共查询到10条相似文献，搜索用时 31 毫秒
1.
EIGEN-CG01C用于GPS高程转换的精度分析 总被引：7，自引：0，他引：7
介绍了综合CHAMP、GRACE卫星数据和地面重力数据得到的最新重力场模型EIGEN-CG01C,利用GPS水准数据探讨了该模型用于GPS高程转换的精度问题,并同EGM96模型进行了比较。统计结果表明:在我国西部某区域(2000km×2000km)的范围内、点间距100km的情况下,该模型用于GPS高程转换的精度约0.7m;在我国中、东部的3个小区域算例中,该模型的精度分别约0.13m、0.05m和0.06m,均优于EGM96模型的精度。 相似文献
2.
影响由似大地水准面模型进行GPS高程转换的因素有两个：GPS点大地高的测量精度和该点内插高程异常的精度。利用模拟以及某一区域似大地水准面模型比较了反距离加权插值、线性插值、谢别德插值以及切比雪夫插值方法用于GPS点高程异常内插的精度,结果表明：对于分辨率较高的似大地水准面,切比雪夫插值具有很好的内插效果。 相似文献
3.
4.
针对最小二乘支持向量机（least squares support vector machine,LSSVM）在区域似大地水准面拟合过程中存在较大模型误差的问题,构建LSSVM-Shepard GPS高程异常转换组合模型。采用LSSVM拟合高程异常中的中长波项,利用Shepard插值模型来泛化去除中长波项的残余项。结合平原地区和高原山区工程实例,分别采用二次曲面模型、LSSVM、Shepard插值模型、二次曲面-Shepard模型、LSSVM-Shepard模型进行高程转换及精度对比。结果表明,新组合模型高程转换精度高于各单一模型,且在平原地区转换效果与二次曲面-Shepard模型基本一致,在高原山区拟合效果优于二次曲面-Shepard模型。 相似文献
5.
基于广义回归神经网络的GPS高程转换 总被引：1，自引：1，他引：0
为提高GPS高程转换的精度,采用广义回归神经网络(GRNN)进行拟合。将控制点的X、Y坐标作为网络输入,高程异常作为网络输出,采用实验数据训练网络,训练完成的网络作为模型进行高程异常预测。结果表明,GRNN方法具有较高的GPS转换精度。 相似文献
6.
针对似大地水准面在精化过程中不同移去-恢复高程转换模型的适用性和选取问题,基于二次曲面和EGM2008重力场模型,分别构建了RBF神经网络、多面函数和Shepard等3种类型的移去-恢复模型,结合平原和高原山区两个工程实例,通过调整高程拟合点数目进行似大地水准面拟合与精度对比。结果表明,在平原地区,EGM2008-多面函数高程模型精度略优于其他模型;在高原山区,当拟合点数较少时,基于EGM2008的移去-恢复模型精度高于基于二次曲面的移去-恢复模型,其中,EGM2008-多面函数和EGM2008-Shepard较优,而随着拟合点数目的增加,二次曲面-Shepard高程转换模型的精度优于其他模型。 相似文献
7.
针对平面拟合、二次曲面拟合和GA-BP神经网络3种模型的各自特点和适用范围,为综合各模型优点、提高高程拟合的精度与可靠性,对比分析了不同非线性组合和线性组合方法,即RBF神经网络组合、加权最小二乘支持向量机（WLSSVM）组合和最优加权组合、最优非负变权组合等对GPS高程拟合精度的影响。理论分析和算例结果表明,不同组合方法对GPS高程拟合精度的影响不同,WLSSVM组合和最优非负变权组合的拟合效果较好,可靠性较强|最优非负变权组合能较好地控制残差极值,有效减小误差区间,且转换精度较高。 相似文献
8.
针对InSAR技术研究地表三维形变时监测信息不足的问题,以GPS监测信息为先验信息,建立附有随机模型约束的地表三维形变模型。考虑到SAR卫星极轨方式运行导致LOS向观测量对南北向形变不敏感的问题,以GPS南北向形变观测值作为强约束,构建三维形变解算的函数约束条件。模拟数据与西安地区实测数据的计算结果表明,基于随机模型与函数模型共同约束的地表三维形变参数最小二乘解的精度优于仅有函数模型约束或仅有随机模型约束及无任何约束的参数解精度。 相似文献
9.
利用中国西南地区19个探空站2011～2014年数据,通过积分法计算大气水汽转换系数K。采用2011～2013年的K值对Emardson模型进行精化,分别构建西南地区不顾及和顾及高程因子的K值模型Emardson-I和Emardson-H。利用2014年积分计算的K值检验这两种模型的预报精度,结果表明:1)相对于Emardson-I模型,Emardson-H模型表现出更高的K值预报精度和更好的适应性;2)在高海拔地区,Emardson-H模型预报精度明显优于Emardson-I模型,表明高程因子是影响高海拔地区K值计算的重要因素。将两种新模型用于拉萨站GPS大气水汽反演,Emardson-H模型表现出更优的反演精度,两种模型的反演精度均优于2 mm。 相似文献
10.
徐新强 《大地测量与地球动力学》2015,35(5):853-856
针对EGM08重力场模型构建过程中存在的不足,提出用GOCE重力场模型替换EGM08模型的中低频部分,用剩余地形模型RTM拓展EGM08模型的甚高频信号。模拟分析表明,GOCE模型能大幅提高高程异常计算的精度,而RTM对高程异常的贡献也不可忽视。实测GPS/水准数据表明,GOCE模型对高程异常的贡献达到43%,而RTM也贡献了1cm的精度。 相似文献