中國區(qū)域IGS基準站坐標時間序列噪聲模型建立與分析

李昭，姜衛(wèi)平，劉鴻飛，等

摘要：目的：分析長時間累積的全球IGS基準站位置時間序列可以獲得測站精確的運動趨勢，從而更深層次地研究造成測站運動的內部驅動機制，具有重要的理論意義和應用前景。本文的主要目的在于利用更長的GPS坐標時間序列，采用更多種類的噪聲模型組合更可靠地分析中國區(qū)域IGS基準站坐標時間序列的隨機特征，同時計算地表質量負載造成的測站位移，給出負載改正前后中國區(qū)域代表性GPS基準站各分量的最優(yōu)噪聲模型。方法：選取ITRF2005框架下中國區(qū)域（包括臺灣地區(qū)）11個IGS基準站1995—2010年的坐標時間序列，根據極大似然估計（Maximum Likelihood Estimation，MLE）方法，選取FN+WN，FN+VW，RW+WN，FN+RW+WN，PL+WN，FOGM+RW+WN以及BPPL+WN共7種噪聲模型，基于CATS軟件對11個基準站進行噪聲分析。采用QOCA軟件計算包括大氣壓、非潮汐海洋及水文負載在內的地表質量負載造成的基準站位移，并對負載改正后的時間序列重新進行噪聲分析。結果：（1）中國區(qū)域IGS基準站坐標時間序列的噪聲模型存在多樣性，且 N、E、U方向分量表現出不同的噪聲特性。未計算地表質量負載改正前，僅55%的測站分量采用FN+WN模型描述最為合適，其他復雜噪聲模型均占一定比例；（2）對于FN+WN模型而言，不同復雜噪聲模型對測站速度的影響約為0.01～0.3 mm/a，少數測站U分量超過1 mm/a。速度不確定度受噪聲模型的影響較大，量級約為亞毫米/年（0.1～0.8 mm/a），建立毫米級參考框架及板塊運動分析時需顧及這種差異；（3）地表質量負載會造成測站的噪聲特性變化，主要體現在N、U方向分量。計算負載改正后，FN+WN模型的比例增大（64%），FN+RW（3%）及BPPL+WN（21%）模型比例減小。結論：率先提出中國區(qū)域IGS基準站的噪聲模型存在多樣性，且各分量具有不同的噪聲特性，主要表現為閃爍噪聲+白噪聲和帶通冪律噪聲+白噪聲。該模型較已有的白噪聲+閃爍噪聲組合模型更能合理解釋坐標時間序列所反應的信號。此外，地表質量負載會造成測站的噪聲特性變化，主要表現為帶通及隨機漫步噪聲特征。不同復雜噪聲模型對測站線性速度及不確定度會產生一定影響，少數測站高程分量差異甚至超過 1 mm/a。

