一种基于混合格网的电离层层析方法

针对通过GNSS数据进行电离层层析时真实数据不足会导致层析结果的分辨率越高,模型精度反而越低的问题,提出一种混合格网层析方法。该方法是在代数重构法层析的基础上,将电离层划分为多层,每层采用不同的分辨率做层析,之后对调各部分的分辨率再层析,将相同分辨率下的格网电子密度组合,作为最终结果。实验发现,与单一格网相比混合格网层析格网电子密度精度明显提高,3种方法的均方根误差都降低了10%以上,其中ART方法降低了20.3%。对比使用同一迭代方法在不同的格网划分条件下的结果,发现3层划分和4层划分普遍比2层划分精度高,ART的精度提高了30%以上。     

iGMAS全球电离层延迟模型及并行计算策略

针对全球电离层延迟建模中传统串行处理方法效率低等问题,研究了基于全球分布的IGS跟踪站和iGMAS跟踪站观测数据实现全球电离层建模并行解算的基本方法、流程及策略。在Bernese软件基础上研制了一套iGMAS全球电离层延迟建模软件。为了验证并行解算方法的正确性和计算效率,利用全球200个左右IGS跟踪站和6个iGMAS跟踪站2014-08-20-2014-09-06共7周的观测数据,解算了快速电离层TEC格网。与IGS,CODE以及ESA最终电离层格网比较,结果表明:基于该方法解算的快速电离层TEC格网,与CODE,ESA以及IGS最终电离层TEC格网的互差,统计不同纬度带内偏差的均方根误差,全球范围内偏差的均方根误差均在1.5~2.5 TECu之间,南北半球高纬度地区在0.5~1.5 TECu之间,所有地区均优于5 TECu,整体精度与IGS,CODE以及ESA最终电离层TEC格网精度产品相当。     

格网电离层延迟模型的建立方法与试算结果

简要叙述了格网电离层延迟模型的建立原理 ,提出运用太阳 -地球坐标框架中的一阶球谐函数来模型化穿透点电离层延迟 ,以建立类似 WAAS的格网电离层模型的方法。用 11个参考站的实测数据试验性地建立了覆盖我国的格网电离层延迟模型 ,并用9个用户站的数据检验了电离层格网模型的精度。实例表明 ,用本文的方法利用 11个参考站可以建立覆盖我国大部分地区的格网电离层延迟模型 ,模型精度可达± 0 .7m。     

地方时的全球电离层格网精度评价

针对IGS发布的电离层格网产品的精度(均方根)在不同区域受太阳辐射影响不同的问题,该文提出基于地方时的全球电离层格网精度分析,通过地方时能较好地分析近似太阳辐射条件下的电离层精度。研究结果显示,电离层精度明显受地面基准站分布疏密的影响,基准站密集区域均方根随太阳辐射变化的波动较小,并且在太阳辐射较高时也能很好地保证电离层产品的精度;而基准站稀疏的区域均方根随太阳活动的影响较大,电离层精度较差。     

iGMAS全球电离层TEC格网产品精度分析

为了分析与评估国际GNSS监测评估系统(iGMAS)全球电离层TEC格网产品精度,该文基于iGMAS及IGS各电离层分析中心发布的全球电离层TEC格网产品,进行了精度比较分析,结果表明:iGMAS与IGS、CODE、JPL、ESOC、UPC等IGS电离层工作组发布的全球电离层TEC格网产品,在全球、不同纬度带和欧洲等不同区域均表现出较高的一致性和强相关性,互差为0~2.0 TECU;JPL分析中心GIM的内符合精度约为2.5 TECU,iGMAS、IGS、CODE、ESOC和UPC等分析中心GIM的内符合精度均小于1.5 TECU;在2~8 TECU的精度范围内,iGMAS全球电离层TEC格网产品的精度总体与IGS、CODE、JPL、ESOC、UPC等IGS电离层工作组的精度相当。     

单频GPS实时定位精度分析

电离层延迟误差是单频GPS实时/事后定位误差的一个重要来源,目前尚无有效的方法来削弱其影响。针对这一状况,该文首先介绍了单频GPS改正电离层延迟误差的常用方法,通过分析说明了电离层格网数据能够有效改善单频GPS实时/事后定位误差。给出了电离层格网数据的建立、预报方法,并详细介绍了刺入点地心经纬度VTEC值的计算方法、四点格网法内插刺入点天顶方向的总电子含量以及单层模型投影函数。结合算例,分析比较了不同类型电离层改正数据与卫星星历数据对单频GPS实时/事后定位精度的影响。实验结果表明,利用电离层格网预报数据能够显著改善单频GPS的实时/事后导航定位精度,对提高单频GPS定位精度具有一定实用价值。     

