在高分辨率遥感影像土地利用分类研究与应用中，城市绿色空间因形态各异、尺度多样等特点，导致目前绿色空间分类算法常存在结构不完整、边界质量差、分类精度低等问题，制约其在城市建设、环境改善、病虫害预防以及公共健康等方面的应用。因此，文中提出一种边缘引导的双向交叉注意力网络（ＥＢＡＮｅｔ）模型，该模型通过并行的双编码器结构，有效融合多尺度特征。在此基础上，本研究设计边缘引导的双向交叉注意力模块，该模块能够引导网络更加关注地物边界，并实现局部细节与全局语义信息的高效融合，最终提升复杂场景下的绿色空间分类精度。同时，为验证本文方法的有效性，基于ＱｕｉｃｋＢｉｒｄ和ＬＡＮＤＳＡＴ－７卫星拍摄的深圳市七个行政区影像，标注并构建一个新的高分辨率城市绿色空间分类数据集。实验结果表明，ＥＢＡＮｅｔ在自建数据集上表现出色，ＯＡ达到８５．４０％，Ｆ１－ｍａｃｒｏ和ｍＩｏＵ分别为７４．７８％和６２．８０％，优于多种主流语义分割模型，验证其在城市绿地分类任务中的可行性。

针对高分辨率遥感影像中建筑物提取易受复杂背景干扰、特征表达能力不足及边缘模糊等问题，文中提出一种基于动态窗口卷积网络的建筑物提取模型。该模型在Ｕ－Ｎｅｔ网络结构中引入一个新的动态窗口卷积模块。该模块由动态多尺度卷积模块、可变形十字形窗口注意力机制和动态特征融合模块三部分组成。其中，动态多尺度卷积模块解决固定感受野导致的局部特征表达能力不足问题；可变形十字窗口注意力机制提升对不规则建筑物轮廓的建模精度，缓解边缘模糊问题；动态特征融合模块可以在复杂背景中协同增强建筑物特征并抑制干扰，同时兼顾局部细节与全局上下文。在国际摄影测量与遥感学会ＩＳＰＲＳ Ｐｏｔｓｄａｍ和Ｖａｉｈｉｎｇｅｎ数据集上的实验表明，研究方法
性能优异，其总体精度与交并比在Ｐｏｔｓｄａｍ 数据集上达到９３．８５％与９１．１７％，在Ｖａｉｈｉｎｇｅｎ数据集上分别达到９４．０１％与９１．３４％，均优于基准模型Ｕ－Ｎｅｔ，充分验证了该模型的有效性与泛化能力，为高精度遥感图像建筑物提取提供了一种有效方法。

以东北林业大学林场为实验区域，采用外业标绘法构建样本数据集，基于无人机获取的影像数据，提取归一化植被指数（ＮＤＶＩ）、增强植被指数（ＥＶＩ）和灰度共生矩阵特征（ＧＬＣＭ），并利用多特征融合策略提升树种分类的准确性和稳定性。在森林树种分类阶段，采用随机森林（ＲＦ）、最大似然估计（ＭＬＥ）和马氏距离（ＭＤ）对数据进行分类精度比较。实验结果表明，随机森林分类结合可见光、ＮＤＶＩ和ＥＶＩ特征组合，达到总体分类精度８０．８５％和Ｋａｐｐａ系数０．７２８。ＮＤＶＩ和ＥＶＩ特征对分类精度显著提升２４．３８％，在随机森林分类方法中ＧＬＣＭ分类精度提高４．２７％。

