CN111275819B - 一种遥感卫星的全球高程基准模型的应用方法 - Google Patents
一种遥感卫星的全球高程基准模型的应用方法 Download PDFInfo
- Publication number
- CN111275819B CN111275819B CN201911307260.2A CN201911307260A CN111275819B CN 111275819 B CN111275819 B CN 111275819B CN 201911307260 A CN201911307260 A CN 201911307260A CN 111275819 B CN111275819 B CN 111275819B
- Authority
- CN
- China
- Prior art keywords
- global
- interpolation
- model
- elevation reference
- grid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 230000005484 gravity Effects 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 2
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
- G06T17/205—Re-meshing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Geometry (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computer Graphics (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了一种遥感卫星的全球高程基准模型的应用方法,该应用方法包括以下步骤:构建球谐系数模型;将所述球谐模型转化为格网模型;对所述格网模型进行样条插值,形成全球高程基准模型;输出所述全球高程基准模型的数据产品。本发明公开的一种遥感卫星的全球高程基准模型的应用方法,采用纬度插值和经度插值的样条插值的方式开发了一种高分辨率遥感卫星高程***转换的快速计算方法,解决了影像分辨率与高程基准空间分辨率不一致、球谐模型计算速度慢的问题,实现了遥感卫星全球高程基准模型的快速转换与应用,并使之兼容我国基础地理信息产品的格式。
Description
技术领域
本发明涉及摄影测量与遥感领域技术领域,具体涉及一种遥感卫星的全球高程基准模型的应用方法。
背景技术
随着光学遥感卫星技术的发展,全球地理信息数据的获取效率获得了极大提升。立体光学遥感卫星不仅能获取地球表面平面坐标信息,也能够实现全球几何高程的测定。利用卫星重力等空间技术,联合地面、航空、卫星测高等多源重力数据,构建全球统一的高精度、高分辨率的遥感卫星高程基准模型,将遥感卫星几何高程信息转换为海拔高程信息,成为实现遥感卫星全球高程***转换与工程化应用的重要途径,将推动高分辨率遥感卫星技术在测绘、国土、水利、统计等行业的工程化应用。
然而,目前在利用高分辨率遥感卫星全球高程基准模型实现高程***转换时,存在遥感影像分辨率与高程基准空间分辨率不一致、球谐模型计算速度慢的问题,限制了全球高程基准模型的高效工程化应用。
发明内容
本发明的目的在于提供一种遥感卫星的全球高程基准模型的应用方法,用以解决目前高程基准模型空间分辨率与影像分辨率不一致和计算效率低的问题。
本发明提供的一种遥感卫星的全球高程基准模型的应用方法,包括以下步骤:
步骤A:构建球谐系数模型;
步骤B:将所述球谐模型转化为格网模型;
步骤C:对所述格网模型进行样条插值,形成全球高程基准模型;
步骤D:输出所述全球高程基准模型的数据产品。
在上述实施例中,所述步骤A包括以下步骤:
应用块对角最小二乘方法求解全球重力场模型中的高程基准模型系数;
利用高程基准模型系数构建全球高程基准模型。
在上述实施例中,所述步骤C包括以下步骤:
纬度插值:对全球高程基准格网每个经度格网点,以纬度为插值点,高程值为对应函数值,在相邻的两个插值节点间构建关于y的三次样条函数,求得关于y的三次样条函数;
经度插值:以经度为插值节点,y值下的高程值为对应函数值,经度x为插值变量,在相邻的插值节点间构建关于x的三次样条函数,求得关于x的三次样条函数。
在上述实施例中,所述步骤D包括以下步骤:
对遥感卫星全球超高分辨率高程基准模型进行格式转换,使之兼容我国基础地理信息产品的格式;
将高程基准模型定义为通用的标准图像产品,实现遥感卫星全球高程基准模型产品与高分辨率遥感影像产品的格式统一。
本发明的有益效果是:
本发明公开的一种遥感卫星的全球高程基准模型的应用方法,采用纬度插值和经度插值的样条插值的方式开发了一种高分辨率遥感卫星高程***转换的快速计算方法,解决了影像分辨率与高程基准空间分辨率不一致、球谐模型计算速度慢的问题,实现了遥感卫星全球高程基准模型的快速转换与应用,并使之兼容我国基础地理信息产品的格式。
具体实施方式
实施例1