來源出版物：測繪學報, 2012, 41(4)： 496-503

入選年份：2017

車載激光掃描數據的結構化道路自動提取方法

方莉娜，楊必勝

摘要：目的：道路信息是基礎地理信息的重要組成部分之一，準確、高精度的道路信息對于城市建模、交通控制以及導航與位置服務等具有重要的作用。車載激光掃描系統(tǒng)能夠獲取城市街道的幾何數據和紋理信息，為道路信息快速獲取、更新以及三維道路環(huán)境自動提取開辟了新的途徑。但車載激光掃描系統(tǒng)獲取的復雜道路環(huán)境點云數據量大、目標復雜，難以有效提取出道路的點云。本文通過分析掃描線上激光點云的空間分布和統(tǒng)計特征，提出一種適用于復雜道路環(huán)境的道路點云自動提取方法。方法：本文方法首先根據掃描點的GPS時間或角度差，將掃描點分割為一系列有序的二維條帶，從離散點云中提取出掃描線。然后根據道路表面在掃描線上呈近似水平分布的空間分布特征，利用移動窗口法對每一條掃描線從兩端往中間逐點分析連續(xù)相鄰窗口的高程差值，確定地面的2個邊界區(qū)域進行地面濾波。經過高程濾波后的地面點云由道路點云、道路邊界（路坎）以及道路周圍人行道點云構成，相對于道路表面而言路坎部分的掃描點分布較為密集，且這些點的水平坐標相近、垂直方向上存在一定的高差。根據路坎連接路面角度不同，構建3種的常見路坎類型，并用高程、點密度和坡度3個指標構建路坎模型，從地面點云中提取精確的路坎點云；最后利用相鄰掃描線中的路坎分布具有相似性特點，對提取的路坎點進行跟蹤和優(yōu)化，從而實現道路的快速準確提取。結果：為了驗證本文方法的有效性，采用Optech公司的Lynx Mobile Mapper系統(tǒng)采集的居民區(qū)和城市街區(qū)兩份數據進行試驗。其中，居民區(qū)數據的掃描范圍大致為460 m×375 m，共8139716個數據點；街區(qū)數據的掃描范圍大致為400 m×2115 m，共32123587個數據點。居民區(qū)數據中包括大量的房屋，草坪以及柵欄等地物，整個區(qū)域地形起伏比較大；而街區(qū)道路環(huán)境包括大量高層建筑物立面信息，茂盛的行道樹，以及大量的路燈，電力線等地物，道路中央存在大量的異型非規(guī)則花壇。因為該實驗數據源沒有提供標定道路中心線等參考數據，無法得到參考的路面點云（手工亦無法統(tǒng)計大范圍的路面點云），本文只驗證道路邊界（路坎）提取的精度。本文先將提取的矢量路坎點云轉換成Keyhole Markup Language（KML）文件，通過Google Earth與其地面數據進行套和進行直觀視覺精度評價。然后通過人工方法多次測量的手段統(tǒng)計以下數據：參考路坎高度（HR）（測量的平均高程值）；② 未檢測出的路坎長度（FN）；③ 檢測出錯誤路坎長度（FP），然后計算如下的精度評價指標：準確度、完整度、提取質量。在Optech公司提供的兩份車載激光掃描點云數據中，道路提取結果的完整率、準確率、提取質量相應地超過94.92%、95.80%、91.13%，絕大多數路坎都被正確提取，并且提取的路坎高度與參考的路坎高度的相近。通過定性和定量的分析都表明本文算法能夠從道路環(huán)境提取精確的路坎和路面點云。結論：本文以車載激光掃描點云數據為研究對象，將離散點云轉化成掃描線，并用高程、點密度和坡度3個指標構建路坎模型，提出一種適合大范圍道路環(huán)境的道路提取方法。并通過Optech公司提供的車載激光點云進行了驗證。結果表明，無論從目視解譯還是定量的指標評價，本文方法都能提取出精確的道路點云，并且能夠從復雜的道路環(huán)境中提取規(guī)則和非規(guī)則的道路點云。這解決了單純利用道路幾何屬性信息只能提取簡單道路，再無輔助數據（如：影像、路網數據）支持的條件下難以從復雜大場景道路環(huán)境中提取道路點云的問題。

