排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
针对车载移动测量系统在获取城市基础地理信息数据时受噪声点、GPS信号差、建筑物密集等因素的影响,造成定位精度差的问题。该文对实测数据进行分析,采用GPS单系统的1～15s采样间隔和GPS+BDS组合的1～15s采样间隔以及GPS/BDS/GLONASS三系统组合模式,分析松组合、紧组合及动态PPP组合对定位精度的影响。结果表明,利用GPS/GLONASS单系统处理时,当车速大于30km/h或者建筑物密集时,卫星的可视效果较差,得到的定位误差可达到分米甚至米级。当采用GPS+BDS/GPS+BDS+GLONASS组合处理时,可视卫星得到保证,定位精度能一直保持在厘米级。同时,单系统下不同采样间隔对定位精度影响很大,多系统组合可以在较大的采样间隔下,保持较高的定位精度。通过对不同卫星组合,不同采样间隔下的定位精度分析,能够为车载移动测量系统在不同环境下选择何种方法定位精度最高提供依据。 相似文献
2.
冰川作为气候变化的重要指标器,其范围监测对区域生态环境以及人类社会生活具有重要意义。目前基于遥感技术的冰川范围监测应用广泛,然而传统遥感监测方法中冰雪指数阈值法的提取结果存在无法区分冰川与冰湖的现象,面向对象分类法受地物光谱纹理信息限制无法避免同谱异物现象的出现。为弥补上述不足,提出一种可区分冰湖与冰川的改进冰雪指数,并将其融入面向对象分类法中,构建了一种面向对象-改进冰雪指数法。将各拉丹冬冰川作为试验区（该地区冰川表面洁净）,运用面向对象-改进冰雪指数法识别冰川边界,使用青藏高原冰川数据产品及常规遥感监测方法的提取结果作为参考数据,以验证此方法的有效性和稳健性。结果表明：面向对象-改进冰雪指数法综合了改进冰雪指数阈值法以及面向对象分类法的优点,冰川范围提取精度高达97.26%,与冰雪指数阈值提取结果相比精度提高了0.12%,与面向对象分类法提取结果相比精度提高了0.38%。此方法不仅有效地解决了地物错分的问题,还实现了冰川边界的精确识别。 相似文献
1