实施例1提供一种遥感卫星的全球高程基准模型的应用方法,包括以下步骤:
步骤A:构建全球超高阶重力场球谐系数模型。
首先,利用EGM2008模型格网重力异常、GOCE卫星重力梯度观测数据和GOCE高-低卫星跟踪卫星数据,基于块对角最小二乘方法构建全球超高阶重力场球谐系数模型然后,利用高程基准模型系数构建全球高程基准模型。具体步骤参见文献:《测绘学报》2018年4月47卷第4期《联合EGM2008模型重力异常和GOCE观测数据构建超高阶地球重力场模型SGG-UGM-1》。
步骤B:将全球超高阶重力场球谐模型转化为全球高程基准格网模型;
当全球高程基准采用正常高***时,全球高程基准格网为高程异常值,计算公式为:
在(式1)和(式1-1)中,ζ0是由参考椭球与大地水准面最佳拟合椭球之间的位差引起的常数项,W0为大地水准面的位值,U0为参考椭球面的正常位值,γij为第i行j列格网中心点的正常重力值;r、θ、λ分别为第i行j列格网中心点的地心向径、余纬和经度;GM1和a1分别表示全球高程基准模型所对应的引力常数和椭球长半轴;GM2和a2分别表示参考椭球的引力常数和椭球长半轴;和表示全球超高阶重力场球谐模型的位系数;和为参考椭球的正常引力位系数;n、m分别表示球谐展开的阶和次;为完全规格化缔合勒让德函数,Nmax为全球超高阶重力场球谐模型的最大阶数。
正常引力位系数中 满足:
其中, 为参考椭球第二偏心率,b2表示参考椭球的短半轴。
当全球高程基准采用正高***时,全球高程基准格网为大地水准面高值,计算公式为:
其中,为第i行j列格网中心点的布格重力异常,为对应于格网中心点的椭球面与似地形面之间的正常重力平均值,可用全球正常重力平均值(约为981Gal)代替,H为第i行j列格网中心点的正常高或正高。
步骤C:对所述全球高程基准格网进行双三次样条插值,形成遥感卫星全球超高分辨率高程基准模型。
由于遥感卫星全球高程基准模型的空间分辨率依据实际遥感卫星影像分辨率确定,且高于全球高程基准格网的空间分辨率。对每一个遥感卫星全球高程基准模型的待插值点,采用如下的双三次样条插值算法进行处理,包括以下步骤:
纬度插值:对全球高程基准格网每个经度格网点i(i=1,…,K),以纬度yj(j=1,…,L)为插值点,高程值zij(j=1,…,L)为对应函数值,在相邻的两个插值节点间构建关于y的三次样条函数S(y),求得关于y的三次样条函数Si(y)(i=1,…,K),其表达式为:
其中,hj=yj+1-yj,Dj为S(yj)的二阶导数,且Dj满足方程:
μjDj-1+2Dj+λjDj+1=dj (式5)
其中λj=1-μj,
下面对待定系数Dj的求解过程进行阐述。
第一步,在(式5)中,待定参数有4(L-1)个,但仅可以列出4L-6个方程。为了求解D,引入两个边界约束条件:
a、第一型插值条件
给定端点处的一阶导数值:S′(y1)=z′i.1,S′(yL)=z′i.L,由此导出:
b、第二型边界条件,即自然样条条件
给定端点处的二阶导数值:S″(y1)=z″i.1,S″(yL)=z″i.L,由此导出:
D1=DL=0 (式8)
在实际的插值处理时,当插值函数在y1和yL点的一阶导数值大于等于1030时,采用自然样条的条件,否则采用第一型插值条件。
第二步,将方程(5)写成Aσ=B的形式,其中:
系数矩阵A是对角占优的三对角矩阵,用追赶法进行求解。
首先,将矩阵A进行直接三角分解,分解成P、Q矩阵的乘积,即A=PQ。追赶法求解的过程中需要进行迭代处理,所以为了便于表示,将矩阵A写成如下形式:
其中,
那么,Aσ=B可写成PQσ=B,令Qσ=ξ,则通过Pξ=B可解出ξ的值。即:
解出得:
然后,由Qσ=ξ求解σ,即:
解出得:
由此,实现了待定系数Dj的求解,利用式(4)即可求得(xi,y)处的函数值Si(y)(i=1.,…,K的值,记为zi.y。
经度插值:以经度xi(i=1,…,K)为插值节点,y值下的高程值zi.y为对应函数值,经度x为插值变量,在相邻的插值节点间构建关于x的三次样条函数S(x),求得S(x)(i=1,…,K),即为所求最终双三次样条插值结果,表达式为:
其中,hi=xi+1-xi,Di为S″(xi)的二阶导数。且Di满足方程:
μiDi-1+2Di+λiDi+1=di (式14)
其中,λi=1-μi,
下面对待定系数Di的求解过程进行阐述。
第一步,在(式14)中,待定参数有4(K-1)个,但仅可以列出4K-6个方程。为了求解D,同样引入两个边界约束条件:
a、第一型插值条件
给定端点处的一阶导数值:S′(x1)=z′1.y,S′(xK)=z′K.y,由此导出:
b、第二型边界条件,即自然样条条件
给定端点处的二阶导数值:S″(x1)=z″1.y,S″(xK)=z″K.y,由此导出:
D1=DK=0 (式17)
在实际的插值处理时,当插值函数在x1和xK点的一阶导数值大于等于1030时,采用自然样条的条件,否则采用第一型插值条件。
第二步,将方程(14)写成Aσ=B的形式,其中:
系数矩阵A是对角占优的三对角矩阵,用上述的追赶法同理进行求解。
由此,实现了待定系数Di的求解,利用(式13)即可求得(x,y)处的函数值S(x),记为zx.y,此即为最终所求结果。
