2025年, 第34卷, 第6期　刊出日期：2025-11-15

  

• 全选
  |

• Select
  顾及多维信息的改进ＷＫＮＮ指纹匹配算法

  张　帅１, ２, ３, 汪云甲１, 王　威４

  测绘工程. 2025, 34(6): 1.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  在复杂室内环境下，接收设备的方向和高度是影响信号强度的关键因素之一。文中以智能手机为载体，利用ＷｉＦｉ指纹定位技术，针对指纹特征匹配过程中受外界环境干扰而引起的指纹匹配度差的问题，考虑方向和高度信息对指纹信号的影响，提出一种顾及多维信息的改进ＷＫＮＮ指纹匹配算法。该算法在离线阶段以及在线阶段引入方向和高度信息，分方向和高度采集ＷｉＦｉ、气压计数据和航向角数据，针对不同方向和高度的数据构建不同的指纹数据库。在线阶段根据测试点航向角数据判断当前方向，根据气压计值判断当前高度，选择合适方向和高度的指纹数据库进行匹配定位。实验结果表明，考虑多维信息的平均定位误差从１．５４９　７ｍ降低到１．３２６　９ｍ，误差减少１４．２８％，定位精度明显提高，该方法为指纹定位性能优化提供新思路。
  
• Select
  一种基于ＳＴＬ－ＬＳＴＭ 混合模型的低轨卫星钟差短期预报方法

  杨恒颀１, 郑秀伦２, 李萌萌１, 程　彤１, 柯剑峰１

  测绘工程. 2025, 34(6): 8.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  低轨卫星在增强全球导航定位系统中具有重要意义，其超稳振荡器（ＵＳＯ）钟差的高精度实时预测是实现厘米级乃至亚厘米级定位精度的关键。然而，传统多项式外推与灰色模型等方法难以兼顾钟差序列的周期性与非线性特征，在短期或长期预报中均存在明显不足。文中以ＧＲＡＣＥ－ＦＯ卫星ＵＳＯ钟差数据为研究对象，首先采用改进的中位数绝对偏差方法进行粗差检测与预处理，再通过基于局部加权回归的季节－趋势分解将序列拆分为趋势项、周期项和残差项，最后利用长短期记忆网络对残差项开展多步预测，以评估不同预报时长对精度的影响。ＧＲＡＣＥ－Ｃ卫星在５ｍｉｎ短期预测中的ＲＭＳＥ可降至０．０７９ｎｓ，而ＧＲＡＣＥ－Ｄ卫星在同时长的ＲＭＳＥ达到０．０６５ｎｓ。
  
• Select
  基于无人机激光点云数据与多准则决策方法的ＧＮＳＳ监测站智能化选址方法

  刘冰山１, 王　利１, ２, ３, 舒　宝１, ２, ３, 许　豪１, 安君毅１, 张　勤１, ２, ３

  测绘工程. 2025, 34(6): 18.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  针对滑坡变形监测中ＧＮＳＳ站址选择因人工踏勘主观性强、易受植被、山体遮挡造成严重多路径效应，影响滑坡监测可靠性与稳定性的问题，文中提出一种基于无人机激光点云数据与多准则决策方法的ＧＮＳＳ智能化选址方法。首先，利用无人机激光雷达获取滑坡区域高密度激光点云，经滤波分离地面与非地面点后，计算单元网格的环境遮挡指数、植被覆盖率、坡度及地表粗糙度等关键选址因子；随后，构建层次分析法与熵权法的加权融合模型对各因子进行决策融合，智能化评价滑坡区域选址适宜性并计算最优候选点位；最后，通过分析实验区域不同遮挡环境中共计１１个测站的ＧＮＳＳ数据质量，适宜性值从空旷环境的０．８１９　５降至两边严重遮挡的０．５０３　９时，对应测站在Ｅ、Ｎ、Ｕ方向的ＲＭＳ由０．２４３ｍ、０．０５０ｍ、０．１３９ｍ增大至０．３６７ｍ、０．４０６ｍ、０．９３０ｍ。表明文中方法能够有效识别并优选ＧＮＳＳ数据质量较高的站址，所构建的选址适宜性值与ＧＮＳＳ数据质量之间存在相关关系，可为提升滑坡变形监测的可靠性与精度提供有力支撑。
  