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。

随着GNSS的发展和可用频率数的增加,多系统多频点联合服务已然成为提高定位精度的关键因素,然而当前各模型中并未有效顾及多系统多频点观测数据。因此,构建一种顾及DCB和OSB改正的GNSS全系统全频点精密单点定位(PPP)模型,通过估计的DCB/OSB代替精密产品对观测数据进行改正,根据灵活的无电离层(IF)组合和非组合(UC)模式,充分利用GPS、BDS和Galileo的单频至五频观测数据,实现全系统全频点观测的PPP。通过3次IF组合和UC模式实验,评估静态PPP在定位精度和收敛时间方面的性能。结果表明,估计的DCB参数与分析中心的公开产品具有良好的一致性,残差值基本在1ns内,且都较为稳定,相对于使用精密产品的PPP,N和U方向分别提升79%和59%的定位精度;对比传统BDS-3双频PPP,全系统全频点PPP可获得cm级的定位精度,E、N、U方向分别提升39%、59%、51%,E方向收敛时间提升38%。

针对河湖岸线监测效率低、难以实现目标全覆盖等问题，文中发展了一种基于深度学习的河湖岸线遥感智能监测方法。该方法充分利用遥感大数据优势和深度学习理论优势，发展了一套河湖岸线遥感智能监测技术体系，建立河湖岸线监测遥感解译样本集，以ＤｅｅｐＬａｂＶ３＋框架为基础，以ＭｏｂｉｌｅＮｅｔＶ２为主体网络，构建渐进式扩张空间金字塔模块进行多尺度特征提取，联合交叉熵损失函数与ＤＩＣＥ损失函数约束模型训练过程。在此基础上，进一步对测试结果进行小碎块剔除、空洞填充、栅格－矢量转换等一系列优化策略，提升解译精度。实验表明文中提出的方法在坑塘、房屋和疑似开挖这３种典型河湖监测对象的识别总体精度分别可达９８．１３％、９２．６３％和９０．６１％。结果表明文中提出的智能监测方法能够较为准确地识别出河湖岸线典型地物，可为河湖管理及行政执法提供科学依据和决策支持。

水利部《水库大坝安全监测管理办法》明确要求“优先采用自主可控设备”，大坝外观自动化监测中，提倡国产测量机器人替代升级，成为保障国家水安全、生态安全与社会安全的刚性需求。文中依托贵州省某水电站外观变形监测工程项目，按照实施自动化外观变形监测的测站和监测区域选取充分必要的测点，测试了国产测量机器人和进口徕卡测量机器人在外观变形监测上实施的效果，通过测量过程中的稳定性、观测数据的精度对比分析，验证国产测量机器人的精度可以满足大坝位移监测精度要求，为落实大型水电工程关键设备国产化的国家战略目标提供数据依据。

为解决传统ＧＮＳＳ－ＲＴＫ技术在电力铁塔面临电磁干扰环境下周跳探测和模糊度固定受到影响导致定位精度下降的问题。提出一种高精度ＧＮＳＳ－ＲＴＫ方法。首先，在原电离层残差法探测周跳的基础上，提出一种滑动窗口方法，根据窗口内的噪声水平和误差分布合理选取周跳检验阈值；其次，在模糊固定检验阈值的选取上，采取根据当前历元模型强度动态调整的检验阈值取代固定阈值，并预设固定失败率将模糊度固定失败率控制在一个较低的范围内；最后，将所提改进方法应用于黑龙江某电力铁塔的位移监测上。实验结果表明，所提方法较原方法在三维定位精度上提升６３％～７３％，水平ＲＭＳ＜８ｍｍ，高程ＲＭＳ＜２ｃｍ，满足电力铁塔高精度位移监测需求。

铁路作为国家重要的交通动脉，从铁路建设到运营维护阶段，都需要获取高精度的定位信息，传统的列车定位技术难以满足高精度列车定位需求，因此文中提出一种面向铁路环境的北斗／激光雷达／惯性导航多源融合ＳＬＡＭ 方法，利用北斗定位技术、激光雷达和惯性导航设备之间的互补性，提出基于误差状态的扩展卡尔曼滤波融合激光雷达与惯性导航系统的方法，利用后端图优化的方式加入ＧＮＳＳ因子，实现铁路环境的高精度定位与建图，并在实际铁路运输环境中采集数据验证本文方法。