Linux Shell在电离层TEC格网数据提取和分析中的应用

电离层延迟误差是卫星导航和定位中不可忽略的重要误差,全球电离层总电子含量(TEC)格网数据因其将全球按规则的经纬度格网化,并给出了相应格网点的电离层TEC值,从而为用户使用提供了极大的便利．本文基于Linux Shell脚本编写简单、快速和容易维护等优点,利用Shell脚本对电离层TEC格网数据进行提取和分析处理,主要包括全球和自定义区域电离层TEC数据提取、均值计算、格网经纬度互差计算、最值提取等应用,可为基于全球电离层格网(GIM)数据对全球或区域电离层TEC周年变化、季节变化、周日变化规律以及时空变化特性等相关规律的分析研究提供一定的参考.      

一种基于三角分区的广域电离层改正新方法

根据中国地形分布难以建立格网模型的特点,为了解决我国区域电离层精确改正的问题,提出了广域电离层改正三角分区的方法。选择中国地震电离层监测实验网中纬度地区的5个监测站,建立覆盖我国中纬度整个网络服务区域的三角分区电离层模型,并利用8个基准站的数据对该方法的修正精度进行评估,结果表明,对于三角分区内部区域,该方法可以修正到90%左右;对于三角分区外部几百公里以内的区域该方法也能达到80%以上的修正精度,同时利用原始GNSS数据对美国、加拿大等4个IGS跟踪站进行补充实验也验证了该方法的可行性,在保证模型精度的同时较格网法更加简单、有效,对广域电离层延迟误差的修正具有重要的参考价值。     

北斗卫星信号实时单站电离层估计算法及性能分析

在研究已有实时电离层估计方法的基础上,提出了顾及硬件延迟偏差的实时单站电离层总电子含量估计方法。利用该方法对位于湖北省内的8个测站GPS和北斗实测数据进行模拟实时的处理,将估计结果与全球电离层格网模型进行对比分析,GPS和北斗的估计结果其量值及变化趋势与全球电离层格网模型插值结果都较为一致,其中GPS的误差保持在4TECU(1TECU=1016 m-2)之内,北斗的误差保持在5TECU之内。实验表明,该方法可以很好地实现实时单站电离层估计,独立利用北斗卫星导航系统信号可以实现电离层活动监测。     

利用相位平滑伪距和最小二乘曲面函数建立西安市区域电离层延迟模型

利用相位平滑伪距观测值,并采用附有限制条件的序贯最小二乘曲面拟合方法,研究构建了西安区域电离层延迟模型。该模型的内符合平均精度为6.9 cm,外符合平均精度为8.8 cm,通过与全球格网电离层延迟模型计算的电子含量进行对比,并将两种模型进行单频PPP定位测试。结果显示,区域电离层延迟模型的精度明显优于格网电离层延迟模型的精度。     

利用Landsat 7与GF-1 WFV影像反演地表温度

地表温度在地气循环系统中具有重要作用,是目前地理学研究的重点。然而目前的国产高分辨率影像缺少热红外波段,且具有热红外波段的影像分辨率较低。基于此,本文利用低分辨率影像降尺度方法反演高分辨率影像的地表温度。首先通过Landsat 7影像的热红外波段,提取典型地物的地表温度;对GF-1 WFV影像进行预处理后,利用全约束最小二乘法对高分辨率影像进行混合像元分解;根据平均温度模型,得到高分辨率影像的地表温度,并进行降尺度,通过Landsat 7影像进行精度验证。验证结果显示,均方根误（RMSE）为1.40℃,平均绝对误差（MAE）为0.44℃,精度较高。     

面向开采扰动的离子型稀土矿区地表温度降尺度方法

离子型稀土的开采活动会导致矿区地表极其剧烈的生态扰动,并且会造成当地的生态环境问题,而矿区地表热环境分异变化能较好地反映矿区的生态扰动特点,是一种辨识地表生态扰动的重要参数。离子型稀土矿区存在矿点分散且单个矿点面积较小的特征,因此获取实用性强且空间分辨率更高的地表温度数据对稀土矿区生态环境的监测具有重要价值。构建了一种综合图像融合算法、线性光谱混合模型的地表温度降尺度模型。以赣州市辖区内的定南县岭北离子型稀土矿区作为研究区域,以Landsat 8卫星影像作为主要数据源,首先选取同一年份两个季相的数据,综合图像融合算法和线性光谱混合模型,将地表温度空间分辨率降至15 m;然后对降尺度后的地表温度结果进行定性定量的分析并检验其精度。结果表明,分解前、后矿区地表温度的空间分布和走向整体一致,降尺度后的地表温度能够更细致地反映矿区地表特征和空间差异性,研究区内两个季相的降尺度结果整体均方根误差分别为1.459 K、1.196 K,绝对误差分别为1.128 K、0.952 K,精度较高,表明该方法对于提升离子型稀土矿的地表温度空间分辨率有较好的适用性。     