來源出版物：測繪學報, 2013, 42(2)： 260-267

入選年份：2017

多核處理器的機載激光雷達點云并行三角網漸進加密濾波方法

亢曉琛，劉紀平，林祥國

摘要：目的：機載激光雷達（light detection and ranging，LiDAR）點云數據已經廣泛應用于數字高程模型（DEM）生成、城市環(huán)境三維建模、災害調查、環(huán)境監(jiān)測等領域。點云數據的濾波過程，即將激光腳點區(qū)分為地面點和非地面點，是點云數據處理的關鍵步驟之一。濾波處理及質量控制所消耗的時間占到整個處理時間的60%～80%。如何提高濾波的計算效率已成為重要研究問題之一。本文提出一種基于多核處理器的并行漸進加密濾波方法來提高濾波處理效率，其中包括三角網并行構網算法與并行腳點判別算法。方法：漸進加密濾波方法通過多次迭代執(zhí)行地面點加密構網和腳點判別計算來區(qū)分地面點與非地面點，其并行化的關鍵在于對三角網構建過程與腳點判別過程進行并行加速。以開源的不規(guī)則三角網構建庫Triangle為基礎，在漸進加密中將首次濾波得到的地面點集合以速度最快的分治法構網，而后續(xù)濾波得到的少量地面點以增量插入法順序加入到三角網中。分治構網時，首先將地面腳點在空間上劃分為N個點數近似相等的數據帶；然后對各數據帶進行并行獨立構網，結束后會生成N個子三角網；最后對相鄰子三角網執(zhí)行N-1次拼接生成整個三角網。濾波計算中，引入一種三角網的隨機分配方式，通過模運算使三角網對應的三角形元素盡可能離散分布到N個子集中，使點云分布差異造成的負載失衡盡可能最小化，最后通過并行濾波加速得到最終計算結果。結果：在濾波處理中，并行數N可動態(tài)調整以確定計算資源的使用比例與算法性能。最大加密次數I可預先設定，一般5～6次可達到較為理想效果。最大地物尺寸M由處理的具體數據決定。并行漸進加密濾波方法的實現需要將點云數據及三角網存儲于共享內存中，以便于實現多線程的并發(fā)讀寫。OpenMP（open multi-processing）作為一種主流的共享內存并行編程模型，為編寫并行應用程序提供了一套標準的、可移植的 API接口，適合作為并行加密濾波的處理框架。試驗選用大連市城區(qū)局部范圍點云數據，點數約為1000萬，點密度為5.0/m2。該數據分布均勻，經處理得到正態(tài)分布與集聚分布兩種常見分布形態(tài)。選用8核處理器CPU進行測試，發(fā)現各次加密濾波均得到較為理想的并行效果。隨著并行線程數的增加，加速比值獲得顯著提高。同時，隨機分配策略下的并行方法能夠較好的適應不同分布形態(tài)數據，其原因在于計算量較高或者較低的數據區(qū)域被劃分到不同數據集，各計算線程被分派的計算量近似相等。結論：并行漸進加密濾波方法對不同分布形態(tài)點云數據具有良好的適應性，可以很好的解決計算量分布不均問題，從而提高算法效率。本文研究重點在于借助處理器多核計算技術來提高漸進加密濾波方法的實際效率。通過對三角網構網與腳點判別兩個最為耗時的計算過程進行并行優(yōu)化，極大提高了漸進加密濾波方法的實際性能。8核環(huán)境下，并行加密濾波方法的加速比約為 3.1，千萬級點云數據的迭代濾波僅耗時16 s左右。從數據角度分析，計算量分布不均是一般濾波方法并行化中普遍存在的問題，論文研究內容為實現復雜場景下串行濾波方法的并行優(yōu)化提供了一種可行的技術思路。

來源出版物：測繪學報, 2013, 42(3)： 331-336

入選年份：2017

高分辨率衛(wèi)星遙感影像姿態(tài)角系統(tǒng)誤差檢校

袁修孝，余翔

摘要：目的：由于國產高分辨衛(wèi)星遙感影像的幾何處理精度較國外同等分辨率的衛(wèi)星遙感影像要低1～2個數量級，難以滿足國民經濟和國防建設的應用需求，嚴重降低了國產高分辨衛(wèi)星遙感影像的使用效率。本文基于衛(wèi)星遙感影像嚴格幾何處理模型，研究了影像姿態(tài)角系統(tǒng)誤差的檢校模型和方法，以提高國產高分辨衛(wèi)星遙感影像的對地目標定位精度。方法：衛(wèi)星遙感影像的姿態(tài)角誤差是制約其對地目標定位精度的主要因素，基于衛(wèi)星遙感影像嚴格幾何處理模型，在不考慮傳感器位置誤差的前提下，對擴展共線條件方程中角元素隨成像時刻線性變化、并輔之合適的像平面坐標系統(tǒng)誤差改正而進行影像定向。將所獲得的“精確”影像姿態(tài)角與傳感器姿態(tài)測量數據進行比較，以求得傳感器姿態(tài)角的系統(tǒng)誤差補償參數，進而實現對影像姿態(tài)角的系統(tǒng)誤差檢校。結果：分析衛(wèi)星遙感影像姿態(tài)角系統(tǒng)誤差檢校結果發(fā)現，俯仰角和偏航角的誤差會隨影像成像掃描時間呈單一線性變化，而滾轉角的誤差則隨影像成像掃描時間呈拋物線變化，且偏航角的誤差相對較大，俯仰角的誤差次之，而滾轉角的誤差最小。相對于CBERS-02B影像，SPOT-5影像的行積分跳變要平緩許多，當用推掃時間的二次函數來擬合此項誤差時，SPOT-5影像比CBERS-02B影像可獲得更佳的對地目標定位精度。采用本文提出的姿態(tài)角系統(tǒng)誤差模型補償后，衛(wèi)星遙感影像的直接對地目標定位精度均有了大幅度的提高：SPOT-5影像的直接對地目標定位精度幾乎達到了像素級水平，而CBERS-02B影像的直接對地目標定位精度由千米級躍升到了米級。這說明本文提出的姿態(tài)角系統(tǒng)誤差檢校方法是行之有效的，并且具有一定的普適性。結論：本文基于高分辨率衛(wèi)星遙感影像嚴格幾何處理模型建立了影像姿態(tài)角誤差檢校模型，利用該模型對影像姿態(tài)角誤差進行補償后，能大幅度提高衛(wèi)星遙感影像的直接對地目標定位精度，將CBERS-02B影像的對地目標定位精度提升到了±2～3像素的水平。本文提出的影像姿態(tài)角誤差檢校方法比姿態(tài)角常差檢校方法理論更加嚴密，充分顧及了傳感器運行過程中姿態(tài)角誤差隨成像時刻呈線性變化的特點，這對于高分辨率衛(wèi)星遙感影像內在幾何精度的改善及影像的外推定位是有益的。

