基于灰色GM（1，1）模型的城市生活用水量预测

介绍灰色理论建模原理和模型参数辨识方法,并以上海市为实例建立灰色GM（1,1）预测模型,运用残差检验、后验差检验以及关联度检验3种方法对模型进行精度检验,其模型拟合精度达97．25％。用所建立的模型对上海市2003～2007年城市生活用水量进行预测。结果表明,该灰色模型用于城市生活用水量预测,符合其灰色特性,通用性好,并且所需数据少,计算量适中,预测结果与实际情况比较吻合。     

RTK测量技术在基础控制测量的应用与体会

本文结合某测区GPS静态测量和GPS—RTK代替一级导线的对比,对提高GPS—RTK定位的精度、可靠性进行分析,认为只要采取一定的措施,GPS—RTK技术代替一级导线测量时能够满足点位精度和可靠性要求。     

FY-3D卫星MWHS-2辐射率资料直接同化对台风“米娜”预报的影响*

文章基于天气研究和预报(weather research and forecasting, WRF)模式中的FY-3D卫星微波湿度计Ⅱ(micro-wave humidity sounder 2, MWHS-2)辐射率资料的直接同化模块, 采用三维变分(three dimensional variation, 3DVar)方法在晴空条件下同化MWHS-2辐射率资料, 考察MWHS-2辐射率资料同化对台风“米娜”(2019)预报的影响。文中设计了4组试验, 第一组试验不同化任何资料, 第二组试验同化了单独的全球通信系统(global telecommunications system, GTS)常规资料, 第三组试验联合同化了GTS常规资料和MWHS-2辐射率资料, 第四组试验将MWHS-2辐射率资料换成先进技术微波探测计(advanced technology microwave sounder, ATMS)辐射率资料同化。研究结果表明: 偏差订正后各通道观测和背景场差值的均值趋于0, 同化后分析场相对观测的标准差与均方根误差较背景场显著减小, 同化过程是有效的。与仅同化GTS常规资料和同化ATMS资料的试验相比, 同化晴空MWHS-2辐射率资料后的增量场在台风中心附近有负的高度增量和正的温度增量, 从动力与热力上有助于台风的维持。在确定性预报最后的12h, 同化晴空MWHS-2辐射率资料的试验能够改进500hPa环流形势的模拟, 加强西南方向引导气流的强度, 从而最终减小台风路径预报的误差。     

基于深度BP/ELMAN神经网络的山区GNSS高程转换精度分析

将GNSS测量的大地高以较高精度转换为工程所需的正常高具有重要的实用价值。本文利用GSVS2017项目高精度的GNSS水准数据,分析了深度BP/ELMAN神经网络、广义回归神经网络(GRNN)、径向基函数神经网络(RBFNN)、支持向量机回归(SVR)、二次曲线拟合和曲面拟合等方法用于GNSS高程转换的精度。试验结果表明：(1)在训练点间距为50、30、15、10、5 km时,采用隐含层激励函数为ReLU的深度BP/ELMAN神经网络,其精度比GRNN、RBFNN、SVR、二次曲线拟合和曲面拟合方法高;(2)利用隐含层激励函数为ReLU的深度BP/ELMAN神经网络进行GNSS高程转换,5种训练点间距均可使90%以上检核点间的高差满足四等水准测量精度,75%以上满足三等水准测量精度要求,训练点间距为5 km时,55%以上的高差可达到二等水准测量精度要求。     

基于图像全站仪的天文大地垂线偏差测量及其精度分析EI北大核心CSCD

高精度天文大地垂线偏差在地球重力场模型精化、区域大地水准面模型验证等领域具有重要的应用。目前,数字天顶仪是最为常用的天文大地垂线测量仪器,但存在结构复杂、体积庞大、设备笨重、价格昂贵、运输不便等缺点。本文提出了一种利用图像全站仪实现高精度、全自动垂线偏差测量的方法。简要介绍了垂线偏差测量的基本原理和数据处理方法,并利用Leica公司生产的TS60图像全站仪,在河南郑州和陕西泾阳进行了为期1 a共计23个夜间的野外试验。结果表明,观测时间为12 min时,垂线偏差的内符合测量精度达到0.18″~0.23″;观测时间增加到96 min时,内符合精度提升至0.13″~0.19″,外符合精度优于0.2″。与数字天顶仪相比,图像全站仪兼具了测量精度和效率,甚至具备单人观测的条件,因此具有广阔的推广应用前景。     