在完成了每一个遥感卫星全球高程基准模型的待插值点的计算后,即实现了遥感卫星全球高程基准模型的构建,达到了遥感卫星全球高程基准模型与遥感影像空间分辨率的一致性处理。
步骤D:输出所述遥感卫星全球高程基准模型的数据产品。
首先,依据国家标准中定义的中国地球空间数据交换格式的格网数据格式CNSDTF-DEM,对遥感卫星全球超高分辨率高程基准模型进行格式转换,使之兼容我国基础地理信息产品的格式;
其中,CNSDTF-DEM是一种明码的中国国家标准空间数据的交换格式,遵从国家标准GB/T 17798-2007《地理空间数据交换格式》中的格网数据组织规范。
其次,为了保持与遥感影像处理的一致性,亦可将CNSDTF-DEM高程基准模型定义为jpg、tif等通用的标准图像产品,实现遥感卫星全球高程基准模型产品与高分辨率遥感影像产品的格式统一。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (3)
1.一种遥感卫星的全球高程基准模型的应用方法,其特征在于,包括以下步骤:
步骤A:构建球谐模型;
步骤B:将所述球谐模型转化为格网模型,具体为:
当全球高程基准采用正常高***时,全球高程基准格网为高程异常值,通过以下计算公式来实现转化为格网模型:
(式1)
(式1-1)
上式中,是由参考椭球与大地水准面最佳拟合椭球之间的位差引起的常数项,为大地水准面的位值,为参考椭球面的正常位值,为第i行j列格网中心点的正常重力值;、、分别为第i行j列格网中心点的地心向径、余纬和经度;和分别表示全球高程基准模型所对应的引力常数和椭球长半轴;和分别表示参考椭球的引力常数和椭球长半轴;和表示全球超高阶重力场球谐模型的位系数;和为参考椭球的正常引力位系数;n、m分别表示球谐展开的阶和次;为完全规格化缔合勒让德函数,为全球超高阶重力场球谐模型的最大阶数;
当全球高程基准采用正高***时,全球高程基准格网为大地水准面高值,通过以下计算公式来实现转化为格网模型:
(式3)
其中,为第i行j列格网中心点的布格重力异常,为对应于格网中心点的椭球面与似地形面之间的正常重力平均值,为第i行j列格网中心点的正常高或正高;
步骤C:对所述格网模型进行样条插值,形成全球高程基准模型,具体为:
纬度插值:对全球高程基准格网每个经度格网点,以纬度为插值点,高程值为对应函数值,在相邻的两个插值节点间构建关于y的三次样条函数,求得关于y的三次样条函数;
经度插值:以经度为插值节点,y值下的高程值为对应函数值,经度为插值变量,在相邻的插值节点间构建关于的三次样条函数,求得关于的三次样条函数;
其中:(1)纬度插值时,构建关于y的三次样条函数,其表达式为:
(式4)
其中,,为的二阶导数,且满足方程:
(式5)
其中,对待定系数的求解过程如下:
第一步,引入两个边界约束条件:
a、第一型插值条件
给定端点处的一阶导数值:,由此导出:
(式6)
(式7)
b、第二型边界条件,即自然样条条件
给定端点处的二阶导数值:,由此导出:
(式8)
在实际的插值处理时,当插值函数在和点的一阶导数值大于等于时,采用自然样条的条件,否则采用第一型插值条件;
第二步,将方程(5)写成的形式,其中:
系数矩阵是对角占优的三对角矩阵,用追赶法进行求解;
首先,将矩阵进行直接三角分解,分解成、矩阵的乘积,即,并将矩阵写成如下形式:
,,
其中,
那么,可写成,令,则通过可解出的值,即:
(式9)
解出得:
(式10)
然后,由求解,即:
(式11)
解出得:
(式12)
由此,实现待定系数的求解,最后利用式(4)即可求得处的函数值的值,记为;
(2)经度插值时,构建关于的三次样条函数,其表达式为:
(式13)
其中,为的二阶导数,且满足方程:
(式14)
其中,对待定系数的求解过程如下:
第一步,引入两个边界约束条件:
a、第一型插值条件
给定端点处的一阶导数值:,由此导出:
(式15)
(式16)
b、第二型边界条件,即自然样条条件
给定端点处的二阶导数值:,由此导出:
(式17)
在实际的插值处理时,当插值函数在和点的一阶导数值大于等于时,采用自然样条的条件,否则采用第一型插值条件;
第二步,将方程(14)写成的形式,其中:
系数矩阵是对角占优的三对角矩阵,用与纬度插值类似的追赶法同理进行求解;
由此,实现待定系数的求解,利用(式13)即可求得处的函数值,记为;
在完成每一个遥感卫星全球高程基准模型的待插值点的计算后,即可实现遥感卫星全球高程基准模型的构建;
步骤D:输出所述全球高程基准模型的数据产品。
2.如权利要求1所述的遥感卫星的全球高程基准模型的应用方法,其特征在于,所述步骤A包括以下步骤:
应用块对角最小二乘方法求解全球重力场模型中的高程基准模型系数;
利用高程基准模型系数构建全球高程基准模型。
3.如权利要求1所述的遥感卫星的全球高程基准模型的应用方法,其特征在于,所述步骤D包括以下步骤:
对遥感卫星全球超高分辨率高程基准模型进行格式转换,使之兼容我国基础地理信息产品的格式;
