四川省面积-高程积分空间格局分析

用面积-高程积分(HI)定量分析流域断面面积与海拔之间的关系,可作为划分流域地貌形态与发育阶段的标准。在ASTER GDEM数据的基础上,运用ArcGIS及相关软件进行提取,利用起伏比法计算四川省HI值来探讨四川省的流域地貌发育情况。结果表明:四川省HI值介于0.11~0.76,均值为0.43,整体处于地貌发育的壮年期,是地形地貌、构造、岩性等多种因素共同作用的结果;HI值空间分布明显呈西高东低趋势,HI值与海拔、起伏度和坡度存在一定的相关性;构造活动通过影响断裂带的活动性影响流域地貌发育,岩性和地貌之间的关系主要体现在岩石的抗侵蚀能力上。该研究有助于认识四川省流域发育特征,为后期研究流域地貌演化奠定基础。

一种基于CPⅢ的新型高程测量装置试验研究

随着中国高速铁路不断向前发展,车辆对轨道平顺性要求越来越高,轨道几何尺寸的保持又是以精准的高程测量为基础。以铁路高程测量为研究对象,提出一种基于高速铁路CPⅢ的新型高程测量装置,该装置主要基于CPⅢ测量原理,通过在轨道两侧设置大量的测量点,获取测量点的精确高程,确保测量结果的准确性。通过实验验证和分析,结果表明:与传统的测量方法进行对比,新型高程测量装置的测量结果具有更高的精确度和可靠性,尤其是在复杂地形地貌地区。新型高程测量装置具有自动化、快速、精确等优点,对提高铁路施工效率、降低建设成本、提升运营安全性具有重要意义。

沥青路面摊铺高程自动控制施工技术应用

路面摊铺的施工质量直接关系道路的使用寿命,但是传统手动控制机械的施工精度得不到保证,难以满足当前施工的要求,公路工程施工机械自动化、智能化已成为硬性需求。为了实现摊铺机高程的自动控制,提高路面摊铺的效率和质量,文章论述了沥青路面摊铺高程自动控制施工的工作原理,并基于智能测量技术、熨平板姿态测量原理、液压系统控制方法,开发摊铺机熨平板高程自动系统,实现路面摊铺施工的高程、厚度、纵坡、横坡的高精度自动化控制。

滇西澜沧江流域面积-高程积分及其地貌意义

云南澜沧江流域位于青藏高原东南缘地区,区内地质构造复杂,高山峡谷地貌发育,水系发达。为了探究该流域的地貌演化阶段,分析区内地貌的影响因素,确定构造与地貌的响应关系,基于30m分辨率的ASTER GDEM数据,利用ArcGIS平台提取澜沧江流域范围和5级水系,获得216个子流域的面积-高程积分(HI)值,并综合地质构造、降雨和岩性的特征进行分析。研究结果表明,澜沧江流域的HI值为0.14~0.66,空间分布上呈现出北高南低、西高东低的特征;地貌发育处于老年期(0.14≤HI<0.35)的子流域盆地有32个,处于壮年期(0.35≤HI≤0.60)的有180个,处于幼年期(0.60<HI≤0.66)的有4个,区域地貌演化整体处于壮年期。HI受地层岩性的影响较小,受降雨影响适中,主要受构造活动控制。在断裂分布区域,HI主要为高值,而龙蟠—乔后断裂区域HI呈低值,可能与该断裂中更新世以来构造强度弱———垂直滑动速率低有关。

低顶岛式斜坡堤的堤顶高程设计方法

针对低顶岛式斜坡堤的堤顶高程确定方法,基于国内外现有研究成果和所依托的工程实践,探讨影响低顶岛式斜坡堤的堤顶高程设计关键因素,对强浪向分散、常浪向集中的情况提出堤顶高程宜使堤后次生波与非掩护浪向设计波浪基本相当的设计理念,并结合工程案例的物理模型试验结果进行对比分析。结果表明,所提出的设计理念合理、可行,对未来类似工程的设计具有借鉴和参考意义。

采用随机森林方法提高区域GNSS高程拟合精度

本研究针对无实测重力数据和高分辨数字高程模型(DEM)数据下如何提高GNSS(Global Navigation Satellite System)高程拟合精度问题,通过采用反向传播(BP)神经网络与随机森林两种机器学习方法,与目前广泛采用的多项式二次曲面法的拟合结果进行了对比。研究结果表明,在地形起伏较为平缓的区域内,机器学习方法在外符合精度上至少有1厘米精度上的提升相比多项式二次曲面法或顾及地形起伏的多项式二次曲面法;在地形起伏较大的区域内,机器学习方法在外符合精度上均至少有1厘米精度上的提升。用均方根误差的标准差来衡量网络的稳定性,研究结果表明随机森林方法的标准差在试验区内优于BP神经网络。综上,机器学习方法可提升GNSS高程拟合精度、随机森林法的网络稳定性优于BP神经网络。

