基于Planet多光谱影像的南海岛礁水深反演研究

Planet是目前最新的遥感卫星数据,充分挖掘其在海洋领域的潜能具有重要意义。本文以南海某岛礁周边水域为研究区域,利用Planet卫星多光谱数据,使用波段法、Stumpf法和BP神经网络模型法开展浅海水深反演研究,并利用实测的多波束测深数据进行精度对比分析。实验结果表明:1)多波段模型反演效果最好(RMSE为1.53 m),BP神经网络模型次之(RMSE别1.79 m),单波段模型和Stumpf模型反演效果较差(RMSE分别为2.78 m和2.65 m),总体上达到了目前浅海水深卫星遥感反演的精度水平,因此可以使用Planet多光谱影像开展水深遥感探测;2)BP神经网络模型反演精度明显高于单波段模型和Stumpf模型的精度,但是其受到网络层数、节点数选择、数据选择和训练方法等因素的影响,必须多次重复试验,才能确定最佳反演参数;3)分析不同水深(0—20 m)的反演精度,发现水深较浅区域(0—5 m)水深反演精度较低,其他区域(5—20 m)水深反演精度较高。

基于倾斜影像的三维模型构建与修复方法研究

在分析基于倾斜影像构建三维模型关键技术的基础上,通过软件Pix4dmapper快速构建校园三维模型,针对模型中出现的纹理缺失、植被变形严重,水面“破洞”等现象,利用3Dmax软件进行精细化修复,从而获得更加真实的三维物理模型,对工程实际应用具有重要指导意义。

温度与天气对IGS跟踪站联测的残差影响分析

针对一年中全球卫星导航系统(GNSS)服务(IGS)跟踪站联测残差影响较大等问题,总结平均温度变化、雨雪天气情况与IGS站联测残差的关系,判断影响IGS跟踪站联测残差的因素.适合我国境内及周边IGS站联测的基准站的稳定性检测,并使用标准化均方根误差平均值(NRMS)进行评价,在避免影响精度因素的情况下进行联测,提高精度.最后选取2018年CHAN站作为未知站点,对我国东北地区周边4个IGS站(BJFS、DAEJ、SHAO、ULAB)进行联测,利用GAMIT/GLOBK软件进行高精度基线处理,并选择2017年数据进行检核.实验结果表明平均温度变化与雨雪天气是影响IGS跟踪站联测残差的两项因素,平均温度与NRMS值呈负相关趋势,相关性大于60%.雨雪天气联测效果较差,较非雨雪天气NRMS值相差0.5mm左右,其中降雪天气联测精度最低,不建议雨雪天气进行联测任务.