GPS高程转换中高程异常粗差的检验与分析

利用几何水准法进行GPS高程转换时 ,高程异常数据的可靠性对于转换具有重要的影响 ,单个的高程异常粗差可能使得计算的结果完全失真 ,导致计算结果的完全崩溃 ,本文利用狄克松(Dikon)判别法和格拉布斯 (Grubbs)判别法进行了高程异常值的判别 ,得到了较好的结果 ,对于粗差的诊断具有一定的实际指导意义 ;同时对粗差诊断的可靠性进行了定性分析     

地表通量均衡法对中国陆面蒸散发估算的适用性评价

为验证和评估地表通量均衡法（surface flux equilibrium, SFE）在大尺度上的估算精度,基于SFE方法估算中国区域2001—2015年日尺度陆面蒸散发量,并开展适用性评价。结果表明：在站点尺度上,SFE估算值与观测值具有较好的一致性（均方根误差为1.03 mm/d,相关系数为0.70）,优于GLEAM产品精度（均方根误差为1.19 mm/d,相关系数为0.62）;在流域尺度上,SFE方法与水量平衡蒸散发较为接近,对多数流域的模拟效果较好,优于GLEAM产品和CR产品;在时空变化趋势上,SFE产品与CR产品的变化趋势一致性较高,与GLEAM产品一致性较差。综合SFE估算结果的精度验证和趋势分析,可以发现SFE方法基本达到现有产品的精度,因其输入参数少、物理机制明确、参数化方案简单,有潜力为蒸散发的大尺度准确估算提供一套行之有效的替代方案。     

数字地图质量的模糊综合评价

本文基于模糊数学的综合评判原理, 阐述了数字地图的质量评价方法,用此方法得到的结果较为合理、可靠,使得数字地图产品的质量检验过程具有定量化、标准化、合理化。     

测量误差分布的解析拟合

目前测量误差分布的确定主要是根据得到的误差值绘制直方图或用分布拟合检验法来进行 ,针对这些方法难以获得测量误差分布的具体类型 ,而且方法较为繁琐与实施不便的缺点 ,在分析了测量误差分布可用概括分布———指数分布来描述的基础上 ,提出用解析法来确定测量误差分布的分布类型。此法具有理论上较为严密、思路清晰和易于计算等特点。最后 ,通过实际实例证明了此法的正确性与可行性。     

旅行商问题的一种插入交叉算子

求解TSP问题是遗传算法应用的一个重要领域,其本质是TSP问题中巡回路径编码串的组合最优化问题。对于符号编码方式的遗传算法,通常需要设计特定的交叉算子以提高算法的运行效率和性能。该文针对自然数编码的方式,提出了一种较适合于大规模TSP问题求解的遗传交叉算子:插入交叉(InsertCrossover,简称IX)算子。该算子以优良的交叉策略,保证了算法的快速收敛和全局寻优。仿真实验结果证明,IX算子对于大规模TSP问题具有比较好的性能。     

聚类与自适应波段选择结合的高光谱图像降维

针对自适应波段选择法(adaptive band selection,ABS)对高光谱图像降维后得到的最优波段子集用于地物目标分类处理时,分类精度不理想的问题,提出一种K-means聚类与ABS结合的高光谱图像降维方法。算法采用K-means聚类算法对所有波段进行聚类,聚类中分别采用相关系数和欧氏距离2种相似性度量,选取各聚类中ABS指数最大的波段,作为最优波段子集。通过实验,将所提方法与ABS进行分类精度比较。实验结果表明,所提方法在分类精度上优于ABS法,以相关系数作为相似性度量的K-means聚类与ABS结合的降维方法分类效果更好。     

秩亏自由网的一种直接算法

文中在分析原有的秩亏自由网平差方法的基础上,给出了秩亏自由网的一种直接解法,它不需要组成法方程式,就可以得到与其它解法完全相同的解L和X。     

有多余控制点的角锥体影像外方位元素解算

提出根据角锥体原理采用多余控制点解算影像外方位元素,并推导出计算公式.通过利用有关文献中的数据进行验算,得出的结果与文献中的结果非常接近,证明此方法可行.     

浅谈GIS专业英语教学

专业英语是高等学校本科各专业的一门重要辅助课程,是基础英语的延伸。学习它的目的是为了拓宽学生的专业词汇量和阅读量,特别是强化英文表达方法,为学生将来学术论文的阅读、写作和交流打下坚实的基础。地理信息系统(GIS)是20世纪60年代兴起的一门新学科,在中国起步较晚。为了追踪该学科的动态并赶上国际水平,必须熟练的掌握该专业的英语词汇量及表达方式,因此GIS专业英语的教学就显得尤为重要。基于此,介绍了GIS专业英语教学的一些经验和方法。     

稳健整体最小二乘直线拟合

针对常用直线拟合方法在数据存在粗差或异常值扰动时,存在拟合结果不稳定的缺点,提出一种稳健的直线拟合方法。该法以整体最小二乘法为基础,在考虑全部观测量存在误差的情况下,通过利用一定的准则删除数据中的粗差或异常值,从而获得稳健的直线参数。实验结果表明,稳健整体最小二乘直线拟合不仅考虑了全部观测值中的误差,而且能剔除数据中的粗差或异常值,精度更高,结果更为可靠。