• Select
  地形感知增强的山区地表点云滤波网络

  谢玉凤１, 李炎秋２, 仲鸿儒１, 何欣悦１, 郭　鑫１, 袁伟杰２

  测绘工程. 2025, 34(6): 27.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  面向复杂山区机载ＬｉＤＡＲ点云地面点提取效果不佳的问题，文中提出地形感知增强滤波网络ＡｔｔＰｏｓ－Ｎｅｔ提高山区地面点滤波精度。融合高程梯度与局部高程方差构建地形感知位置编码模块，增强对阶梯地形和陡坡的垂直几何敏感性；其次，通过设计分组向量自注意力机制强化边界特征与长程依赖捕捉，提升如梯田等特殊地貌边界细节区分能力；采用轻量化残差连接平衡浅层细节保留与深层特征融合，实现地表点云的高精度提取。实验利用两个基准数据集、四川省乐山市地区和云南省山区１０％的实测数据作为训练数据，在剩余９０％的数据上进行测试，从而与经典网络进行对比。结果表明，ＡｔｔＰｏｓ－Ｎｅｔ在各类地形中滤波效果优异，尤其在梯田、陡坡、山谷等复杂山地地形上相较经典网络优势更显著。
  
• Select
  并行卷积通道注意力Ｍａｍｂａ遥感影像变化检测模型

  朱　锋１, ２, 林　飞１, ２, ３, 冯　福４, 李伯昊１, ２, 曹　巧１, ２, ３, 王　雪１, ２, ３

  测绘工程. 2025, 34(6): 40.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  目前，状态空间模型的Ｍａｍｂａ架构因独特的扫描方法，可有效解决卷积神经网络架构固有感受野限制和Ｔｒａｎｓｆｏｍｅｒ架构存在的计算复杂度的问题，在遥感影像变化检测任务中迅速采用。Ｍａｍｂａ架构主要考虑全局上下文信息，忽略影像的局部细节信息。因此，为实现变化信息的有效提取，提出基于并行卷积通道注意力遥感变化检测模型（ＰＣＡ－ＲＳＭ），该模型融合特征图的局部和全局信息，并引入通道注意力机制增加特征图在通道维度的关注度。在公开数据集ＷＨＵ－ＣＤ与ＬＥＶＩＲ－ＣＤ的实验结果表明，ＰＣＡ－ＲＳＭ 相较于主流模型，在小目标与复杂背景目标场景具有更优异的表现，在ＷＨＵ－ＣＤ数据集中精确率、召回率、Ｆ１分数、ＩｏＵ 指标分别为９４．２５％、８９．８５％、９２．００％、８５．１８％，在ＬＥＶＩＲ－ＣＤ数据集中其４个指标分别达到９１．０４％、８８．８１％、８９．９１％、８１．６８％，表现出ＰＣＡＲＳＭ可有效区分小目标和复杂目标的变化信息，提高遥感影像变化检测效果。
  
• Select
  限飞区异形建筑一体化建模与“多测合一”应用研究

  卢　荣１, ２, ３, 戴国梦１, ２, ３, 冯文江１, ２, ３

  测绘工程. 2025, 34(6): 49.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  工程建设项目“多测合一”旨在实现“联合测绘、成果共享”，助力优化营商环境。异形建筑结构复杂多变，使用传统测量方法工作效率低，且限飞区无法开展航空摄影，文中构建一套基于车载－站式点云数据融合的限飞区异形建筑室内外一体化建模和“多测合一”技术体系，通过建立异形建筑高精度竣工ＢＩＭ 模型，实现面积计算、立面图、现状地形图成图等“多测合一”工作。并以广州白云国际机场Ｔ２航站楼项目实际验证，该方法精度符合相关规范要求。
  