立体像对特征匹配过程中,因不同光照条件、视角差异以及噪声等因素干扰,常常导致错误匹配。为提高匹配点对的正确率,文中提出一种基于改进向量场一致性的误匹配剔除算法。该算法结合局部特征描述符和Transformer模型提取的全局语义信息,构成特征向量。在贝叶斯推断框架下将插值问题转化为求解最大后验概率估计过程,并利用匹配扩展保留正确匹配对、寻找潜在正确匹配对,从而提高特征匹配的准确性和算法稳定性。在HPatches数据集的误匹配剔除实验中,文中算法在精确度和匹配比率上,相较于向量场一致性算法分别提高3.43%和3.53%;与经典的RANSAC算法相比,提升幅度达到5.85%和6.01%。此外,在DTU数据集的相机位姿估计实验中,文中算法在平移误差、旋转误差和重投影误差三个关键指标上,均优于RANSAC和VFC算法,能够有效地剔除误匹配的特征,为三维重建提供更准确的相机位置和姿态参数信息。

随着区域经济的迅猛发展与城市化进程的提速，京津冀城市群面临着快速城市化与生态系统退化所带来的双重碳压力。本研究采用归一化碳平衡指数（ＮＣＢＩ）用于综合评估区域碳排放与碳固持之间的动态关系。基于该指标，结合土地利用、遥感影像等多源数据，分析２０００—２０２０年京津冀城市群碳排放、碳固持与碳平衡的时空演变特
征。同时，运用趋势分析、相关性分析等方法，探究退耕还林政策以及土地利用转移对京津冀碳平衡的影响。首先京津冀区域的ＮＣＢＩ呈现出２０００—２０１５年先快速上升，后２０１６—２０２０年逐渐趋于平缓的态势，“核心－外围”的扩散格局。其次在空间分布上表现异质性：ＮＣＢＩ显著上升的地区占２８％，主要分布在北京市郊区、天津市滨海新区以及石家庄市西部；ＮＣＢＩ显著下降的区域占３８％，主要分布在张家口市、承德市等生态屏障区域。最后土地利用变化驱动着城市碳平衡演化：京津冀地区的生态环境得到了改善，退耕还林还草的面积达到了３ ４８０ｋｍ２，冀北地区森林面积同比增长了１２．３％。但由于京津唐都市圈的城市扩张与挤压，郊区碳汇功能衰减，碳汇总增益无法完全中和工业碳排放，区域碳平衡目标依然任重道远。

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。

针对航速对无人船多波束测深数据的精度影响，文中利用华微６号无人船多波束测深系统开展实验，分别在２．０ｍ·ｓ－１、２．５ｍ·ｓ－１、３ｍ·ｓ－１和３．５ｍ·ｓ－１等４种航速下进行数据采集；通过多波束主测线相邻测线间交叉点高程以及多波束主测线与多波束检查线间交叉点高程的误差分析，对无人船多波束测深数据的内符合精度进
行评价；通过多波束主测线与单波束检查线间交叉点高程的误差分析，对无人船多波束测深数据的外符合精度进行评价。实验结果表明，上述各交叉点高程不符值的平均值接近于０，标准差和均方根差的变化只有０．０１ｍ，可忽略不计；航速的增加并未影响无人船多波束测深数据的内、外符合精度，４种航速无人船多波束测深数据的标准差和均方根差均达到ｃｍ级。

废弃矿区因缺乏资金和管理人员投入,难以及时发现和应对地表沉降灾害。合成孔径雷达干涉测量技术具有全天时全天候的观测能力,能够低成本、高效率地完成无人区域的形变监测,十分适合废弃矿区的灾害监测任务。景德镇市涌山煤矿于2016年因资源枯竭关闭,具有较大的沉降风险。文中利用2018.1—2021.12的Sentinel-1数据和SBAS-InSAR方法获取了该矿区的地表形变速率场,基于形变速率和Okada模型进行了矿区地下空间变化分析。结果表明,形变主要集中在3个区域,最大形变速率超70mm·yr-1;部分隐患区形变呈增长状态,值得长期关注;反演结果表明该矿在废弃后仍处于动态变化中,最大体积收缩超过8×104 m3·yr-1。涌山煤矿废弃后仍存在较大的地陷风险,值得有关部门注意。