來源出版物：測繪學報, 2012, 41(3)： 385-392

入選年份：2017

實時GIS時空數據模型

龔健雅，李小龍，吳華意

摘要：目的：隨著位置服務技術（LBS）和天空地各種傳感器的廣泛應用，產生了海量的時空序列數據。為了快速接入、存儲、管理這些時空序列數據，維護時空關系，描述和分析時空變化過程，滿足對日益頻發(fā)的各種自然與人為突發(fā)事件的檢測、預警、應急響應以及智慧城市等需求，國家863地球觀測與導航領域“十二五”期間列立了“時空過程模擬與實時GIS系統(tǒng)”主題項目，研發(fā)一種面向動態(tài)地理對象與動態(tài)過程模擬的新一代實時GIS系統(tǒng)，現有的靜態(tài)數據模型和時空數據模型不能滿足要求，為了支持實時GIS中動態(tài)地理數據的儲存管理時空過程模擬，需要建立一個新的合適的時空數據模型。方法：時空變化是客觀世界永恒不變的主題，每個復雜地理現象是由不定數量的地理對象組成，表現為多個隨時間變化的地理對象及其相互作用，地理對象之間的相互作用通過事件來傳遞。事件是地理對象變化達到某種程度時生成的，并且傳遞給相關的地理對象，在某種條件下驅動相關地理對象發(fā)生相應的變化，而地理對象的變化通過該對象的狀態(tài)序列來記錄。為實時表現時空變化，地理對象的狀態(tài)序列數據可直接來自傳感器的實時觀測。經過以上分析，本文利用事件驅動的方法構建一個時空數據模型。結果：本文提出一個新的通用的實時GIS時空數據模型，用于存儲與管理在復雜地理現象時空變化過程中所涉及到的時空數據，以便支撐實時GIS可視化與分析應用。時空過程是地理現象時空變化的總稱，它就像一個大的場景或容器，包含著有限多個地理對象和事件。地理對象是時空過程的主要實體部分，地理對象隨時間的變化是時空過程的外在表現。在時空過程中，使用不同的圖層對地理對象進行組織與管理，便于對地理對象進行檢索與控制。事件是時空過程的另外一個重要的組成部分，它是地理對象相互作用的表現形式，也是地理對象相互聯系的紐帶。事件類型注冊到地理對象中，指明了地理對象生成該種類型的事件的生成條件，或者是地理對象受到該種類型事件驅動而產生變化時的驅動條件。當地理對象的時空變化滿足事件類型所規(guī)定的條件時，地理對象就會生成一個該類型的事件，同樣，當事件的屬性滿足事件類型所規(guī)定的條件時，地理對象就對事件的驅動做出響應，從而使整個時空過程處于一個動態(tài)變化的過程中。為保證系統(tǒng)的實時性，觀測通過傳感網的傳感器觀測服務（sensor observation service，SOS），獲取傳感器觀測數據，并將實時數據寫入對應的地理對象中。地理對象根據變化的觀測數據，構建相應的對象狀態(tài)序列。通過對地理現象時空變化相關要素及其相互關系的分析，本文采用統(tǒng)一建模語言（UML）描述實時GIS時空數據模型，目的是表達時空過程、地理對象、事件、事件類型、狀態(tài)、觀測之間的關系，為實時GIS時空數據的存儲與管理提供支持，并利用實時GIS時空數據模型進行了移動對象位置變化、原位對象專題屬性變化、視頻對象視頻播放、以及過程模擬對象專題屬性變化等4個實驗。結論：本文分析了復雜地理現象時空變化的特點和現代時空數據模型的研究成果，提出了一種實時GIS時空數據模型，將時空過程、地理對象、事件、事件類型、狀態(tài)和觀測等要素有機地結合在一起。并且通過對多源傳感器觀測數據的實時接入、存儲與可視化的實現，驗證了模型的可行性和易用性。與以往時空數據模型相比，本模型更強調實時性。而采用面向對象的設計思想，也使得模型具有良好的可實現性和擴展性。