桑皮勒水电站高程测量成果验证方法研究

介绍了水利工程高程测量的方法及GPS高程转换原理,并针对高海拔、大高差、通行条件差的地区水利工程水准测量成果难以复测及验证的问题,提出了采用GPS大地高进行转换获得水准点的正常高及高差用于验证水准测量成果可靠性的方法。工程应用结果表明,该水准测量成果可靠,不存在粗差,同时也说明了EGM2008在新疆西部高山区达不到其标称的全球精度,也达不到在我国内地地区的总体精度20 cm,但可以用联测已知高程点的方法消除系统差后用于水准粗差探测及精度要求不高的高程传递。

基于城市似大地水准面的高程测量精度分析

为了提高GNSS测量的高程精度,提出一种同时顾及测量误差和模型误差的分区再次拟合方法。依托某市新型基础测绘项目的控制测量数据,在分析两类高差数据精度、可靠性基础上,基于模型精度分布不均匀、不同环境下GNSS信号质量强弱有别,按地貌特征进行分区,对高差不符值较大区域进行精化高与水准高二次拟合,重新解算局部控制点的高程,综合评定了拟合高程精度,结果显示达到了相关规范的技术指标。

采用多源重力场数据提高区域GNSS高程拟合精度

为提高在无实测重力数据下,提高区域GNSS高程拟合精度的问题,提出了一种应用于区域GNSS高程拟合的新方法,即采用多源重力场数据的多元回归模型法,该方法通过使用地球重力场模型XGM2019e_2159(X Gravity Models2019e_2159)、EIGEN-6C4和EGM96(Earth Gravity Models96)作为多源重力场的模型选择,计算高程异常长波部分、重力异常和扰动重力,根据不同地球重力场模型的高程异常长波部分之间的标准差的大小,建立只包含高程异常长波部分或包含重力异常与扰动重力的多元回归模型。该方法与广泛使用的"移去-拟合-恢复"法的拟合结果进行了精度对比。研究结果表明,在三个研究区内,该方法的外符合精度相比采用XGM2019e_2159模型的"移去-拟合-恢复"法,最大约有3厘米的提升,最小有毫米级提升。因此可验证该方法在提高区域GNSS高程拟合精度的可行性,为提高GNSS高程拟合精度提供了可行的新方案。

我国城市水工程的高程基准面

一、城市水工程与高程基准面的一般关系城市水工程是与江湖河海水体有关的工程,主要有城市给水、城市排水、城市防洪及城市桥梁等。这些工程的设计要素均与水准高程密切相关,尤其是必然包含每项工程构筑物与某一特征水位的相对高差作为工程主要尺度量值,如取水口中心与最低水位的高差。

基于多源数据的GNSS高程预测

提出一种改进的自适应噪声完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)、核主成分分析(kernel principal component analysis,KPCA)和长短期记忆网络(long short-term memory,LSTM)的组合预测模型,以提高GNSS高程时间序列的预测精度。考虑大气压力、地表温度和水文负载对站点位移的影响,首先使用ICEEMDAN对多源环境序列进行分解,降低其非平稳性;然后使用KPCA提取关键影响因子,减少数据冗余与相关性,降低输入维度;最后利用LSTM模型对多维时间序列集GNSS高程时间序列进行建模,实现对GNSS高程的预测。对4个GNSS站点6000组历元数据进行测试的结果显示,ICEEMDAN-KPCA-LSTM模型在预测GNSS高程时间序列时,RMSE和MAE分别比其他模型降低32.8%~35.3%和34.2%~42.1%,皮尔森相关系数提高11.6%~14.3%,表明该组合预测模型具有更好的预测性能。

2020年珠峰高程测量与确定流程解析

着重解析2020年珠峰高程测量数据处理流程。首先详细介绍用于计算珠峰峰顶海拔高的2个重要数值的计算过程,然后给出中尼联合发布的基于国际高程参考系统(international height reference system,IHRS)的珠峰高程成果(8 848.86 m),最后总结本次珠峰高程测量成果特点,阐述其精度与可靠性。

基于GNSS的长江下游带状区域高程拟合方法研究——二次多项式与BP神经网络的对比分析

该文旨在研究沿长江大范围带状区域中,GNSS点高程拟合方法的问题,列举二次多项式、BP神经网络拟合2种高程拟合方法,对2种拟合方法在长江下游同一个大范围带状区域的高程拟合结果进行对比分析。结果表明,针对该文大范围带状区域,在均匀布设的GNSS点位下,2种拟合方式计算结果误差基本一致,且BP神经网络拟合进行高程拟合获得较高的内外符合精度,方法具有较好的可塑性和更强的泛化能力。该文研究成果可为相关领域提供参考。

深度学习的大高差高海拔地区高程拟合方法

大高差高海拔地区的地形复杂多变,传统的高程拟合方法,如多项式拟合、曲面拟合、BP神经网络和遗传算法改进的神经网络等方法,拟合精度都有待提高。本文构建了一种基于深度学习的高程拟合方法,利用西部某铁路控制网的2020年一期二等水准测量数据,采用多层感知器(MLP)作为核心模型,通过结合RAdam优化器和GELU激活函数进行优化,该方法能够有效捕捉该地区的地形特征和高程变化规律,实现高精度的高程拟合。研究分析了不同优化器和激活函数组合对模型性能的影响,结果表明,深度学习模型在大高差高海拔地区高程拟合中表现出较佳性能,其均方误差(MSE)最低,平均绝对误差(MAE)最小,决定系数R 2最接近1,显著优于BP神经网络和遗传算法改进的神经网络方法。特别是RAdam优化器和GELU激活函数的组合,在模型性能上表现最佳。本文所构建出的深度学习大高差高程拟合方法,不仅精度较高且具有良好的泛化能力,能够适应大高差高海拔地区复杂多变的地形特征。