针对风力涡轮机叶片在复杂环境载荷下易发生表面损伤，从而影响结构安全的问题，文中提出一种基于ＹＯＬＯｖ５改进的风机叶片缺陷检测算法ＷＴ－ＹＯＬＯ。该算法利用无人机获取风机叶片外观影像，实现高效自动缺陷检测。具体优化包括：引入ＭｏｂｉｌｅＮｅｔＶ３优化主干网络以降低模型参数量并提升特征提取能力；融合注意力机
制，增强缺陷区域特征表达，减少背景噪声干扰；采用ＭＰＤＩｏＵ 损失函数，提高目标框回归精度。实验结果表明，ＷＴ－ＹＯＬＯ在ｍＡＰ＠０．５指标上达到８４．１９％，优于现有主流目标检测算法，同时具备更快的推理速度和更低的计算成本，满足风机叶片缺陷检测的实际应用需求。

多路径效应是制约ＧＮＳＳ高精度定位的关键误差源，传统ＭＨＭ 模型依赖单系统长时间观测数据，易受环境动态变化影响。为此，文中提出一种基于多系统重叠频率信号的跨星座互操作ＭＨＭ 建模方法，利用ＧＰＳ Ｌ１／Ｌ５、Ｇａｌｉｌｅｏ Ｅ１／Ｅ５ａ和北斗三号卫星导航系统（ＢＤＳ－３）Ｂ１Ｃ／Ｂ２ａ的重叠信号，联合提取共模多路径误差，提升建模效率与鲁棒性。实验采用２０２４年澳大利亚地区１１个ＭＧＥＸ测站连续５ｄ的实时观测数据，结合武汉大学精密轨道、钟差、地球自转参数及观测信号偏差产品，构建了ＢＤＳ－３、ＢＤＳ－３／ＧＰＳ和ＢＤＳ－３／ＧＰＳ／Ｇａｌｉｌｅｏ ３种ＭＨＭ 模型。结果表明，不同系统的重叠信号多路径误差在空间分布上具有高度一致性，中仰角区域（３０°～６０°）抑制效果最佳，低仰角区域仍需优化。伪距多路径校正后均方根ＲＭＳ值在ＧＰＳ、Ｇａｌｉｌｅｏ和ＢＤＳ－３中分别降至０．８４６ｍ、０．６５０ｍ 和０．６５９ｍ，载波相位ＲＭＳ则分别优化至０．０２５ｍ、０．０１５ｍ和０．０１６ｍ。实时精密单点定位模糊度固定结果显示，３系统融合ＭＨＭ 模型显著提升定位精度，Ｅ、Ｎ 和Ｕ 方向ＲＭＳ值较单ＢＤＳ－３系统分别降低３２．８％、３６．７％和２３．３％，达到亚厘米级。该研究验证了跨星座互操作ＭＨＭ 模型在高动态环境下的优越性，为复杂场景中高精度ＧＮＳＳ定位提供了有效技术路径。

几何特征指数是量化图形几何特征的基本方法，其准确性和完整性直接影响空间数据处理的效率和成果质量。然而，现有的几何特征指数在实际应用中存在无法全面满足需求的问题。为此，文中提出一种与原始图形具有相同面积和周长的新型等效矩形，基于此等效矩形构建几何特征指数集。实验结果表明，平均宽度是影响建筑物功能分类的重要特征；对于宽度均匀度的图形，可以利用等效矩形平均长度近似计算骨架线长度；通过与现有形状特征指数的相关性分析，验证了文中提出的３种矩形指数对图形形状刻画的有效性和独立性；结合理论分析和实际例证，文中提出的矩形指数在刻画图形复杂度方面相较于现有方法具有明显优势，有效提升空间要素几何特征的量化精度，为空间数据处理提供了新的工具和方法。

