经验加速度补偿对HY-2A卫星精密定轨的影响

针对HY-2A卫星定轨中存在系统误差的问题,该文提出了加入经验加速度补偿系统误差。为了获得HY-2A卫星的高精度轨道,采用星载DORIS距离变率数据探索了经验加速度对定轨精度的影响。探讨了1d、3d和7d作为经验加速度周期的定轨精度差异,分析了3d作为经验加速度周期时在径向、法向和切向3个方向设置经验加速度对定轨精度的不同影响。研究结果表明:HY-2A卫星在径向和切向不存在系统误差,而在法向存在系统误差,因而在法向设置经验加速度进行力学模型补偿能够取得较好的定轨结果;3d作为经验加速度的补偿周期较为合适,不仅能够减少解算参数个数,缩短计算时间,而且径向定轨精度可达到1.00cm,满足HY-2A卫星精密定轨需求。     

体素模型的战场环境建模研究

针对基于面模型的战场环境建模难以展现战场环境要素的内部属性和规律等的不足,该文提出了利用体素模型实现战场环境建模的基本方法。该方法能够记录战场环境各要素的不同属性,反映其内部属性和规律,准确地模拟战场地理环境的变换过程,可实现战场环境各要素的统一建模。文章利用体素模型实现了对战场环境的认知与抽象,对战场环境体素数据模型进行了分类。最后以战场地形环境要素为例,利用战场环境基本体元实现了对战场地形环境的体素建模。     

时变参数灰色模型背景值重构及实现

针对时变参数灰色模型PGM(1,1)的背景值重构收敛速度及稳定性问题,该文运用积分的方法综合序列在Δt内不同变化趋势,导出背景值模型的准确表达式。实现了反映序列对新老信息偏爱程度的最优权值介于(0,1)内,且非不能越过某一阈值;给出了背景值重构模型最优解准确求取的具体算法步骤。基于MATLAB语言的实验结果表明:改进模型预测精度高,易于实现;所研究的带权灰色模型GM(1,n)背景值模型的重构及计算方法验证了PGM(1,1)模型重构及计算实现方法的有效性和实用性。     

植被生物量高光谱遥感监测研究进展

植被生物量的评估对于研究全球碳循环具有重大意义,而高光谱遥感技术为精确反演地表属性提供了重要的数据支持。针对如何更好地应用高光谱遥感技术进行植被生物量精确反演的问题,该文详细阐述了国内外应用高光谱技术估测植被生物量的研究进展。对反演植被生物量所涉及的数据源、反演模型的构建方法及其模型特点、反演模型应用对象等内容进行了综合评述,并通过分析认为,高光谱遥感技术较传统的多光谱遥感技术在生物量反演精度上有了显著的提高。同时,对建模方法、多源遥感数据融合以及模型通用性等方面的研究进行了展望,以达到在大尺度范围内对植被生物量进行准确反演的目的。     

三重加权变形监测预测模型及应用

针对GM(1,1)建模过程存在背景值、时间因素和初始条件3方面的不足,该文提出三重加权TPGM(1,1)预测模型。通过对背景值进行加权生成新的背景值,建立PGM(1,1)模型;在PGM(1,1)基础上考虑到时间因素,在求解灰参数时进行第2次加权建立DPGM(1,1)模型;最后考虑到初始条件对预测模型的影响,在DPGM(1,1)基础上进行第3次加权,建立TPGM(1,1)模型。通过实例分析,比较GM(1,1)、PGM(1,1)、DPGM(1,1)、TPGM(1,1)4种模型在变形监测数据处理中的拟合和预测结果,表明三重加权TPGM(1,1)模型拟合效果更好、预测精度更高;该模型具有前3种模型的优点,同时弥补了传统GM(1,1)存在的不足。     

气溶胶大气辐射校正区域性分析

针对使用6S模型中标准气溶胶模型进行大气辐射校正时结果较差的问题,该文提出使用实测气溶胶模型代替其进行计算。利用AERONET数据产品分析了香河、榆中等部分站点的气溶胶成分及其区域性分布特点,证明了中国气溶胶的成分具有明显的区域特性;并对6S模型中标准气溶胶模型与香河地基观测气溶胶光学参数进行比较,结果表明,两者具有较大的差异;最后使用不同的气溶胶模型校正Landsat5TM影像,结果表明,采用实测气溶胶数据进行大气辐射校正结果较优。     

局部均值分解与支持向量回归的大坝变形预测

针对现有变形预测方法对于大坝变形的预测效果不理想的问题,该文利用局部均值分解方法获取生产函数分量并进行支持向量回归建模,用此方法对大坝变形进行多尺度分析。通过局部均值分解对大坝变形序列进行分解得到其乘积函数分量,然后利用支持向量机回归进行外推预测,再把各乘积函数分量的预测结果进行叠加重构生成,进而获得大坝变形预测值。通过实例分析,比较GM(1,1)、支持向量机和该文方法3种模型在变形监测数据处理中的拟合和预测结果,表明该文方法充分发掘数据本身所蕴含的物理机制和物理规律,提高了大坝变形多尺度预测精度。     

利用端元光谱内插的青海植被覆盖度估算研究

针对利用像元二分模型估算植被覆盖度的精度不高的问题,该文基于OSAVI,提出了选定模型参数(OSAVIs和OSAVIv)的方法,并将该方法应用于青海省植被覆盖度估算。该方法通过高分辨率影像在研究区内选取纯裸地和纯植被样点,并将纯裸地样点的OSAVI作为纯裸地样点像元的OSAVIs,将纯植被样点的OSAVI作为纯植被样点像元的OSAVIv,利用样点像元的OSAVIs和OSAVIv值,通过普通克里金内插法,求得研究区每个像元对应的OSAVIs和OSAVIv。经精度验证结果表明:此方法较常规的参数选取方法,RMSE由0.170降至0.156,MAE由0.137降至0.124。经进一步分析表明,此方法对边缘验证点和非边缘验证点的估算精度都有所提高,由于配准误差和周围地表漫反射的影响,边缘验证点的估算精度低于对非边缘验证点的估算精度。     

中心内缩综合元的水深自动综合模型

针对水深自动综合问题,该文在满足水深综合的特殊要求并保持综合前后水深分布空间一致性的基础上,利用Voronoi图工具,采用定性和定量分析方法,建立了相应的综合规则和控制流程,设计了一种中心内缩综合元的水深自动综合模型,并进行了实验验证。实验结果表明,该模型可以在保证水深综合质量的前提下,实现流程的自动化。     

一种天绘一号卫星影像精确定位方法

针对如何最大程度地减小天绘一号卫星RPC模型系统误差,真实反映像方坐标与物方坐标关系的问题,该文介绍了天绘一号卫星的基本情况及相应的RPC参数模型,给出了求解RPC参数的基本方法和流程。结合天绘一号卫星采用等效框幅式光束法平差进行无控定位的特点,利用平差后计算得到的加密点坐标,提出了一种基于像点仿射变换的RPC模型区域网平差方法,并进行了RPC参数修正。经天绘一号卫星精度检测实验表明,修正后的RPC参数能有效地弥补系统性误差,具有更高的定位精度。