來源出版物：測繪學報, 2014, 43(3)： 226-232

入選年份：2017

遙感大數據自動分析與數據挖掘

李德仁，張良培，夏桂松

摘要：目的：隨著成像方式的多樣化以及遙感數據獲取能力的增強，遙感領域進入了多元化和海量化的遙感大數據時代。然而，現有的遙感影像分析和海量數據處理技術難以滿足當前遙感大數據應用的要求。發(fā)展適用于遙感大數據的自動分析和信息挖掘理論與技術，是目前國際遙感科學技術的前沿領域之一。本文圍繞遙感大數據自動分析和數據挖掘等關鍵問題，深入調查和分析了國內外的研究現狀和進展，指出了在遙感大數據自動分析和數據挖掘的科學難題和未來發(fā)展方向。方法：本文主要討論遙感大數據的智能分析與信息挖掘問題。對于遙感大數據的智能分析問題，本文主要從數據表達與融合、遙感數據的檢索、大數據內容理解以及遙感大數據云技術4個方面進行了研究與分析，探討了該領域的核心科學問題、社會價值和應用前景。對于信息挖掘問題，本文明確了遙感大數據挖掘的研究內容，并就挖掘過程、遙感大數據和廣義遙感大數據的綜合挖掘進行了詳細討論。文章指出，現有的數據挖掘技術并不能應對海量數據帶來的挑戰(zhàn)，無法發(fā)揮其再智慧城市中的作用。因此，遙感大數據的研究應該關注于自動化的數據智能處理和挖掘方法及時空數據挖掘的新理論上，同時發(fā)展時空數據的智能挖掘技術以提取出初始數據中所隱含的有用信息及知識。結論：未來10年，我國遙感數據的種類和數量將飛速增長，對地觀測的廣度和深度將進一步提高。因此，亟須開展對于遙感大數據的理論和技術研究。然而，通過衛(wèi)星等手段收集遙感數據只是遙感對地觀測的第一步，如何高效地處理和利用已有的和即將采集的多源異構遙感大數據，將遙感大數據轉化成更符合社會需求、更易于人們使用的形式是主要的理論挑戰(zhàn)和技術瓶頸。研究遙感大數據的自動分析和數據挖掘，能為突破這一難題提供有效的方法，有望顯著提高對遙感數據的利用效率，從而加強遙感在環(huán)境遙感、城市規(guī)劃、地形圖更新、精準農業(yè)、智慧城市等方面的應用效力。因此，遙感大數據的研究具有非常重大的科學意義和應用價值。

