高分辨率卫星数据在矿山开发状况及环境监测中的应用效果比较

以著名钨矿生产基地———江西省崇义县为实验区,对QUICKBIRD和SPOT-5数据在南方高植被覆盖山区矿产资源开发状况及其引发的环境问题的监测效果和与性能作了系统比较,为类似地区矿山监测时数据源的选择提供参考。     

EGNOS系统进展情况

EGNOS是欧洲建设的第一个卫星导航系统，它通过增强两个军用导航系统来向系统服务区内提供差分改正数据和系统完好性信息，来满足高安全用户的需求。本文全面介绍了欧洲EGNOS系统总体设计、技术亮点、系统体系结构、工程现状、系统性能以及系统开发和走向等有关方面的最新情况，为我们国家建设自己的卫星导航增强系统积累经验。     

三种多卫星降水产品在中国大陆地区的性能评估

经地面降水观测资料校正的多卫星遥感降水产品的质量得到改进,但不同多卫星遥感降水校正产品的误差和性能在中国大陆地区缺乏相关的分析和比较,不利于用户对这些产品性能的理解及相关的降水数据使用。基于2015年和2016年的数据,研究采用降水探测能力指标和精度指标对经地面资料校正的MSWEP,IMERG和GSMaP的性能在中国大陆地区做了详细的性能评估,并为这些产品的误差校正算法提出改进方法和思路。     

不同ＩＧＳ产品精密单点定位性能分析

精密单点定位（ＰＰＰ）依靠ＩＧＳ分析中心发布的精密星历和钟差产品进行高精度绝对定位,由于ＩＧＳ最终精 密星历的发布有２～３周的延迟,无法满足高时效的生产需求,而不同的分析中心则会在１～２ｄ之内发布快速精密 星历,因此对不同分析中心发布的快速精密轨道和钟差产品精度进行研究,并通过静态和动态精密单点定位实验验 证分析,旨在实际应用中根据需求选择对应分析中心的精密产品。结果表明,不同分析中心的精密轨道和钟差产品 精度存在差异,其中ＩＧＲ最优,ＧＦＺ与ＥＭＲ稍差;精密单点定位实验中,ＥＭＲ、ＥＳＡ、ＧＦＺ产品收敛 速度快、定位精度高,ＥＳＡ整体定位性能最优。     

城市地下管网普查物探方法分析与验证

地下管网是城市正常运转的基础设施,承载着城市各种物质流、能源流和信息流,保证了城市的有序运转和居民的正常生活。探测地下管线的主要设备是英国雷迪RD8000,但这种设备恰巧是测绘仪器检定的盲区。为保证探测精度,需对物探方法进行分析,对设备进行校验,对不同埋深、不同地电条件下金属管线探测的工作参数进行试验,对探测仪性能、方法、最佳收发距离进行综合评定,旨在最大限度地发挥探测仪的潜能,从而保证地下管网的探测精度。     

在轨导航卫星的性能监测

随着全球卫星导航系统(GNSS)在国家安全、经济及社会发展中的作用越来越显著,各个卫星导航系统均通过不断发射卫星,保持足够数量的卫星在轨正常运行,从而确保系统对外提供连续的导航定位服务.随着在轨运行时间的不断增长,导航卫星设备出现故障或工作异常的概率也将逐渐增大,针对在轨导航卫星出现的常见故障,提出在轨导航卫星的性能监测需要对卫星运行的空间环境、卫星钟性能进行实时监测和预报,并对导航信号、卫星有效载荷重点参数进行监测和分析,同时对相应内容的监测方法进行了论述.     

空间数据访问规律的动态统计算法

根据日志信息得到的静态访问分布,不能真实反映系统当前的访问特征,而大规模分布式节点环境下,简单的复制和分发将带来不可承载的网络流量。为此,提出一种基于P2P的海量空间数据访问分布动态统计融合算法。通过节点映射和优选算法,充分利用节点闲置资源,优先选择服务能力"好"的节点进行统计信息的融合。实验表明,该算法能满足大规模节点下空间数据访问分布的动态融合要求,且效率较高。     

“天绘一号”卫星在轨性能评估

“天绘一号”卫星是中国新一代传输型摄影测量卫星, 由航天东方红卫星有限公司基于CAST2000小卫星平台研制。01星于2010年8月发射成功, 02星于2012年5月发射成功。经过在轨测试, 两颗卫星性能指标均达到设计要求。本文介绍了“天绘一号”卫星在轨性能测试的结果, 为该卫星后续业务化应用提供宝贵数据。     

多种角度比较SIFT、SURF、BRISK、ORB、FREAK算法

SIFT、SURF、BRISK、ORB、FREAK等图像特征匹配算法具有不同的鲁棒性,本文利用Mikolajczyk和Schmid所提供的数据集,对这几种算法从匹配速度,应对图像旋转变换、模糊变换、光照变换、尺度变换、视角变换时表现出的鲁棒性等角度进行比较。本文采用的评价指标是两幅图像中成功匹配的特征点对数。经比较分析后发现,SURF和FREAK算法表现出的鲁棒性较为全面。     

基于机器学习的卫星导航系统全球定位性能评估方法研究

针对卫星导航系统伪距相位、广播星历等观测数据,本文采用特征提取和模型回归等技术手段,从数据类型和观测时间两个维度寻找数据内在特征,挖掘出海量测站数据之间的特征关联,并采用机器学习方法评估卫星导航系统全球定位性能.本文所提出的评估方法在实际测站数据上进行了验证,中国及周边区域12个测站模型定位精度1-平均绝对百分比误差(mean absolute percentage error, MAPE)的均值为92.36%,最差为PTGG站,1-MAPE为89.26%;全球范围120个测站模型定位精度1-MAPE的均值为86.59%,最差为SCOR站,1-MAPE为81.46%,与传统数理统计框架下得到的实测值较为吻合.实验结果表明：基于机器学习模型评估卫星导航定位性能的方法可行有效,机器学习模型在大数据统计分析中具有强评估能力和高泛化性,突破了现仅用传统数理统计的全球定位性能评估思路.