随着全球导航卫星系统的逐渐发展完善，多系统融合导航定位需求日益增加。融合场景下可用卫星数量增长，对接收机的计算处理能力提出更高要求。为满足低成本接收机对低计算量选星算法的需求，本文提出多策略融合灰狼优化算法（ＭＳＧＷＯ）。通过将多种优化策略有机融入灰狼优化算法（ＧＷＯ）中有效克服ＧＷＯ 算法在种群多样性方面的固有缺陷以及易陷入局部最优解的问题，显著提升了算法的全局寻优性能。实验表明：在ＢＤＳ／ＧＰＳ和ＢＤＳ／ＧＰＳ／ＧＬＯＮＡＳＳ组合场景下，选择较少卫星时计算效率提升不明显，在ＢＤＳ／ＧＰＳ／ＧＬＯＮＡＳＳ和ＢＤＳ／ＧＰＳ／ＧＬＯＮＡＳＳ／Ｇａｌｉｌｅｏ组合场景下，卫星情况较为复杂时，ＭＳＧＷＯ算法性能提升明显。在ＢＤＳ／ＧＰＳ／ＧＬＯＮＡＳＳ／Ｇａｌｉｌｅｏ系统中选择７颗卫星，平均ＧＤＯＰ比值达１．０１，计算效率提升７８．９％，算法定位误差接近遍历法定位误差分布。

厘清城市空间结构对碳排放的作用机制，是精准调控城市碳减排路径的关键前提。选择徐州市鼓楼区、泉山区和云龙区为研究对象，提出一种基于开源数据的城市形态量化和功能识别模型，建立与ＣＯ２ 浓度空间耦合关系，揭示城市形态特征、功能区布局与碳空间的复杂关系。结果显示：本研究模拟的ＣＯ２ 浓度空间分布与实测数据空间分布趋势拟合精度达到８９．６％；城市形状越规则、斑块数量越少，公共设施种类越多、分布越密集，ＣＯ２ 排放的浓度越低；同时优化调整城市内部的形态结构和功能布局，ＣＯ２ 排放浓度可有效减少２８．５４％。

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。

传统中高轨道卫星导航定位系统存在信号功率低、易受干扰、遮挡和欺骗等问题。文中基于在轨运行的Ｏｒｂｃｏｍｍ、Ｉｒｉｄｉｕｍ Ｎｅｘｔ和Ｇｌｏｂａｌｓｔａｒ三个低轨道卫星系统ＬＥＯ，对多普勒信号特性、单星座和多星座定位特性以及定位精度进行分析。研究发现，在全球范围内，单一ＬＥＯ星座难以实现单历元多普勒定位，多ＬＥＯ星座系统可同时观测到４颗以上卫星，并且多普勒位置精度因子（ＤＰＤＯＰ））均优于单星座。选取观测时长为２ｈ，截止高度角为５°，卫星轨道误差为５ｍ，卫星运行速度误差０．１ｍ·ｓ－１，接收机频偏误差为１Ｈｚ的观测数据进行定位解算，定位误差分别为７０．８２６ ５ｍ、４７．６７４ ４ｍ、３６．９９４ ９ｍ，且与卫星可见数成正比，与ＤＰＤＯＰ值成反比。研究成果对提升ＬＥＯ多普勒定位精度和实现ＬＥＯ多星座全球范围内的单历元定位具有重要意义。

