抗野值自适应卫星/微惯性组合导航方法

针对在复杂城市环境下卫星导航系统(GNSS)定位定速存在野值,导致GNSS/微惯性(MEMS-INS)组合导航状态参数滤波估计精度恶化,甚至滤波发散的问题,提出了一种抗野值自适应GNSS/MEMS-INS组合导航算法,以提高组合导航精度和可靠性。该算法利用Allan方差分析建立较为精确的MEMS器件噪声模型,有效降低模型异常和状态扰动的影响。同时利用新息序列构造观测异常检验统计量,并根据该统计量构造自适应新息加权因子调节滤波增益矩阵,削弱观测野值对状态估计的不良影响。实验结果表明,该算法能够有效地控制GNSS定位定速异常的影响,具有较强的实时性和容错性。相比于传统算法,车载定位、定速和定姿精度分别提升35.78%、60.19%和82.41%,验证了本文算法的有效性和实用性。     

基于MODIS数据的青藏高原遥感云量重构北大核心CSCD

云是影响青藏高原能量平衡和地气过程的关键参量之一,研究高原的云量对探讨青藏高原的气候变化具有重要意义。采用2001~2020年的MODIS总云量数据与ERA5、CRA40两套再分析资料的总云量数据,以3~11月份MOD06云量资料为真值,评价不同再分析资料在青藏高原的适用性。利用改进自编码器模型,基于ERA5和MOD06重构了1950~2020年的3~11月的高原云量。结果表明:在高原地区,ERA5的云量值偏高,而CRA40云量值偏低,且ERA5与MOD06的相关性明显优于CRA40与MOD06的相关性;通过相关系数、偏差、平均绝对误差、均方根误差四种评价指标,发现改进自编码器模型在重构云量方面具有良好的效果,且能模拟出青藏高原云量的变化趋势,为研究青藏高原地区云量时空演变规律提供了可靠的长时序数据。     

基于热红外遥感的川藏铁路昌都—林芝段地热异常区定量预测评价研究

识别川藏铁路沿线的地热异常区有助于工程的建设和后期的管理维护。以川藏铁路昌都—林芝段为研究区,基于Landsat 8热红外影像数据,反演地表温度并进行星地同步实验,得到校正后的地温值。围绕地热异常的成因与分布规律,选取地层组合熵、断层缓冲距、断层线密度、地表温度、水系缓冲距、地震动峰值加速度6个影响因子作为地热异常区评价指标并检验因子独立性。构建信息量模型进行定量预测,最终将识别结果划分为5个子区域。研究表明：高异常区和中异常区分别占研究区总面积的9.14%和28.57%,地热高温点的空间分布与地热异常区评价结果基本一致。研究结果可为川藏铁路的设计与施工提供参考依据。     

民勤绿洲植被变化与水资源结构响应关系

利用 1986—2020 年 Landsat 系列遥感数据和水资源数据,基于趋势分析、相关分析和灰色关联分析等方法, 研究民勤绿洲植被变化与水资源结构变化的响应关系。结果表明：民勤绿洲平均植被覆盖度和绿洲面积总体呈 增加趋势,总可用水资源量呈持续减少趋势;民勤绿洲的发展可划分为 1986—2000 年、2001—2009 年、 2010—2020 年 3 个阶段,分别对应于绿洲面积快速扩张、高位维持、趋于稳定和总可用水资源量缓慢减少、迅速 减少、趋于稳定的 3 个阶段;绿洲面积变化受水资源和人为因素共同影响,绿洲面积和水资源量在第一、第二阶 段响应关系很弱,对应于绿洲发展粗放扩张和剧烈调整的时期,二者在第三阶段表现出较好的响应关系,是绿洲 发展进入良性阶段的反映;根据民勤绿洲现状水平估计,每 1 亿 m 3供水量可支撑绿洲面积 277?km 2。系统分析其 植被变化与水资源的关系对未来西北地区绿洲的建设和发展具有重要参考价值。