Improving impervious surface estimation: an integrated method of classification and regression trees (CART) and linear spectral mixture analysis (LSMA) based on error analysis

Classification and regression tree (CART) has been widely implemented to estimate impervious surface, an important indicator of urbanization and environmental quality. Although the CART algorithm gains higher overall accuracy than linear regression models, only very few studies have noticed that reliability of CART is affected by systematic errors. Especially, CART typically overestimates impervious surfaces in low-density urban areas and underestimates them in high-density urban areas. The primary objective of this study is to develop an improved integrated method to estimate impervious surface with higher accuracy by reducing the systematic errors of CART. This improved method was applied to three urban areas, Chicago (United States), Venice (Italy), and Guangzhou (China) to examine its effectiveness. When compared with the conventional CART, overall mean average error (MAE) and root mean square error (RMSE) of improved method are decreased by 22.64% and 20.93%, respectively, and R² rises from 0.9 to 0.96. In high-density impervious surfaces, where intensely developed urban area is located, the MAE and RMSE for the improved method are 0.066 and 0.088, respectively, largely improved from 0.100 to 0.130. Since accurate estimation of high-density impervious surfaces is the fundamental issue for monitoring and understanding the urban environment, the improved method demonstrated in this study is significant.     

长基线GLONASS模糊度固定方法及实验分析

格洛纳斯（Global Navigation Satellite System，GLONASS）采用了频分多址技术，接收机在接收不同卫星信号时会产生频间偏差，阻碍了GLONASS长基线模糊度固定，限制了其定位定轨的精度。提出了一种新的GLONASS模糊度固定方法。该方法基于全球电离层格网产品，根据频间偏差率的变化范围，采用搜索的方法和线性模型去除相位频间偏差对宽窄巷模糊度的影响，实现了GLONASS无电离层组合模糊度固定。利用平均基线长度为763 km的全球卫星导航系统（Global Navigation Satellite System，GNSS）服务站实验网数据对该方法进行分析，结果表明:连续30 d内，模糊度固定成功率最高为95.4%，最低为88.8%，平均为93.45%；模糊度固定后，北（north，N）、东（east，E）、高（up，U）各分量重复性和均方根误差（root mean square er-ror，RMSE）值均得到不同程度的改善，E分量重复性和RMSE值分别改善了20%和14%，改善效果最为明显。     

GIDS空间插值法估算云下地表温度

选用陆面区域温度最佳空间插值法—梯度距离平方反比法(GIDS),为近似估算云下地表温度提供了可能。实验选取暖季南京江宁地区ETM+影像和ASTERGDEMV1高程数据,探索分析GIDS估算云下地表温度的可行性和可信性。对14种空间大小云覆盖区实验研究表明:利用GIDS插值估算云下地表温度具有可行性,且估算误差随着云覆盖区范围增大而增加,其最大MAE<0.9℃,最大RMSE<1.2℃,并在云覆盖区小于100×100像元时,最大MAE<0.8℃、RMSE<1℃;插值精度与最近邻无云像元典型代表性、区域内空间复杂度和地表覆盖类型均有关,存在不稳定性和动态性;云下NDVI均方差与MAE、RMSE有着一致变化趋势,借助NDVI均方差指示云下地表空间异质性及NDVI–LST负相关性,可对插值结果进行可信性评判,以避免插值结果盲目应用,推进和提升地表温度产品应用价值。     

小型消费级无人机地形数据精度验证

低空遥感是近几年快速发展、应用非常广泛的新兴技术。小型消费级无人机集成可见光传感器,具有快速、灵活、高性价比等优势,受到广泛关注。然而目前有关该类无人机综合测量精度的研究不足,影响其进一步的推广应用。为此,本文开展了针对大疆(Phantom 3 professional)小型消费级无人机地形测量数据精度验证工作,设定6种航高(50 m、60 m、70 m、80 m、90 m和100 m)获取研究区的立体像对,生成影像点云(point cloud)、数字表面模型(DSM)以及数字正射影像图(DOM)等结果。在测量精度验证中,首先,在标准实验场均匀布设地面控制点(GCP),利用差分GPS测出GCP的高精度3维坐标;然后,通过GCP对立体像对进行绝对定位;最后,利用误差统计方法分析上述结果的测量精度。验证表明,在50—100m航高时,无人机影像结果的分辨率为2.22—4.23 cm,水平方向平均误差为±0.51 cm,垂直方向平均误差为±4.39 cm,相对均方根误差(RMSE)水平方向为±2.79 cm,垂直方向为±9.98 cm。研究结果表明,小型消费级无人机在飞控系统下的测量精度可达厘米级,这不仅为野外地理和生态调查工作者提供一种低成本、快速、灵活与精确获取地形信息的新型测量手段,同时还对使用此类无人机做航测应用及飞行参数设置提供一定参考。     

