首页期刊导航|测绘学报
期刊信息/Journal information
测绘学报
测绘学报

陈俊勇

双月刊

1001-1595

chxb@periodicals.net.cn;chxb@chinajournal.net.cn

010-68531322、68531192

100045

北京复兴门外三里河路50号

测绘学报/Journal Acta Geodaetica et Cartographica SinicaCSCD北大核心CSTPCDEI
查看更多>>本刊创刊于1957年,是由中国科协主管,中国测绘学会主办的反映我国测绘科学技术发展水平的国家级综合性学术刊物,影响因子和被引频次居中文核心期刊测绘类首位,是我国最具影响力的测绘期刊,Ei核心期刊,是中国科技期刊影响因子前40名的惟一的测绘期刊,也是我国提交国际测绘科技交流的主要文献。  本刊发表中、英两种文字的论文。着重报道我国测绘科技最新的重要研究成果及其应用,内容涉及大地测量、工程测量、遥感、航空摄影测量、地图学、地理信息系统、矿山测量、海洋测绘、地籍测绘、地图印刷、测绘仪器,信息传输等测绘学科及其相关的相邻学科。
正式出版
收录年代

    附加恒星视运动修正的白昼星图星点提取方法

    勾万祥李崇辉佟帅郑勇...
    2166-2177页
    查看更多>>摘要:白昼星图具有高背景噪声、低信噪比等特征,传统方法很难高效提取星点,且由于星点为弱小目标,对噪声极为敏感,成像随机不规则,单帧提取星点质心稳健性较差.为此,本文提出一种附加恒星视运动修正的星点提取方法,该方法首先根据测站、星历、观测时间预测恒星概略位置,通过相机参数转换模型得出星点在像平面坐标系中的概略位置;然后,利用各帧星图拍摄时刻精确计算出星点相对运动量,将各帧星图星点预测区域进行配准叠加;最后,在星点预测位置区域对星点进行精确提取.试验表明:该方法星点提取成功率可达100%,较传统算法提升163%以上,且算法执行效率高,耗时缩短至传统方法的23%;除此之外,多帧叠加增强了星图信噪比,克服了星点成像随机误差,星点质心提取精度较单帧星图提取方法提升72%以上.

    白昼星图视运动星点提取质心精度天文大地测量多帧叠加

    通用非线性高斯-赫尔默特模型参数估计的同伦方法

    胡川史宗浩任大钦
    2178-2188页
    查看更多>>摘要:通用非线性高斯-赫尔默特模型是顾及因变量或全体变量误差的显式和隐式非线性函数平差模型的统一表达.针对在迭代初值与真值相差较大时,高斯-牛顿迭代解算法存在不收敛的问题,本文提出融合同伦方法与非线性最小二乘的通用非线性高斯-赫尔默特模型参数估计法.从引入同伦参数的非线性最小二乘平差准则出发,推导了求解通用模型参数的微分方程组和追踪同伦曲线的固定步长预测公式与牛顿校正公式,给出了隐式函数模型残差向量的近似计算公式.为避免计算立体矩阵,将克罗内克积和矩阵拉直运算引入推导过程,降低了计算微分方程组的复杂度.通过仅顾及自变量误差的距离定位、顾及卫星坐标误差和测距误差的伪距定位、顾及全体平面坐标误差的圆曲线拟合,以及顾及已知坐标误差的测边网平差4个试验,对本文方法的可行性进行了验证.试验结果表明:在设定的两组初值中,当高斯-牛顿法收敛时,本文方法也收敛;当高斯-牛顿法不收敛时,本文方法仍收敛;本文方法收敛的初值范围更大.