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。

针对基于ＵＷＢ和ＭＥＭＳ惯性ＩＭＵ的四轮机器人在复杂室内环境下，受传感器特性影响，其定位精度不能满足使用要求的问题，提出基于ＸＧＢｏｏｓｔ的ＵＷＢ／ＭＥＭＳ ＩＭＵ四轮机器人室内定位方法。通过ＸＧＢｏｏｓｔ对ＵＷＢ的非视距数据识别并剔除以提高ＵＷＢ数据质量，以及添加结合四轮机器人运动状态的非完整约束来抑制ＭＥＭＳＩＭＵ独立定位时的误差发散，采用改进的ＵＷＢ／ＭＥＭＳ ＩＭＵ紧组合算法来实现四轮机器人的室内定位。实验结果表明，在复杂的室内环境下，四轮机器人的平面定位精度在０．２ｍ以内，所提出的方法能有效地提高四轮机器人室内定位的精度和稳定性。

森林可以衡量生态系统的生产力和稳定性，对全球气候有重要影响，对森林地上生物量（ＡＧＢ）的精确估计成为近年来碳循环、碳中和的关注热点。目前飞速发展的深度学习技术在森林地上生物量估计中展现出了良好性能，且适用性广，对数据要求低。文中提出一种用于森林地上生物量估计的跨尺度Ｔｒａｎｓｆｏｒｍｅｒ深度网络，并且以芬
兰地区为例，以哨兵一号与哨兵二号的月度卫星数据为研究对象，以机载激光雷达及航空影像数据为参考标签，验证了网络模型的有效性。实验结果表明，新的ＡＧＢ估算模型平均ＲＭＳＥ减小约１．８，平均Ｒ２提升约０．０５。同时文中研究的跨尺度特征的有效性证明了跨尺度嵌入层可以帮助遥感影像的ＡＧＢ预测。

针对行星地表弱纹理和非均匀光照条件下传统立体匹配方法在石块边缘视差计算中的不足，提出一种基于图像分割引导的自适应立体匹配算法，提升岩石重建精度和探测车的自主导航能力。首先，基于图像分割信息提出一种分割块边缘自适应结合梯度信息的代价计算方法；其次，在代价聚合阶段，采用十字交叉域的方法进行初始代价聚合，并提出基于图像分割结果自适应调整正则化系数的引导滤波方法进行最终聚合；再其次使用“胜者为王”原则计算视差；最后，结合图像分割信息优化视差填充步骤，提升视差图质量。实验表明，该方法在标准数据集上的平均误匹配率为３．２３％，平均误差为１．５１像素。在行星模拟地表和真实行星地表场景中，该方法在边缘区域的三维点云恢复和视差图质量方面的表现也显著优于传统方法，可以为行星地表三维重建提供更可靠的技术支持。

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。

针对InSAR技术处理的历史地表形变时序数据,对于地表形变空间结构分析仍相对较少且未定量,考虑不同影响因素对形变量的影响程度情况,文中以江汉区为研究区域,提出一种基于具有小世界性质的复杂网络模型和地理探测器以及单因素方差分析结合的地表形变及其影响因素分析新方法。结果表明,利用江汉区历史地表形变时序数据创建的复杂网络可划分为三类社区:具有抬升趋势的社区主要分布在中部和中南部,具有沉降趋势的社区主要分布在四周,相对平稳的社区均匀分布;影响江汉区地表形变自然因素和人为因素的前两项分别为归一化植被指数、剖面曲率和道路缓冲指数、人口密度;利用单因素方差分析得到不同社区之间的归一化植被指数、剖面曲率和道路缓冲指数、人口密度均存在显著差异,进一步证明了基于复杂网络模型对地表形变的空间结构进行分析有意义。

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。

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。

文中运用三维激光扫描技术,针对受施工现场数据采集条件限制而导致的数据缺损的问题,应用多约束椭圆拟合算法对点云数据进行分割与修补。多约束椭圆拟合算法能够很好地解决传统去噪算法、聚类算法无法处理施工辅助设施、分割桥梁结构,以及插值算法无法对具有复杂结构的桥梁进行正确修补的问题,实现对数据缺失部位的准确识别,分割准确率在66.67%~100%,并根据已有点云数据对缺失部位进行修补,获得结果真实自然。对比传统的聚类和插值结合方法,文中方法分割结果更准确,修补结果更美观,处理流程更流畅,能够满足数字孪生模型底座搭建的需求。