利用时空神经网络模型的长江经济带气温反演

传统基于遥感的气温反演方法往往使用全局模型,从而忽略了气温分布及其时空影响异质性,特别是在较大区域尺度的研究中存在不足。针对长江经济带区域,引入时空地理加权神经网络模型,建立一种高精度的气温估计方法。通过在广义回归网络模型中建立局部模型来顾及时空异质性的影响,融合遥感数据、同化数据、站点数据,获取面域分布的近地表气温信息。采用基于站点的十折交叉验证方法对模型性能进行评估,结果表明,时空地理加权神经网络有效提高了气温估计的精度（均方根误差为1.899 ℃, 平均绝对误差（mean absolute error, MAE）为1.310 ℃, 相关系数为0.976）,与多元线性回归和传统的全局神经网络方法相比,MAE值分别降低了1.112 ℃和0.378 ℃。气温空间分布制图结果显示,该方法结果能很好地反映长江经济带气温空间上的差异和不同季节的特征信息,具有实际应用价值。     

U-Net模型对不同空间分辨率防护林提取精度的影响

针对当前无人机影像获取精度高但数据规模小的问题,本文提出通过U-Net模型探讨不同空间分辨率对防护林提取精度的影响。以CW-20复合翼无人机搭载Micro MAC12 Snap多光谱传感器获取的300 m（空间分辨率0.15 m）、400 m（空间分辨率0.20 m）、500 m（空间分辨率0.25 m）3种不同高度的遥感影像为例,试验结果证明,3种不同高度的影像提取精度误差在1.3%以内;MIoU误差在3.7%以内。空间分辨率对防护林提取精度的影响较小,高空间分辨率的影像数据并不能显著提升防护林的提取精度。本文为大规模农林业遥感监测的数据源获取提供了理论依据。     

FY-2C云分类资料估算日照百分率

日照百分率是地球辐射研究、太阳能资源评估等工作中使用的一个重要指标量。为探讨FY-2C静止气象卫星资料估算日照百分率的可能性,以江西省为例,采用了FY-2C静止气象卫星2007年整年白天逐小时云检测资料和同期江西省87个国家气象站逐小时日照时数资料,建立了北京时间8:00-17:00逐时多元线性回归和权重系数两种估算模型,估算得到了覆盖江西省范围的5 km空间分辨率的逐时日照百分率格点资料。另外,用反距离加权(IDW)和克里金法(Kriging)模型对全省8:00-17:00逐时的日照百分率进行5 km分辨率空间插值,以进行多种方法对比分析。将各模型的估算结果与未参与模型构建的17站实测资料进行对比分析后发现,基于FY-2C云检测资料的两种估算模型的平均绝对误差(MAE)和相对误差均比IDW和Kriging的小50%以上,且其均方根误差(RMSIE)均明显小于后两者,误差离散性亦更小。基于FY-2C云检测资料的日照百分率的两个估算模型中多元回归模型的平均绝对误差(MAE)为3.40%,平均相对误差为8.62%,略小于权重系数模型的3.47%和8.75%,两者的均方根误差(RMSIE)则相差无几,误差空间分布也较为一致;各时次两种模型的估算值多大于实测值,仅17:00的估算结果小于实测值,8:00和17:00的MAE、RMSIE、相对误差均明显大于其他时次。对试验结果进行综合分析得出结论:基于FY-2C云检测资料的两种日照百分率估算模型均明显优于传统的IDW和Kriging方法;就2007年资料而言,多元回归模型优于权重系数模型。     

小波阈值改进算法的遥感图像去噪

通过对于文献中已有小波阈值去噪方法的研究,结合已有的一些小波阈值去噪函数,提出了相应的小波阈值去噪的改进方法来完善和提高小波阈值去噪的处理能力和可行性。该阈值函数加入了有效的调整系数来控制函数的可变。该函数不但同时保留了相应的传统小波硬阈值、软阈值衍化的优点,也提高了相应精度指标。利用该函数阈值去噪不仅在经典的图像中起到很大的改善,在遥感图像的去噪处理方面也有明显的精度提高。该方法通过去噪评价指标均方差（MSE）,峰值信噪比（PSNR）,信噪比（SNR）,均方根误差（RMSE）进行去噪后图像的评价。该改进的阈值函数方法对于图像的处理后评价指标明显有所改善。