大高差区域最优GNSS高程异常拟合模型的确定

GNSS测高得到的大地高,需经过高程异常改正,才能得到正常高。通常情况下,高程异常无法精确求解,需通过建模确定。目前常用的多项式拟合模型仅在地形平坦区域的适用性好。针对地形起伏较大的大高差区域,结合经典的“移去—拟合—恢复”法,利用反距离加权和支持向量机(SVM)模型进行高程异常建模。通过两个最大高差分别为445.9 m和705.4 m的实际算例发现,采用SVM模型的外符合精度最优,分别为1.73 cm和1.13 cm;反距离加权法的外符合精度分别为2.25 cm和1.40 cm;多项式拟合法的外符合精度分别为3.17 cm和2.18 cm。因此,建议在大高差区域采用SVM模型进行高程异常拟合建模。

无人机测图方法研究

文章立足于生产部门实际情况,通过具体的生产验证和精度评定,证明该文提出的生产流程完全满足中小企业进行大比例尺地形图测图的需求,在生产效率、经济投入及工作量投入方面明显占优,为中小企业掌握并且运用无人机测制大比例尺地形图提供了一项重要的参考。并且对大高差区域问题进行了研究与探讨,为实际生产中经常出现的重难点问题提供解决方法。

顾及大高差的改进GPT3天顶对流层延迟模型

针对现有全球气温气压(GPT3)模型在大高差区域计算对流层延迟(ZTD)时存在较大误差的现象,该文提出一种顾及大高差的改进GPT3(IGPT3)ZTD模型,该模型同时考虑了ZTD残差项中的周期和高差因素对ZTD估计的影响,分别建立了顾及ZTD残差周期项的年周期模型和顾及高差项的线性模型。以青藏高原及云南区域为实验区域,选取中国环境构造监测网络青海、四川和西藏的连续运行参考站数据进行验证,统计结果发现,该文提出的方法能够改善经验ZTD的估计效果,其外符合精度的平均均方根为18.21 mm,且模型精度与测站高程无关系,说明该文提出的模型能够有效应用到大高差区域的ZTD估计。