北斗GEO卫星载波相位单差观测值的周期性分析

高精度的卫星定位测量中,由于卫星在测站上空的重复周期性运动,周期性误差是影响测量精度的重要误差源。恒星日滤波利用周期性误差的特点,提取前一天的周期性误差来改正后一天的定位结果,可滤波处理诸如多路径误差。本文从北斗GEO卫星载波相位观测值站间单差的角度来探讨其周期性特点,通过前后两天站间相位单差观测值进行对比,采用相关性分析方法,验证北斗GEO卫星载波相位单差观测值的周期性特征。     

大气污染物排放量与颗粒物环境空气质量的空间非协同耦合研究——以武汉市为例

针对区域大气污染物排放量与空气质量在时空分布上存在不完全协同、匹配的现象,论文选择SO₂、NO_X、PM_2.5、CO和VOCs作为大气污染物指标,选择气溶胶光学厚度(Aerosol Optical Depth, AOD)表征颗粒物环境空气质量,以武汉市为例,综合应用耦合模型和空间错位指数模型研究2类指标之间的空间非协同耦合规律。主要结论如下：① 武汉市大气污染物排放量与颗粒物空气质量具有不同空间分布特征,大气污染物排放量呈现由城市中心城区向远城区递减的趋势,其中SO₂、PM_2.5和VOCs的排放具有明显的中心聚集现象,而NO_X和CO聚集现象不显著,且与道路分布明显相关;AOD分布具有明显的空间差异性,总体上呈由西北向东南依次递减的趋势。② 武汉市大气污染物排放与颗粒物空气质量的空间非协同耦合规律：越靠近城市中心城区,空间协同耦合现象越显著,空间错位现象越弱;越远离主城区,空间非协同耦合现象越显著,空间错位现象越显著;SO₂排放量与AOD在武汉市远城区的空间错位指数均大于0.7,且耦合度指数小于0.3,呈现较强的非协同耦合特征,NO_X、VOCs、PM_2.5的排放量与AOD在武汉中心城区的空间错位指数均小于0.5,且耦合度指数大于0.5,协同耦合现象较为显著。③ 基于时空非协同耦合分析城市大气环境污染治理建议：针对污染物与AOD空间错位不显著的城市中心城区,以本地减排治理为主;针对污染物与AOD空间错位显著的远城区,应在污染溯源分析的基础上进行区域协调综合治理。     

A spatiotemporal calculus for reasoning about land-use trajectories

Earth observation images are a powerful source of data about changes in our planet. Given the magnitude of global environmental changes taking place, it is important that Earth Science researchers have access to spatiotemporal reasoning tools. One area of particular interest is land-use change. Using data obtained from images, researchers would like to express abstractions such as ‘land abandonment’, ‘forest regrowth’, and ‘agricultural intensification’. These abstractions are specific types of land-use trajectories, defined as multi-year paths from one land cover into another. Given this need, this paper introduces a spatiotemporal calculus for reasoning about land-use trajectories. Using Allen’s interval logic as a basis, we introduce new predicates that express cases of recurrence, conversion and evolution in land-use change. The proposed predicates are sufficient and necessary to express different kinds of land-use trajectories. Users can build expressions that describe how humans modify Earth’s terrestrial surface. In this way, scientists can better understand the environmental and economic effects of land-use change.     