來源出版物：測繪學報, 2014, 43(12)： 1211-1216

入選年份：2017

k均值聚類引導的遙感影像多尺度分割優(yōu)化方法

王慧賢，靳惠佳，王嬌龍，等

摘要：目的：隨著遙感技術的發(fā)展，高分辨率影像能夠提供越來越詳盡的地面特征，既有如水體、農田等大尺度地物，又有如汽車、交通標記等小尺度地物，多尺度特征表現的更加明顯，基于多尺度的分割方法隨之應運而生。在多尺度分割中最優(yōu)尺度閾值參數的選擇一直是一個難點，大尺度地物適合時，小尺度地物欠分割；小尺度地物適合時，大尺度地物過分割，很難得到一個滿足不同尺度地物需求的結果。本文提出了一種k均值聚類引導的多尺度分割優(yōu)化方法，該方法可以降低對尺度參數的依賴，同時獲得適應不同地物類型的分割結果。方法：k均值聚類引導的多尺度分割優(yōu)化方法首先對原始影像采用FNEA多尺度分割方法（以它為例，可以擴充到其他的分割方法）進行小尺度的初步分割，得到較小的分割對象，同時對圖像進行k均值聚類；然后利用k均值聚類結果來引導對象優(yōu)化合并，優(yōu)化策略包括3個步驟：1）判斷對象層中每個對象和其鄰域對象的類別。結合k均值聚類的結果，統(tǒng)計FNEA小尺度分割結果每個對象的類別直方圖。判定標準：如果該對象中絕大多數像素即第一主類的百分比大于k均值聚類影響控制因子，則定義該對象為第一主類所屬類別；反之則不對該影像進行處理。2）計算當前對象與類別相同的鄰域對象的類別同質度，并得到最大的類別同質度Hdmax。3）該對象與類別同質度最大的鄰域對象合并。在合并過程中利用Otsu閾值方法來自動選擇k均值聚類的影響因子，最后得到適應不同尺度地物的分割結果。結果：利用模擬數據和真實的GeoEye-1影像數據進行相關試驗。從模擬數據分割結果的目視效果可以看出FNEA方法在較小尺度時存在過分割現象，而在較大尺度時誤分割嚴重。與FNEA各個尺度分割結果相比，本文方法分割結果能夠較好地滿足各種尺度地物的分割需要，分割效果均有很大提高。在定量評價上，整體評價指標中本文方法的VI值為0.063、OCE值為0.159均最小，同時對于單個對象1，相比FNEA方法不同尺度參數的分割結果來說，本文方法CPS，CRS和SI值更接近于參考分割結果。從真實GeoEye-1圖像分割結果可以看出，FNEA方法在各種尺度下都存在明顯的誤分割現象，在較小分割尺度，存在明顯的過分割現象。隨著尺度參數的增加，較小尺度地物沒有分割出來，即存在欠分割現象。本文方法不僅糾正了誤分割現象，解決了FNEA小尺度參數的過分割現象和大尺度參數的欠分割現象，而且很大程度上保留了分割對象邊界的細節(jié)信息，分割精度得到了較大的提高。在定量評價上，整體評價指標中，本文方法的VI值為0.497，低于FNEA各個尺度參數分割結果的最小值 1.296，表明本文方法所得分割結果與理想分割結果相比，信息變化量較少；本文方法的OCE值為0.635，小于FNEA各個尺度參數分割結果的最小值 0.676，表明本文方法所得分割結果與參考分割結果最為一致。選取3個有代表性的對象區(qū)域的平均情況進行定量評價結果，可以看出本文方法的SI值平均差異為21.135%，較FNEA各個尺度參數分割結果74.787%更接近0。綜上可知，本文方法在FNEA小尺度分割結果的基礎上再進行一次對象合并，能較好地保持小尺度分割結果中的細節(jié)，如尺寸很小的房子（對象1），同時也得到了更加完整、規(guī)則的較大尺度地物，如水體、植被等。結論：針對傳統(tǒng)多尺度分割方法過分依賴尺度參數，大尺度地物和小尺度地物分割難以得到權衡的問題，本文提出一種k均值聚類引導的多尺度分割優(yōu)化方法。模擬影像和真實遙感影像的試驗結果表明與傳統(tǒng)FNEA方法相比，本文方法在分割精度和細節(jié)方面有較大的提高，能夠得到適合多種尺度地物較好的分割結果，無需進行多次嘗試得到最優(yōu)尺度參數，基本解決了傳統(tǒng)FNEA方法的分割結果對尺度參數過度依賴的問題。

來源出版物：測繪學報, 2015, 44(5)： 526-532

入選年份：2017