多项式与LS-SVM自适应融合的GPS高程拟合方法

针对多项式模型在线状GPS拟合工程存在精度较低问题,本文构建二次曲面拟合与最小二乘支持向量机自适应融合GPS高程异常拟合方法。首先,分别利用多项式与最小二乘支持向量机进行线状工程GPS高程拟合;然后,利用最优加权组合方法将两种拟合模型自适应融合生成新的高程异常值。结果表明:该方法拟合精度明显优于多项式拟合方法及最小二乘支持向量机拟合方法。

上海市高程基准近五年变化分析

高程基准是一个地区经济社会发展的重要基础设施。上海市于2020—2022年开展了全市高程基准更新工作。通过对原有高程基准基础设施调查、高程控制网水准复测、高程基准分析三步工作完成了上海市的高程基准的更新并发布新一期的高程基准成果。为了掌握上海市高程基准在近5 a的变化情况,对上海市城市水准点的数量变化、区域分布及高程变化情况3个方面进行研究分析,得出了关于上海市城市水准点数量、分布及高程变化的有益结论。最后对上海市高程基准的维护更新提出了一些建议。

顾及地球物理效应的GNSS高程时间序列AdaBoost预测和插值方法

传统的GNSS高程时间序列预测和插值方法仅考虑时间变量,具有明显的局限性。本文顾及地球物理效应的影响,通过温度、大气压强、极移等数据和GNSS高程时间序列数据构建回归问题,使用自适应提升(AdaBoost)算法建模。为了验证模型的预测和插值性能,试验选取4个GNSS站的高程时间序列进行分析。建模试验表明,相较于Prophet模型,AdaBoost模型的拟合精度提升了约35%;预测结果表明,在12个月的预测周期内,AdaBoost模型在4个GNSS站的MAE值为4.0~4.5 mm,RMSE值约为5.0~6.0 mm;插值试验表明,相较于三次样条插值方法,AdaBoost插值模型的精度约提升了15%~28%。预测和插值试验表明,顾及地球物理效应的AdaBoost模型可以应用于GNSS高程时间序列预测与插值。

基于区域地质图与数字高程模型的地层埋深预测方法及应用

对于页岩气、水溶气等非常规天然气资源早期选区评价,往往因为缺乏地震资料导致难以依赖地震构造解释获得目的层的埋深,故借助其他非地震资料有效预测目的层区域性埋深具有重要意义。区域地质图与数字高程模型(DEM)都是广泛覆盖且容易获取的基础性资料。利用区域地质图蕴含的地层产状、地下构造起伏趋势、地层埋深和地表出露地层年代的关系等信息,再叠合DEM地表高程,建立了一种有效预测目的层构造高度和埋深的新方法。利用四川盆地及周缘地区36幅1∶20万区域地质图和美国航空航天局(NASA)数字高程模型资料,预测了该区下志留统龙马溪组底界埋深,据此编制的龙马溪组底界埋深等值线图为该区页岩气保存条件评价提供了重要参数。该方法不仅可为页岩气早期选区评价提供有效支撑,还可应用于深部高压含水层中水溶气的资源评价、深部咸含水层CO_(2)地质封存的构造优选。

基于改进鲸鱼算法优化神经网络的GPS高程拟合方法

采取混沌映射和自适应惯性权重结合的策略对标准鲸鱼算法进行改进,从而提高算法的全局寻优能力和收敛速度,并针对BP神经网络的劣势,利用改进鲸鱼算法对BP神经网络进行优化处理。在此基础上建立改进鲸鱼算法优化BP神经网络的GPS高程异常拟合预测模型,并通过两组不同地形特征工程中的GPS数据对模型进行验证。结果表明,利用改进鲸鱼算法优化的BP模型进行GPS高程拟合时可取得更高的精度和稳定性。

美国NAVD88高程基准与全球高程基准之间的垂直偏差

随着空间探测技术的发展,利用地球重力场模型实现全球高程基准统一成为一种有效的方法。本文联合EGM2008、EIGEN-6C4超高阶地球重力场模型和美国范围内36578个GNSS/水准点,基于重力位差法确定NAVD88高程基准相对于全球高程基准的垂直偏差。首先通过最新发布的CRUST 1.0地壳密度模型确定美国区域地壳密度,较通常假设地壳密度均匀分布更贴合实际情况;然后根据GNSS/水准点至水准原点的距离划分阈值,实验结果表明阈值取3000 km计算结果的标准差达到最小;最后利用最小二乘法对垂直偏差结果进行优化改善,求出美国高程基准NAVD88相对于全球高程基准的垂直偏差为-0.9566 m。