针对地下空间复杂曲面约束情况,文中提出一种对多地层表面模型进行约束Delaunay四面体剖分构建地质体模型的方法,即利用Delaunay三角网构建地层约束,通过限定四面体单元半径边长比和最小二面角等特征约束控制网格质量剖分生成地质体的四面体格网模型.以陕西省某地区为例,应用此方法构建顾及地下空间约束及可视化效果较好的三维地质模型.实验表明,该方法可生成满足约束条件要求且格网质量较高的地质模型,可为地下矿体开采等实际生产提供数据支持.
利用全球区域的7个IGS站的观测数据以及GPS和BDS的精密轨道和钟差产品,分析了BDS、GPS和BDS+GPS组合的卫星数量、几何空间分布以及静动态PPP精度.实验结果表明,GPS在全球7个测站的卫星数在10颗左右,卫星分布较均匀;BDS在Alic(大洋洲)、Iisc(亚洲)、Zamb(非洲)的卫星数明显多于GPS,其余测站卫星数量相当.数据表明,GPS+BDS卫星数量和卫星几何空间分布状态明显优于单系统.在静态PPP中,BDS在Maw1(南极洲)和Unsa(南美洲)精度略低于GPS,其余测站精度相当;GPS+BDS在7个测站U、N、E方向基本在1 cm左右,相对BDS、GPS单系统定位精度有一定提升.在动态PPP中,BDS在Nlib(北美洲)、Unsa的定位精度低于GPS,其余测站定位精度则要优于GPS,但BDS和GPS单系统在全球区域定位性能都不够稳定.GPS+BDS在7个测站U、N、E方向定位精度分别优于0.06 m、0.03 m、0.03 m,在动态PPP中相对于BDS和GPS 7个测站的精度均有提升,说明了GPS+BDS组合可以提高PPP精度并且可以极大改善定位的可靠性.
针对BDS-2/BDS-3 GEO/IGSO/MEO卫星观测值质量存在差异的问题,对随机模型进行精化,以提高基线解算的精度.文中介绍随机模型的精化过程,统计不同类型卫星单差残差的时间序列,并分析其随高度角变化情况,基于最小二乘拟合法确定精化随机模型的参数.用不同长度的基线实验,比较精化模型与传统经验模型的定位精度.结果表明,精化模型能有效降低质量较差观测值的权重,提升定位精度和稳定性,相对于经验模型,E、N方向平面定位精度可提升10.9％～20％,高程定位精度可提升19.5％～31.1％.
针对遥感卫星成像教学内容的特点,以及现有教学手段的不足,基于微软HoloLens2头戴式MR设备,将遥感卫星轨道和成像原理等课程知识点融入到混合现实环境中.设计了遥感卫星成像教学内容,混合现实环境开发,以及MR课堂教学实践.在混合现实技术的支持下,遥感课程教学强化了遥感卫星成像的重难点知识,HoloLens2混合现实技术在实际的教学过程中得到学生的认可,有效地提高了遥感卫星成像的教学效果.
结合了传统残差网络在数据样本小环境下分支卷积层特征的浪费问题,且考虑台风云图时空关联性强、特征复杂因素,参考日本国立情报学研究所在西北太平洋上空通过数个气象卫星拍摄的8000多景高分辨率台风云图,编制了适应于残差神经网络的时序台风云图分类训练集和测试集.为满足数据集及台风特征,有效优化了原始残差网络的残差块,并得到了恒等映射残差块.经由增加卷积输出来促进分支通路更好的被利用,保留台风图像时序特性,提高网络性能.实验显示,W-ResNets模型在自建台风数据集上的训练精度达到99.60％,测试精度达到76.19％,相较于浅层卷积神经网络的测试精度高出8.48％,相比于使用传统的残差神经网络提高了2.87％,为进一步验证模型的泛化性能,采用MNIST通用数据集进行网络对比实验,宽残差网络得到98.786％的测试精度,优于传统残差网络.文中的W-ResNets预报模型可在小样本台风数据集推广使用.