将高程基准模型定义为通用的标准图像产品,实现遥感卫星全球高程基准模型产品与高分辨率遥感影像产品的格式统一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911307260.2A CN111275819B (zh) | 2019-12-18 | 2019-12-18 | 一种遥感卫星的全球高程基准模型的应用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911307260.2A CN111275819B (zh) | 2019-12-18 | 2019-12-18 | 一种遥感卫星的全球高程基准模型的应用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111275819A CN111275819A (zh) | 2020-06-12 |
CN111275819B true CN111275819B (zh) | 2023-05-16 |
Family
ID=71001475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911307260.2A Active CN111275819B (zh) | 2019-12-18 | 2019-12-18 | 一种遥感卫星的全球高程基准模型的应用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111275819B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739887A (zh) * | 2009-12-01 | 2010-06-16 | 陈建平 | 一种获取三维古地形图的方法及装置 |
CN102117494A (zh) * | 2009-12-30 | 2011-07-06 | 新奥特(北京)视频技术有限公司 | 一种三维建模中的数据分层分块方法及装置 |
CN103258348A (zh) * | 2013-04-16 | 2013-08-21 | 中国科学院地理科学与资源研究所 | 一种基于潮汐过程的海岛礁动态可视化方法 |
CN105678843A (zh) * | 2016-01-12 | 2016-06-15 | 中国地质大学(武汉) | 一种混合体元地质体模型局部快速更新方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8665266B2 (en) * | 2010-06-23 | 2014-03-04 | The United States Of America, As Represented By The Secretary Of The Navy | Global visualization process terrain database builder |
US8880341B2 (en) * | 2010-08-30 | 2014-11-04 | Alpine Electronics, Inc. | Method and apparatus for displaying three-dimensional terrain and route guidance |
CN103344954B (zh) * | 2013-07-08 | 2014-07-02 | 国家***第二海洋研究所 | 一种基于多来源水深数据融合的海底地形地貌构建方法 |
US10346554B2 (en) * | 2015-03-16 | 2019-07-09 | Wisconsin Alumni Research Foundation | System and method for isogeometric analysis |
CN106885586B (zh) * | 2017-01-23 | 2019-10-25 | 国家***第一海洋研究所 | 无需专门定标场的卫星雷达高度计绝对定标方法 |
CN107221028B (zh) * | 2017-05-27 | 2019-06-14 | 电子科技大学 | 一种基于地震解释数据的地质体闭合曲面三维重建方法 |
CN107545600A (zh) * | 2017-07-12 | 2018-01-05 | 国网浙江省电力公司检修分公司 | 一种基于线性内插的虚拟地形建模方法 |
CN108648271B (zh) * | 2018-04-11 | 2020-07-14 | 华中科技大学 | 一种基于gis数据生成复杂地形网格模型的插值方法 |
CN110490800B (zh) * | 2019-07-26 | 2022-12-02 | 自然资源部第二海洋研究所 | 一种浅海地形的重构方法 |
CN110555189B (zh) * | 2019-08-26 | 2022-09-09 | 滁州学院 | 一种基于反向计算思维的空间插值方法 |
-
2019
- 2019-12-18 CN CN201911307260.2A patent/CN111275819B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739887A (zh) * | 2009-12-01 | 2010-06-16 | 陈建平 | 一种获取三维古地形图的方法及装置 |
