基于稳健随机分隔森林的GNSS位移序列粗差实时检测方法 |
| |
引用本文: | 张鸣之,王鑫宇,赵文祎,吴明魁.基于稳健随机分隔森林的GNSS位移序列粗差实时检测方法[J].大地测量与地球动力学,2024(3):240-245. |
| |
作者姓名: | 张鸣之 王鑫宇 赵文祎 吴明魁 |
| |
作者单位: | 1. 清华大学工程物理系;2. 中国地质环境监测院;4. 武汉大学测绘学院;5. 中国地质大学(北京)信息工程学院;6. 中国地质大学(武汉)地理与信息工程学院 |
| |
基金项目: | 中国地质调查局地质调查项目(DD20211364);;国家自然科学基金(72293571);;国家重点研发计划(2021YFC3000504-02)~~; |
| |
摘 要: | 受GNSS硬件设备、通讯链路以及观测环境等因素影响,GNSS位移监测数据往往包含粗差,无法反映真实的变形特征。针对该问题,本文提出将稳健随机分割森林(robust random cut forest, RRCF)算法应用于GNSS位移监测数据粗差实时检测。仿真数据处理结果表明,RRCF算法粗差实时检测的准确率、精确率与召回率分别优于95%、98%、96%。地质灾害位移监测数据处理结果表明,GNSS位移监测数据发生异常突变时,RRCF方法检测结果与实际异常值情况吻合且误判率较低。总体而言,RRCF算法对GNSS位移监测数据异常实时检测的准确率和可用性均较好。
|
关 键 词: | 稳健随机分割森林 异常值检测 GNSS位移 变形监测 |
|