM的一致性融合。试验分析表明,融合后的点云数据得到了较好的补充,由此构建的DEM地形形态自然,在精度上相对于融合前的稀疏地面点云有一定改善,在弱精度区域的可靠性有显著提升。     

GPS高程拟合法比较以及精度分析

利用GPS测量高程代替水准高程时,选取合适的GPS高程拟合方法是必不可少的。本文利用某测区94个已知点作为实验数据,其中65个作为建模点,29个作为检验点,利用不同的函数模型法和不同的统计模型法建立实验区的GPS高程拟合模型,并通过MATLAB语言设计实现GPS高程拟合模型的建立以及精度分析。通过对比分析实验证明:移动曲面拟合法是本文列举函数模型法中拟合效果最好的;基于二次曲面的Shepard拟合法是本文列举统计模型法中效果更好。     

利用多面函数拟合和欧拉矢量法建立福建省GPS速度场模型

通过处理福建省卫星导航定位基准服务系统(FJCORS)2013-2015年观测资料,获得GPS站实测运动速度值,在此基础上,分别利用多面函数拟合法和欧拉矢量法构建了福建省及周边区域GPS速度场模型.内符合精度方面,多面函数拟合的速度精度南北分量为1.06 mm/a、东西分量为2.00 mm/a;欧拉矢量法得到的速度精度南北分量为1.36 mm/a、东西分量为1.22 mm/a.外符合精度方面,两种方法模拟得到的检核点速度值与实测速度值的较差均在±2.28 mm/a以内.在福建省陆域内,两种方法得到的速度场具有高度的一致性,运动速度均为35 mm/a左右,运动方向为SE-E向.     

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。