    非线性高斯-赫尔默特同伦方法距离定位伪距定位圆曲线拟合测边网

    高砾石地表全极化SAR土壤水分反演方法

    郎丰铠何苏颖邱奥深时洪涛...
    2189-2200页
    查看更多>>摘要:我国西部戈壁荒漠地区含有大量砾石,这些区域土壤含水量的精准反演对我国西北地区生态和气象环境监测、植树造林及水利工程建设等均具有重要意义.然而,现有的SAR 土壤水分反演模型均假设土壤由细颗粒物组成,并未考虑砾石的影响.对此,本文提出了一种利用全极化SAR遥感数据反演高砾石地表土壤水分的方法.首先,将高砾石地表后向散射建模为地面造成的面散射和砾石造成的体散射两部分;对于面散射,使用高级积分方程模型(AIEM)及Oh模型进行土壤水分反演,对于体散射,则使用致密介质辐射传输模型(DMRT)进行反演;最后,将两部分的反演结果进行加权求和,作为最终的土壤水分反演结果.利用内蒙古自治区乌海市野外土壤水分实测数据及ALOS-2全极化SAR数据对本文方法进行精度评价,并与现有的土壤水分反演方法进行比较,结果表明,本文方法(R2=0.60)比现有方法(R2=0.35)的反演精度有显著的提高.

    土壤水分土壤湿度高砾石地表AIEM模型DMRT模型全极化SAR

    基于多层特征信息融合的滑坡图像分割模型

    张银胜陈戈段修贤童俊毅...
    2201-2212页
    查看更多>>摘要:滑坡对人类生存环境造成严重的危害,人工识别滑坡区域的方式比较耗时且隐蔽区域不易被探测,而利用遥感图像识别滑坡区域,能够准确快速地实现滑坡灾害预警和救援.随着深度学习的快速发展,语义分割已经广泛应用于滑坡遥感图像识别领域.针对当前滑坡图像分割模型容易出现错误识别、图像边缘信息丢失等问题,本文提出了一种多层特征信息融合的滑坡分割模型MLFIF-Net,该模型以MobileNetv3-Small为主干网络,提高模型对滑坡图像的特征提取能力,同时构建级联带状空间金字塔池化模块增强滑坡图像的纹理特征,获取多尺度信息,利用高效通道注意力模块关注图像特征,设计了多层特征信息融合结构增强图像的边缘信息,从而提升模型的分割效果.试验结果表明,本文模型在贵州毕节市滑坡数据集上的准确率为96.77%,类别平均准确率为95.61%,平均交并比达到了 87.69%,与SegNet等6种分割模型相比,其分割精度较为优异,能够准确识别目标区域,突出滑坡图像边缘细节.

    语义分割遥感图像滑坡金字塔池化注意力模块特征信息融合

    顾及拓扑结构的道路标线提取

    刘家兴黄玉春石文轩叶曦...
    2213-2227页
    查看更多>>摘要:道路标线是重要的交通标志信息,车载激光雷达点云为道路标线的提取提供了高精度的三维坐标和反射强度信息.由于扫描距离、目标材质等因素影响,不同目标会表现为相近的强度值,给道路标线的提取带来干扰;道路使用过程中的磨损老化会破坏标线原有的结构,造成标线提取后出现间断不连续问题;此外,道路标线种类多样且实际中出现的概率不同,导致分割网络提取结果中样本较少的类别分类精度较低.为此,本文提出了一种可准确提取各类标线并具有拓扑稳健性的分割+分类两阶段提取方法.首先,使用多层感知机自适应学习强度与其影响因素之间的关系,对路面点云进行强度改正;然后,提出链式空间拓扑网络LST-Net对道路上的所有标线进行语义分割,引入行列卷积、注意力机制捕捉标线结构信息,加入拓扑惩罚对其训练,确定标线的位置;最后,使用YOLOv5对标线进行检测,单独训练分类网络,解决分割中样本不均衡的问题,完成对标线的分类.在不同场景的3份车载点云上进行试验,结果表明本文方法标线提取精度达到94.1%,召回率达到95.6%,具有较强的实用性和有效性.

    车载激光点云道路标线提取拓扑结构语义分割目标检测

    卫星导航欺骗式干扰关键技术研究

    高扬骏
    2228页

    多语义特征协同的多源POI匹配融合方法

    李朋朋
    2229页

    多频多模GNSS精密单点定位理论研究及软件开发

    臧楠
    2230页

    城市立体空间导航卫星时空可见性分析

    寇瑞雄
    2231页

    基于GNSS的高分辨率水汽重建与增强PPP应用研究

    马雄伟
    2232页