针对高频GNSS地震预警震级反演中传统回归模型考虑特征参数少、地震预警震级反演精度低等问题,文中利用全球34个地震事件的高频GNSS数据和震源参数,基于随机森林算法(RF),构建顾及峰值地面位移、震中距、测站位置、测站方位角、震中位置等不同特征参数组合的预警震级反演RF模型,对比分析不同组合模型的精度。结果表明,以峰值地面位移、震中距、测站方位角、测站位置、震中位置为输入参数的RF-4模型最优,基于测试集的RF-4模型预警震级的均方根误差(RMSE)为0.12Mw;相对于RF-1、RF-2和RF-3模型,RF-4模型预警震级的RMSE分别提升73.9%、72.1%和52.0%;相比传统回归模型Melgar2015,RF-4模型预警震级的RMSE提升74.5%。实验结果说明测站方位角、测站位置、震中位置等参数对预警震级反演有明显影响,同时验证多参数预警震级反演的效果。

沉降自动化监测对于轨道交通工程的施工、运营等具有重要的意义，近年来，因静力水准仪具有量程可控、精度较高、实时性强等特点，越来越多的被应用到铁路建（构）筑物的沉降监测项目中。文中首先对传统的静力水准仪的测量原理进行阐述，探讨其工作原理，然后选择压差式和超声波式两款常用的静力水准仪，分别对其在温差效应下的测量数据稳定性及绝对测量精度进行了对比分析。结果表明，在温差变化较大时，超声波式和压差式静力水准仪数据稳定性分别为０．２０ｍｍ·℃－１和０．０７ｍｍ·℃－１，说明超声波式静力水准仪对温差变化适应性较强；在绝对精度方面，当模拟现场沉降１ｍｍ和０．５ｍｍ时，压差式静力水准仪的绝对精度分别为０．０９ｍｍ和０．１３ｍｍ，超声波式静力水准仪分别为０．０４ｍｍ和０．０５ｍｍ，说明超声波式静力水准仪的绝对精度优于压差式静力水准仪。测试结果表明，温差变化是影响静力水准仪数据稳定性的主要因素之一，以超声波式静力水准仪为代表的液位式静力水准仪在数据稳定性及精度方面优于压差式静力水准仪。

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。

针对地图数据线条密集且圆滑、清晰度低、颜色对比不鲜明,使用传统尺度不变特征变换(SIFT)算法提取的特征点较少且分布不均匀的问题,文中构建一种基于增强现实的地图识别方法的总体技术流程,首先使用双边滤波、直方图均衡化、边缘增强、局部增强等方法进行地图数据处理,然后提出一种基于SIFT算法改进的特征点提取与匹配方法,按照关键点与地图边界的位置关系设置权重,根据权重结合算子计算每个关键点总价值,从而有效筛选特征点,避免地图内部繁杂线条影响识别效果。实验证明,文中提出的改进地图识别技术流程与传统SIFT算法相比,尺度空间更加清晰,特征点分布更加均匀,提取特征点匹配的正确率提升50%,匹配时间缩短8s,因此,文中改进技术流程在基于增强现实的地图识别中具有一定程度的应用价值。

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。

ＤＥＭ 提取是地形图生产的关键环节，在测绘地理信息生产实践具有重要意义。ＤＥＭ 提取需满足高时效性、高精度和低误差的技术要求，针对现有ＤＥＭ 提取方法需要人工操作获取、生成地面控制点和同名像点，需要繁琐的人机交互和复杂的操作过程，从遥感建模与工作流集成的视角，提出一种基于遥感建模与工作流集成的卫星立体像对ＤＥＭ 自动提取方法，通过集成现有遥感软件工作流工具和建模工具，实现ＤＥＭ 的自动提取。以国产高分七号卫星立体像对为实例，并选择以江西省靖安地区作为实验区，设计了提取试验并对该ＤＥＭ 提取方法的时效和精度进行了对比分析和验证。实验过程和结果表明，该方法具有操作简单、速度快和生成结果精度高的优点，能够达成提升ＤＥＭ 提取效能和精度的双重目标。