利用单向多普勒确定“天问一号”轨道

“天问一号”任务中,单向多普勒轨道确定在我国深空探测任务中得到首次实际应用。本文提出了基于单向多普勒的“天问一号”轨道确定方法。首先对单向多普勒进行观测建模和误差理论分析,然后利用“天问一号”中继轨道段的单向多普勒进行定轨计算,最后使用定轨结果与基准轨道的星历进行比较及重叠弧段轨道比较两种方法,分析仅利用单向多普勒的定轨精度,验证了单向多普勒的定轨能力。分析表明,星载频率源的不稳定和太阳相位闪烁噪声是影响单向多普勒测速精度的主要误差源,“天问一号”中继轨道段,仅利用单向多普勒数据可以实现优于1 km的定轨精度,这为未来我国更遥远的深空探测任务实施提供了重要技术存储。     

SSA-BP神经网络在无人机点云孔洞修补的应用

为了解决无人机点云数据中的孔洞修补问题,本文提出了基于麻雀搜索算法（SSA）优化BP神经网络的无人机点云孔洞修补方法。首先利用麻雀搜索算法对传统的BP神经网络进行初始权重与阈值的优化,再将麻雀搜索算法优化后的BP神经网络算法（SSA-BP）运用于无人机点云数据中孔洞的修补。为了验证算法的可行性,将SSA-BP神经网络与传统的BP神经网络、最小二乘支持向量机（LSSVM）两组算法进行精度比较。试验结果表明：SSA-BP神经网络算法的修补精度高于另外两组对比算法,且SSA优化后的BP神经网络稳定性更强,在复杂地形孔洞的修补中仍具有较好的修补效果。     

基于D-InSAR技术的不同裁剪尺度下沉降监测精度对比分析

利用InSAR(合成孔径雷达干涉测量)技术对小区域范围内的沉降进行监测时,不同的裁剪尺度会对沉降精度产生影响。本文分别选取山区和平地的SAR数据,利用不同尺度的窗口对数据进行裁剪,采用D-InSAR技术分别获取沉降结果,对沉降结果进行分析比较。研究结果显示:小区域范围内,山区SAR数据的裁剪尺度为3300×3300像元时为最佳,平地SAR数据的裁剪尺度为3800×3800像元时为最佳。该研究结果对利用InSAR进行小区域沉降监测具有一定的参考价值。     

协同多时相波谱特征的不透水面信息级联提取

不透水面作为反应城市表征变化和区域城镇化的重要技术指标,其位置、图斑大小、空间分布等信息在地表水热循环和能量平衡等领域被广泛需求。传统方法大都基于单一时相信息提取不透水面,而忽略多时相所蕴含的丰富信息。因此,本文提出多时相信息融合的不透水面级联提取方法,利用Landsat-8 OLI遥感影像分析归一化植被指数（Normalized Difference Vegetation Index, NDVI）、改进的归一化水体指数（Modified Normalized Difference Water Index, MNDWI）和归一化建筑指数（Normalized Difference Building Index, NDBI）年内时序变化特点和典型地物间多时相波谱曲线的协同特征,并归纳不透水面多时相变化规律;再根据先验知识所获取的有效地表信息,进行多时相分级提取不透水面信息。此外,基于实地考察数据和同期2 m GF-1遥感影像屏幕数字化生成30 m不透水面图斑,进行精度验证、分析和对比单时相、四季相及多时相3种时序情况下的提取精度。结果表明：单时相提取不透水面总精度最低,四季相提取精度优于单时相,而多时相提取精度最高（精度可达93.66%,Kappa系数为0.81）。本方法在偏远城镇不透水面的有效识别中显露潜在优势,可为不透水面提取方法融合时序波谱特征提供新思路。     

谈英语分层次教学

高职教育的生源问题一直是制约着教学质量提高的“瓶颈”,英语教学更是首当其冲。多年实践证明,根据学生实际实行分层次教学乃是关键之所在。实行分层次教学,是激发学生学习兴趣、增强学习信心、开发智力和潜能,适应社会对人才规格要求的需要。在分层次教学中,要着眼于教学目标的确定、教材内容的选定和教法学法的研究,做到目标制确定合理、教材内容合乎实际、教法多样、学法灵活,以此培养符合社会各层次需要的专业技术人才。