专题文献 更多>>

关键词： 浅地层剖面仪   海底管道   海洋测绘   杭州湾  

摘要： 为研究浅地层剖面仪在海底管道检测中的应用规律、特点及优化方式，以杭州湾海底管道为例，分析了资料采集和处理流程。认为资料采集应选择合理潮时，测船侧舷中前部1/3处安装拖鱼并准确量取安装位置和入水深度，合理调整船速、船向和船姿等进行优化；资料处理时，可通过合理使用涌浪滤波改正以及辨析海底浮泥质、浅层气、双绕射曲线、非管道形成的绕射曲线等进行优化。项目应用表明，优化方案提高了仪器采集效果和成果质量，为海底管道运维提供了可靠的数据支持和参考依据。

关键词： 全球卫星导航系统   被动雷达遥感系统   动目标检测   动目标参数估计  

摘要： 全球卫星导航系统（Global Navigation Satellite System，GNSS）除了用于导航定位服务之外，因其信号覆盖率高及卫星可见性强等优势，亦可作为被动雷达的机会辐射源完成地表环境和运动目标的遥感探测。但另一方面，其较低的到达地面功率和较窄的信号带宽也给该类系统的应用带来诸多挑战。回顾了GNSS被动雷达遥感系统近30年的发展历程，聚焦运动目标遥感检测技术。通过分析后向散射和前向散射两种GNSS外辐射源探测体制下的动目标检测流程，梳理了相关技术的重点和难点，介绍了国内外在相关问题上取得的研究进展和潜在发展趋势，以期为相关研究提供参考。

关键词： 加权修正的差分光学吸收光谱法   XCH   DEM   光谱宽带结构   人工神经网络   卫星遥感  

摘要： 加权修正的差分光学吸收光谱法(weighting function modified differential optical absorption spectroscopy,WFM-DOAS)是用于甲烷平均干空气摩尔分数(XCH4)遥感反演的经典算法,其关键技术之一是分离“宽带吸收”与“窄带吸收”光谱结构;同时,数字高程模型(digital elevation model,DEM)对XCH4的反演有重要影响。目前已有的甲烷反演产品主要使用多项式进行宽带结构拟合,多项式阶数的选择标准不明确、对宽带结构的拟合不够精确,使用的DEM精度无法满足局部地区高精度反演要求。本文选取瓦里关大气本底基准观象台所在的青藏高原区域为研究区,使用更高精度的数字高程模型(global 30m digital elevation model,GLO-30)并用全连接神经网络代替低阶多项式进行“宽带结构”拟合,进一步地,在传统的全连接神经网络的基础上加入了“跳连”结构,并使用dropout策略对网络进行优化。将实验结果与使用The Global Multi-resolution Terrain Elevation Data 2010(GMTED2010)和低阶多项式拟合方法下反演的XCH4进行数据对比。结果显示,改进后的全连接神经网络可以更好地拟合宽带光谱结构,同时联合更高精度的DEM可以提高XCH4的反演精度,相关系数最高提高到0.92。所使用的联合优化方法可以用于油气田产区的XCH4的遥感反演,从而更好地服务于油气田产区甲烷异常排放排查等。

关键词： 组合导航   最大熵准则   核带宽   迭代阈值   卡尔曼滤波器  

摘要： 在高斯假设下，GNSS/SINS组合导航系统的常规卡尔曼滤波器（KF）在最小均方误差（MMSE）准则下是最优的。然而，当测量噪声受到重尾脉冲噪声干扰下，KF的滤波性能将会严重下降。为了解决该问题，提出组合导航系统的最大熵卡尔曼滤波器（MCKF）。首先，建立MCKF的状态方程及测量方程；然后，利用相对熵的原理，建立基于最大熵准则的卡尔曼滤波器，并设计其滤波迭代流程；最后，在混合高斯噪声及重尾脉冲噪声环境下，分别对GNSS/SINS组合导航系统进行仿真。仿真结果表明，在混合高斯噪声干扰下，KF的性能优于MCKF；在重尾脉冲噪声干扰下，MCKF的滤波性能明显优于KF，且核带宽趋于无穷时MCKF等价于KF。

关键词： GNSS坐标时间序列   降噪   小波   集合经验模态分解(EEMD)   速度不确定度  

摘要： 针对GNSS坐标时间序列中有用信号与噪声难以准确分离这一问题，本文提出加权小波Z变换(weighted wavelet Z-transform, WWZ)和集合经验模态分解(ensemble empirical mode decomposition,EEMD)的降噪方法.通过对西北地区70个陆态网络连续站垂向坐标时间序列的降噪处理，分别采用均方根误差(root mean squared error,RMSE)、信噪比(signal to noise ratio,SNR)、闪烁噪声(flicker noise,FN)振幅及速度不确定度为评价指标，验证了本文方法的降噪效果在一定程度上优于小波降噪和EEMD降噪.结果显示：WWZ-EEMD相比小波降噪和EEMD降噪，降噪后信号序列RMSE分别降低了0.331 mm、 0.757 mm,SNR分别提高了1.911 dB、3.635 dB;FN振幅及速度不确定度均有明显改善，验证了本文降噪方法的有效性.