面向中国洪涝灾害应急监测的无人机空港布局

当前洪涝灾害对社会的经济发展和人民生命财产安全构成严重威胁。无人机机动、灵活,安全性高,可迅捷甚至实时获取灾区影像,对灾情的快速评估和应急救援决策意义重大。遥感无人机在洪涝灾害救援中能够发挥的重要作用已得到广泛共识,但是由于灾害的突发性,缺乏就近部署的资源制约了无人机遥感观测和救援作用的发挥。针对突发灾害,在区域和全国范围内建立起一定的无人机遥感应急体系成为国家面向未来正在考虑的选项。基于此,本研究提出了基于中国科学院的野外台站构建全国无人机遥感观测网的设想。本研究以中国防范洪涝灾害等级分布数据、行政区划数据、中国科学院野外台站分布数据和当前无人机性能数据库为数据源;以行政区划离散并提取的中心点作为需求点,台站作为设施点,不同洪涝等级区域内需要无人机进行应急观测的重要程度作为权重,利用最大覆盖选址模型进行空港选址布局;利用成本-效益曲线确定台站的最佳数量,最终从268个台站中选取出81个作为支撑全国洪涝灾害无人机遥感观测网络的无人机空港。无人机空港布局结果在理论上能够实现对中国绝大数突发洪涝灾害在2 h内初步完成洪涝观测,这对于构建中国空天地一体化的洪涝灾害监测体系具有重要意义。同时,本研究中的方法和成果对于进一步构建行业和综合性的全国无人机遥感观测网也具有一定借鉴和参照意义。     

偏振激光雷达探测大气—水体光学参数廓线

激光雷达在上层水体垂直廓线的遥感中展现出巨大优势。本文研制了一套高垂直分辨率的实时探测偏振激光雷达,提出了一种基于偏振激光雷达回波信号的反演算法,采用Fernald理论和多次散射原理反演非均匀大气—水体的衰减和退偏光学产品,以高效稳定地处理偏振激光雷达实验数据。展示了一个中国内陆水体激光雷达探测实例,观测到了两次气溶胶积聚现象和一次水体浑浊现象。对实验数据的分析表明,退偏比主要由前向多次散射和后向单次散射产生的退偏两部分组成。当多次散射强度较大时,退偏比的变化主要取决于多次前向散射退偏;反之,则主要依赖于单次后向散射退偏。     

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。     

三种验潮方法水位观测性能比较与统计分析

水尺、压力式验潮仪与验潮井验潮仪是海道测量水位控制和水位观测的主要手段。通过6日6个时间段的同步比对试验,计算了三种方法获取水位观测数据之间的潮时差和潮高差,分析了三种观测手段的水位观测性能以及产生差值的可能原因,提出了使用方法的建议。     

基于AR（p）的卡尔曼滤波在GPS变形监测中的应用

由于AR（p）模型结构比较简单且计算比较方便,在变形分析中,目前常采用此模型建立变形模型。然而单纯的AR模型把模型参数作为定值,变形数据拟合误差及变形预测误差可能会比较大。介绍了将卡尔曼滤波引入AR模型,利用观测数据建立AR模型,即建立观测方程;以AR模型的参数为状态向量建立状态方程。从而形成动态系统的卡尔曼滤波函数模型,动态计算出AR模型的参数以便预测。此方法快速、实时,且占有较少内存,充分利用了AR模型和卡尔曼滤波二者的优点。     

面向应用的CBERS-02星高分辨率相机成像数值模拟技术框架

技术框架研究的目标是准确仿真卫星高分辨率相机成像过程中辐射和几何质量的下降情况,从应用方的角度建立评价高分辨率卫星相机在国土资源领域的应用潜力和技术框架,并以CBERS-02B星HR相机在轨成像模拟为例进行了原理验证,同时对今后以国土资源应用评价为目标的高分辨率相机在轨成像模拟改进方案提出了建议。     

Estimation of parameters in a split functional model of geodetic observations (<Emphasis Type="Italic">M</Emphasis><Subscript>split</Subscript> estimation)

The paper presents a method of estimating parameters in two competitive functional models. The models considered here are concerned with the same observation set and are based on the assumption that an observation may result from a realization of either of two different random variables. These variables differ from one another at least in the main characteristic (for example, outliers can be realizations of one variable). A quantity that describes the opportunity of identifying a single observation with one random variable is assumed to be known. That quantity, called the elementary split potential, is strictly referred to the amount of information that an observation can provide about two competitive assumptions concerning the observation distribution. Parameter assessments that maximize the global elementary split potential (concerning all observations), are called M _split estimators. A generalization of M _split estimation presented in the paper refers to the theoretical foundation of M-estimation. An erratum to this article can be found at