随着人工智能技术的迅猛发展,ChatGPT在教育领域的应用逐渐崭露头角。文中以编程实践教学为切入口,探讨了ChatGPT在“大地测量学基础”课程实践教学中的应用。“大地测量学基础”的编程实践教学是深化相关理论学习的重要步骤,但当前的编程实践因学生编程基础薄弱、理论公式复杂等问题导致教学效果不佳,利用Chat-GPT能够高效提升编程实践效率和教学效果。文中系统总结了利用ChatGPT提升“大地测量学基础”编程实践的方法,包括示例代码讲授、代码快速编写、初步代码纠错、代码美化完善、编程作业批改总结等五个方面的内容,同时也对ChatGPT提供错误指示的情况进行了警示,通过实际案例论证了具体实施方法,结果表明基于ChatGPT辅助的“大地测量学基础”编程实践能够显著提高编程实践效率和课程学习效果。

针对无人机影像受雾气、噪声及低对比度导致滑坡形变特征模糊、监测精度受限的问题，提出一种多模态协同的无人机影像预处理方法，为后续滑坡形变监测提供优质数据。该方法以去噪－去雾－增强－融合的递进式协同机制优化影像质量，首先运用改进ＮＬＭ 抑制复杂噪声，避免常规滤波的边缘模糊缺陷；继而基于自适应ＤＣＰ消除雾气干扰，恢复滑坡地物真实特征；在此基础上，通过ＣＬＡＨＥ－ＧＣ协同优化光照对比度，解决光照不均导致的纹理遮蔽问题；辅以ＵＳＭ 与动态ＩＦ强化边缘细节，弥补高频损失并保留光谱真实性。水沟头滑坡实验表明，较常规预处理方法，该方法使清晰度、对比度、角二阶矩分别提升１９．１％、８．３％、１１１．２％，噪声降低３０．２％，ＰＳＮＲ、ＳＳＩＭ 分别提升２５．８％、１．５％，ＳＡＭ 降低３１．１％；经处理的Ｍ３Ｃ２结果显示，形变均值误差降低６０．９％，误匹配干扰减少４２．１％，显著提升滑坡形变监测的精度及可靠性。

应用型高校致力于培养高素质应用型人才,校企合作共建应用型课程是培养合格应用型人才的必然选择。文中以黑龙江工程学院测绘工程学院“地理信息系统原理及其应用”课程为研究对象,在分析和总结校企合作共建课程的现状及矛盾的基础上,围绕课程教学目标进行课程建设实践,从动态化调整课程内容、构建项目式实践平台、创新多元评价体系等方面提出具体方案,可以为相关课程建设和提升应用型人才的专业实践能力提供帮助。

大气垂直折光会使测距光线发生弯曲，从而直接影响测量机器人观测值的准确性，为此在高精度测量中须实施相应改正。考虑到大气垂直折光主要受气象因素影响，针对测量机器人自动化监测，文中提出一种基于局域气象场的大气垂直折光改正方法。该方法通过在工程区域布设的若干自动气象站，拟合出局域气象场，然后依据光学原理对测距光线进行跟踪改正。结合某水电站变形监测区域开展的试验，并与常规气象改正方法进行对比，验证该方法的有效性。结果表明，局域气象场拟合结果确定性系数Ｒ２大于０．８９，对测距精度影响小于１ｍｍ；相较于未使用局域气象场的方法，光线跟踪改正后的校准基点三维坐标均方根误差降低约１．５５％、３．７２％和８．６０％，监测点三维监测精度整体提高约５．９７％、７．３７％和７．８５％。