• Select
  典型黑土区多尺度影像融合方法及质量评价

  赵景琦１, 李　丹１, 席志龙１, 李长春２

  测绘工程. 2025, 34(6): 56.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  东北典型黑土区是保证粮食安全与生态稳定的核心区域，近年来面临日益严重的土壤退化问题，急需通过遥感技术提供空间信息更丰富的数据。文中针对黑土区光谱特征复杂、遥感数据分辨率不足的问题，开展地块、区域、景观多尺度影像融合方法对其质量进行评价，以提升地物分类与土壤属性反演精度。本研究以松嫩平原中部黑土区作为实验区域，采用ＣＮ、Ｂｒｏｖｅｙ、Ｇｒａｍ－Ｓｃｈｍｉｄｔ、ＨＳＶ、ＰＣ、ＮＮＤｉｆｆｕｓｅ共６种方法对Ｌａｎｄｓａｔ８全色和多光谱数据进行融合，并采用多个指标对融合效果进行客观评价。结果表明，在地块与区域尺度下ＮＮＤｉｆｆｕｓｅ方法在信息量与空间细节上表现最优，景观尺度下ＰＣ方法效果最佳。光谱信息保持度方面，不同尺度下ＮＮＤｉｆｆｕｓｅ方法均显著优于其他方法。
  
• Select
  一种基于改进ＹＯＬＯｖ５算法的黄土滑坡识别方法

  王浩男１, 王　利１, ２, ３, ４, 舒　宝１, ２, ３, ４, 赵丽华１, ２, ３, ４, 瞿　伟１, ２, ３, ４, 许　豪１

  测绘工程. 2025, 34(6): 64.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  在黄土滑坡识别的研究中，影像数据集通常规模较小，并且滑坡区域的光谱特征与周围环境相似，致使现有滑坡自动识别算法易出现误判和漏判的情况。使用甘肃省黑方台滑坡影像制作黄土滑坡影像数据集，并在ＹＯＬＯｖ５模型的基础上，将Ａｌｐｈａ－ＥＩｏＵ损失函数代替为ＧＩｏＵ损失函数，引入ＥＣＡ注意力通道机制和解耦合检测头，提出一种适用于黄土滑坡识别ＹＯＬＯｖ５－ＬＤ改进模型。实验结果表明，ＹＯＬＯｖ５－ＬＤ模型识别黑方台滑坡的Ｐｒｅｃｉｓｉｏｎ为８５．０％，Ｒｅｃａｌｌ为６４．９％，ＡＰ为７７．１％，Ｆ１－Ｓｃｏｒｅ为７３．６％，与原模型ＹＯＬＯｖ５相比，Ｒｅｃａｌｌ、ＡＰ、Ｆ１－Ｓｃｏｒｅ分别提升９．５％、５．０％、５．８％，并且优于目前主流的几种深度学习模型的识别性能。在可视化实验中，ＹＯＬＯｖ５－ＬＤ漏检率低，识别效果较好，对于小数据集黄土滑坡具有较好的识别能力，可为深度学习方法在黄土滑坡识别中的应用研究提供参考。
  
• Select
  基于图像匹配的城市场景地面激光点云配准方法

  穆逸凡, 梁玉斌, 廖豪斌, 张梦贤, 王　强, 毛　健, 崔铁军

  测绘工程. 2025, 34(6): 72.

  摘要 ( ) PDF全文 ( )   可视化   收藏

  点云配准对于大规模复杂城市场景的三维建模至关重要。然而，随着点云数据采集技术的日益普及，大规模复杂城市场景对传统的点云配准方法带来了巨大挑战。文中提出一种用于复杂城市场景地面三维激光点云的自动配准方法。首先，点云渲染方法生成源点云和目标点云的透视图像，通过稳健图像匹配在两站点云渲染的图像之间建立同名点对，对同名点反投影确定点云之间的初始三维同名点。然后，使用随机抽样一致性算法剔除初始同名点中的粗差，利用精化后的三维同名点通过最小二乘估计得到点云配准参数。最后，采集地面三维激光点云数据进行实验，与４种现有方法进行比较，文中配准结果的平均旋转误差和平均平移误差分别为０．０７６°和０．０９４ｍ。平均旋转误差至少降低了７４．２％，平均平移误差至少降低了７４．７％，结果表明文中方法在精度和稳健性方面均优于对比方法。