关键词： 全球导航卫星系统(GNSS)   滑动时变频率   地震异常   四分位距(IQR)法  

摘要： 为了探测2023年8月6日山东德州平原县5.5级地震引起的异常环境响应，本文基于震中东北方向约26 km的GNSS观测数据，提出滑动时变频率方法并引入四分位距(interquartile range,IQR)法对地震引发的异常环境响应进行分析.结果显示，地震发生后N和E方向坐标速度时间序列在9～10 s处出现显著异常，垂向在16 s时出现轻微异常.滑动时变频率方法能够在速度时间序列异常跳变发生前5～10 s探测到明显变化，显示了更高的灵敏度.研究还发现，在地震发生前一天，电离层在震中上空出现了异常扰动，异常值达到4 TECU.研究表明：GNSS技术能有效探测地震过程中的异常环境响应，为地震监测与预警提供了新的视角和工具.

关键词： 水资源   水文学   卫星遥感   卫星测高   地表水和海洋地形卫星任务  

摘要： 水文水资源监测是对地观测系统的重要任务之一，是支撑新时代水利高质量发展、满足“三水”共治需求和践行“十六字”治水策略的直接有效途径，而卫星遥感技术提供了一种大范围、快速和高精度的数据获取渠道。但是现有卫星遥感在水文水资源应用上存在多星同步观测难、应急响应能力差和易受天气影响等问题，因此美国国家航空航天局于2022年12月发射了地表水和海洋地形（Surface Water and Ocean Topography,SWOT）卫星，这是全球第一颗通过多传感器协同观测全球陆地和海洋水资源的卫星，预期将极大提升水文水资源监测的时空分辨率和精度。系统梳理了水文水资源监测卫星发展现状、应用和技术难点等概况，并分析了SWOT的卫星参数、科学任务、算法流程和应用产品等内容，对我国后续卫星设计规划和数据处理关键技术有一定的参考价值。

关键词： 船基摄影测量   实时水边界   光束法空三   数码相机   GNSS罗经  

摘要： 针对水边界测绘现有方法施测困难等问题,提出一种免像控、免惯导支持的实时水边界船基摄影测量方法。该方法通过GNSS罗经、数码相机、计算机组网与通信端口编程,实现数据的全自动采集;采用自检校光束法实现传感器的标定与数据配准;构建自由网光束法空三平差模型,引入水位和外方位线元素最小范数条件约束,实现三维水边线的高精度提取。长江实时水边界测绘典型实验结果表明,本文方法切实可行、精度可靠,中误差优于0.2m,可有效消除作业人员安全风险,降低劳动强度,实现水下地形与水边界一体化测绘,且具有成本低、续航持久等显著优势。

关键词： 验潮站   GNSS基线   北斗卫星导航系统   全球定位系统   GAMIT/GLOBK  

摘要： 为了评估北斗卫星导航系统(BDS)用于验潮站沉降监测的可靠性和精度,该文利用北海区沿海8个验潮站2022年全年的GPS和BDS观测数据,从基线解标准均方根误差、基线重复性和GPS与BDS基线互差等方面对GPS和BDS解算结果进行对比分析。结果表明,BDS基线解的NRMS值在0.17~0.25之间,GPS基线解的NRMS值在0.18~0.23之间,二者基线解的NRMS值基本相当;GPS基线解的长度和各分量基线重复率平均值要小于BDS,从GNSS网固定误差和比例误差看,GPS和BDS的基线长度重复性精度达到10^(-9)~10^(-8)量级,基线东西和南北分量重复性达到10^(-9)量级,基线垂直分量重复性精度达到10^(-7)~10^(-8)量级。在GPS和BDS基线结果互差方面,GPS解算得到的基线长度均要大于BDS,二者平均差值为10.7 mm;东西分量差值最小,其次是南北分量,垂直分量差异最大,南北分量、东西分量和垂直分量差值平均值分别为-8.5 mm、-3.7 mm和10.6 mm。南北分量、东西分量、垂直分量和基线长度差值平均值最大值分别为23.6 mm、20.9 mm、30.4 mm和22.1 mm。总体而言,BDS基线与GPS基线结果存在一定的差异,但差值不大,相对于基线长度而言,二者差值在10^(-8)量级,均能够满足长序列高精度数据要求,可用于验潮站沉降监测的需要。

关键词： 全球导航卫星系统干涉反射   土壤湿度反演   小波变换   深度神经网络  

摘要： 针对如何有效提高全球导航卫星系统干涉反射(Global Navigation Satellite System Interferometric Reflectometry, GNSS-IR)土壤湿度反演的精度,提出了一种结合数字信号分析和深度神经网络(Deep Neural Network, DNN)的土壤湿度反演方法。该方法利用小波变换(Wavelet Transform, WT)方法代替传统的多项式拟合法降噪,从而有效提高反射信号提取精度;利用希尔伯特变换(Hilbert Transform, HT)获得观测信号的平均瞬时属性,即每个观测周期的平均瞬时振幅、平均瞬时频率和平均瞬时相位;利用DNN算法建立上述3个属性与土壤湿度的非线性映射关系,从而实现土壤湿度的反演。利用2015和2016年在美国科罗拉多州查塔菲县附近的PBO P037测站收集的GNSS观测数据进行模型建立和评估分析。结果表明,该方法的均方根误差(Root Mean Square Error, RMSE)为0.009 5 cm^(3)/cm^(3),相对于传统线性回归模型具有很大的改善,有效提高了GNSS-IR土壤湿度反演的精度。