CN102117494A (zh) * | 2009-12-30 | 2011-07-06 | 新奥特(北京)视频技术有限公司 | 一种三维建模中的数据分层分块方法及装置 |
CN103258348A (zh) * | 2013-04-16 | 2013-08-21 | 中国科学院地理科学与资源研究所 | 一种基于潮汐过程的海岛礁动态可视化方法 |
CN105678843A (zh) * | 2016-01-12 | 2016-06-15 | 中国地质大学(武汉) | 一种混合体元地质体模型局部快速更新方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111275819A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107833282B (zh) | 一种地形建模和网格生成方法及装置 | |
CN109472802B (zh) | 一种基于边缘特征自约束的表面网格模型构建方法 | |
CN106780321B (zh) | 一种cbers-02卫星hr传感器影像整体严密定向与纠正拼接方法 | |
CN110516015B (zh) | 基于地图图形数据和dlg制作地理pdf地图的方法 | |
CN111003214B (zh) | 基于云控制的国产陆地观测卫星姿轨精化方法 | |
WO2024036739A1 (zh) | 水库水储量反演方法和装置 | |
CN104102844B (zh) | 基于11范数约束的有理函数模型参数求解和全参数优化方法 | |
CN106157258B (zh) | 一种星载sar图像几何校正方法 | |
CN109635242A (zh) | 一种基于多时间尺度模型的遥感地表日均温计算方法 | |
Wong et al. | Accuracy assessment of global topographic data (SRTM & ASTER GDEM) in comparison with lidar for tropical montane forest | |
CN111275819B (zh) | 一种遥感卫星的全球高程基准模型的应用方法 | |
Arshad et al. | Autonomous lidar-based monitoring of coastal lagoon entrances | |
Lu et al. | Web‐based real‐time visualization of large‐scale weather radar data using 3D tiles | |
CN112085660B (zh) | 大范围实景三维投影坐标到球型坐标***转换方法及*** | |
Ma et al. | Low‐Altitude Photogrammetry and Remote Sensing in UAV for Improving Mapping Accuracy | |
CN107146281B (zh) | 一种月球表面高分辨率dem提取方法 | |
Odera et al. | Practical application of the geometric geoid for heighting over Nairobi County and its environs | |
Tong et al. | Geometric integration of aerial and QuickBird imagery for high accuracy geopositioning and mapping application: A case study in Shanghai | |
Shi | Modeling uncertainty in geographic information and analysis | |
Yu et al. | Ice flow velocity mapping in Greenland using historical images from 1960s to 1980s: Scheme design | |
Liu et al. | A continuative variable resolution digital elevation model for ground-based photogrammetry | |
CN104572908A (zh) | 一种基于地理编码及动态索引的智能检索方法 | |
Laura et al. | Modeling martian thermal inertia in a distributed memory high performance computing environment | |
Sayed et al. | An improved technique for LIDAR data reduction | |
CN114964169B (zh) | 像方物方协同改正的遥感影像平差方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |