CN115423955A - 一种基于多源数据的最优深度基准面大地高模型构建方法 - Google Patents

一种基于多源数据的最优深度基准面大地高模型构建方法 Download PDF

Info

Publication number
CN115423955A
CN115423955A CN202210923252.6A CN202210923252A CN115423955A CN 115423955 A CN115423955 A CN 115423955A CN 202210923252 A CN202210923252 A CN 202210923252A CN 115423955 A CN115423955 A CN 115423955A
Authority
CN
China
Prior art keywords
tide
model
depth
constructing
optimal
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.)
Granted
Application number
CN202210923252.6A
Other languages
English (en)
Other versions
CN115423955B (zh
Inventor
孙佳龙
刘鑫
朱国豪
赵思聪
吉方正
夏子铭
胡家祯
于松
沈舟
鞠子夏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Jiuzhou Longteng Scientific And Technological Achievement Transformation Co ltd
Original Assignee
Lianyungang Lantu Intelligent Technology Co ltd
Jiangsu Ocean University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Lianyungang Lantu Intelligent Technology Co ltd, Jiangsu Ocean University filed Critical Lianyungang Lantu Intelligent Technology Co ltd
Priority to CN202210923252.6A priority Critical patent/CN115423955B/zh
Priority to LU502873A priority patent/LU502873B1/en
Publication of CN115423955A publication Critical patent/CN115423955A/zh
Application granted granted Critical
Publication of CN115423955B publication Critical patent/CN115423955B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
    • G01C13/002—Measuring the movement of open water
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V20/00—Geomodelling in general
    • 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

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于多源数据的最优深度基准面大地高模型构建方法，S1：基于相对成熟的全球平均海面产品CNES_CLS2015，提取该产品在南海海域的数据点构建研究区域平均海面高模型；S2：对长期验潮站的潮位数据进行调和分析，并评价4种潮汐模型的精度，筛选出精度最高的分潮并对最优的分潮进行组合实现对潮汐模型的优化；S3：基于精化后的最优模型构建南海区域深度基准面L值模型，利用长期验潮站的L值对深度基准L值模型进行订正；S4：基于平均海面高模型和深度基准面模型采用模型差值法构建研究区域的深度基准面大地高模型。本方法以参考椭球面为最终的垂直基准，确定了个统一的、连续的垂直基准，实现测深数据在不同参考基准上进行转换和输出。

Description

一种基于多源数据的最优深度基准面大地高模型构建方法
技术领域
本发明涉及海洋测量技术领域，具体为一种基于多源数据的最优深度基准面大地高模型构建方法。
背景技术
海洋测绘是一项非常重要的基础性工作，所有在海洋中的开发建设工作都离不开海洋测绘所提供的各种基础数据的支持。因此，海洋测绘作为海洋开发的基础和指南，受到世界各国政府的重视。海道测量是海洋测绘的前身，这是一项国际上通用的特殊技术，其主要工作就是测量相关海域的深度，以确保船舶航行的安全。现如今，依靠传统的测量手段获取少量信息已不能满足海洋开发和国防建设的发展，随着专用测量船、飞机、卫星等各种测量平台的发展，可以通过传感器获取数据得到完整的海洋几何场和物理场等信息。传统的纸质海图正演变为以数字海图、数据库和信息***等先进技术为核心的动态实时海上服务。海洋测绘的基准可分为空间位置信息的平面基准和垂直基准以及地球物理测量信息的重力基准和磁力基准，其中海洋测绘的垂直基准被称为深度基准面是深度数据起始面。在潮汐、洋流、风浪等因素的影响下海面会发生震荡其高度随着涨潮与落潮起伏不定，有时最高落差能到数十米。这些差别随着潮水持续时间和潮汐间隔的改变而发生变化，在某些海区尤其非常明显。为校正实测水深数据中因潮汐造成的偏差，需要确定稳定的起始面，把在不同时刻观测的某一点的瞬时水深归算到这个起始面上，即为深度基准面。而深度基准面定义的准则是接近但不低于实际可能出现的最低潮面，即它们都被定义为接近但不低于实际可能发生的最低潮面。
我国拥有广阔的海洋面积，在不同时期各地采用了不同的深度基准。现有的观测技术得到的数据通常是以参考椭球面为起始面，为确保海上作业安全，需要将深度数据转换参考基准。在测量海洋深度时，通常使用平均海平面和深度基准面作为参考基准，实际情况下，不同时间、不同单位的测量任务中使用的参考基准很难保持一致。由于潮汐波动，海陆交汇处的沿海地区难以准确测量，主要采用当地平均海平面为参考基准；在一些港口、航道为保证航行安全通常采用深度基准面为参考基准。几十年来，尽管中国对周边海域进行了广泛的勘探和测量，但由于长期缺乏统一的高精度海洋测量基准，很难实现不同部门、不同时间获取的数据交换、相关地图的拼接、陆地高程数据与海洋深度数据的融合。这大大降低了测量的效率以及数据的使用价值，浪费了大量的劳动力。
若确定一个统一的、连续的垂直基准，就可以很容易实现测深数据在不同参考基准上进行转换和输出，也更容易拼接和合并海洋和陆地地理信息。为此提供了一种基于多源数据的最优深度基准面大地高模型构建方法。
发明内容
本发明的目的是针对现有技术的缺陷，提供一种基于多源数据的最优深度基准面大地高模型构建方法，以解决上述背景技术提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于多源数据的最优深度基准面大地高模型构建方法，具体步骤如下：
S1：平均海面高模型构建；
基于CNES_CLS2015模型提取出南海海域的平均海面高格网点的数据点，建立南海海域基于CGCS2000参考椭球面的深度基准面大地高模型；
S2：构建南海最优的潮汐模型；
对长期验潮站的潮位数据进行调和分析，并评价四种潮汐模型的精度，筛选出精度最高的分潮并对最优的分潮进行组合实现对潮汐模型的优化；
S3：基于精化后的最优模型构建南海区域深度基准面L值模型，并利用长期验潮站的L值对深度基准L值模型进行订正；
S4：基于平均海面高模型和深度基准面模型采用模型差值法构建研究区域的深度基准面大地高模型。
作为本发明的一种优选技术方案，所述S1和S2中，平均海面高模型和深度基准面L值模型的分辨率需要相同。
作为本发明的一种优选技术方案，所述S2中对潮汐模型优化，其最优分潮组合优化方法如下：根据验潮站对多个潮汐模型进行精度验证，对比分析出不同潮汐模型精度最高的分潮，然后将精度最高的分潮组合成新的潮汐模型。
作为本发明的一种优选技术方案，所述S2中对潮汐模型优化，其基于差比关系优化方法如下：
相邻的两个验潮站其不同调和常数之间的差比关系的变化具有较强的相关性和一致性，即差比关系不随位置变化而变化，由长期验潮站不同分潮调和常数的差比关系对中短期的验潮站的调和常数进行改正；该方法需要根据潮汐模型的精度，从中选择精度较优的分潮作为基本潮；具体步骤如下：
选择一个精度最高的分潮作为基本的分潮，设验潮站中的该基本分潮的振幅、迟角关系可用下式表示：
Figure RE-GDA0003858437190000031
Figure RE-GDA0003858437190000032
式中h′表示其余分潮与基本分潮的振幅比；g′表示其余分潮与基本分潮的迟角差；上标i表示待精化的第i个分潮；上标S表示选定的基本分潮；O表示验潮站；
将验潮站的差比关系应用到其附近潮汐模型的格网点上，计算公式如下：
Figure RE-GDA0003858437190000041
Figure RE-GDA0003858437190000042
式中
Figure RE-GDA0003858437190000043
为潮汐模型新计算格网点的振幅；
Figure RE-GDA0003858437190000044
为潮汐模型新计算格网点的迟角；
Figure RE-GDA0003858437190000045
分别为潮汐模型原始格网点基本分潮的振幅和迟角。
作为本发明的一种优选技术方案，所述S4中构建深度基准面大地高模型所使用的模型差值法原理如下：
首先分析模型构建过程中所用到参考椭球面、平均海平面、海图深度基准的相互关系，H为潮高、hs为深度基准面到参考椭球面的距离、hg为平均海平面到参考椭球面的距离、L为该处的升读基准面值；
若另hmss为某点的平均海面高，则该点的深度基准面大地高计算公式如下： hs＝hmss-L。
作为本发明的一种优选技术方案，所述S1中的平均海面高模型构建包括如下操作：
S11：深度基准面大地高模型构建流程；
S12：平均画面高等值线图；
S13：潮汐模型精化原理；
S14：深度基准面L值等值线图；
S15：各种基准之间的关系；
S16：模型差值法原理；
S17：深度基准面大地高模型等值线图。
本发明的有益效果是：本发明参考椭球面为最终参考基准，基于多源数据即卫星测高数据所建立了的平均海面高模型、高精度的潮汐模型所建立的深度基准面模型，采用模型差值法建立研究区域的最优深度基准面大地高模型，确定各类基准的转换关系，为海陆垂直基准的为海陆垂直基准统一奠定基础。
附图说明
图1为本发明的深度基准面大地高模型构建流程图；
图2为本发明的平均画面高等值线图；
图3为本发明的潮汐模型精化原理图；
图4为本发明的深度基准面L值等值线图；
图5为本发明的各种基准之间的关系图；
图6为本发明的模型差值法原理图；
图7为本发明的深度基准面大地高模型等值线图；
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易被本领域人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
实施例：请参阅图1-7，本发明提供一种技术方案：一种基于多源数据的最优深度基准面大地高模型构建方法，本实施例以南海海域为研究对象，联合卫星高度计数据、潮汐模型数据、平均海面高模型数据，通过建立研究区域的深度基准面大地高模型将平均海平面、深度基准面都归算至参考椭球面，为海陆垂直基准转换提供基础，具体地构建方法如下：
S1：平均海面高模型构建；基于CNES_CLS2015模型提取出南海海域的平均海面高格网点的数据点，建立南海海域基于CGCS2000参考椭球面的深度基准面大地高模型；具体操作如下：
S11：深度基准面大地高模型构建流程；
S12：平均画面高等值线图；
S13：潮汐模型精化原理；
S14：深度基准面L值等值线图；
S15：各种基准之间的关系；
S16：模型差值法原理；
S17：深度基准面大地高模型等值线图；
S2：构建南海最优的潮汐模型；对长期验潮站的潮位数据进行调和分析，并评价四种潮汐模型的精度，筛选出精度最高的分潮并对最优的分潮进行组合实现对潮汐模型的优化；
S3：基于精化后的最优模型构建南海区域深度基准面L值模型，并利用长期验潮站的L值对深度基准L值模型进行订正；
S4：基于平均海面高模型和深度基准面模型采用模型差值法构建研究区域的深度基准面大地高模型。
在S1和S3中，平均海面高模型和深度基准面L值模型的分辨率需要相同。
在S2中，对潮汐模型优化，其最优分潮组合优化方法如下：
该方法的主要思想就是根据验潮站对多个潮汐模型进行精度验证，对比分析出不同潮汐模型精度最高的分潮，然后将精度最高的分潮组合成新的潮汐模型；本发明对三个不同的潮汐模型TPXO_7.2、NAO99b、TPXO_Yellow、FES2014b 进行精度验证，结果表明TPXO_7.2模型的O1分潮的精度最高；NAO99b模型的 M2分潮的精度最高；TPXO_Yellow模型的Q1、P1、K1、K2分潮精度最高；FES2014b 潮汐模型的N2、S2的分潮精度最高。
在S2中，对潮汐模型优化，其基于差比关系优化方法如下：
相邻的两个验潮站其不同调和常数之间的差比关系的变化具有较强的相关性和一致性，即差比关系不随位置变化而变化。可以由长期验潮站不同分潮调和常数的差比关系对中短期的验潮站的调和常数进行改正。本文基于这一思想提出，利用南海周边长期验潮的资料和卫星高度计数据对其一定范围内的潮汐模型的格网点进行订正，以达到模型精化的目的；该方法需要根据潮汐模型的精度，从中选择精度较优的分潮作为基本潮；具体步骤如下：
选择一个精度最高的分潮作为基本的分潮，设验潮站中的该基本分潮的振幅、迟角关系可用下式表示：
Figure RE-GDA0003858437190000071
Figure RE-GDA0003858437190000072
式中h′表示其余分潮与基本分潮的振幅比；g′表示其余分潮与基本分潮的迟角差；上标i表示待精化的第i个分潮；上标S表示选定的基本分潮；O表示验潮站。
将验潮站的差比关系应用到其附近潮汐模型的格网点上，计算公式如下：
Figure RE-GDA0003858437190000073
Figure RE-GDA0003858437190000074
式中
Figure RE-GDA0003858437190000075
为潮汐模型新计算格网点的振幅；
Figure RE-GDA0003858437190000076
为潮汐模型新计算格网点的迟角；
Figure RE-GDA0003858437190000077
分别为潮汐模型原始格网点基本分潮的振幅和迟角。
在S4中构建深度基准面大地高模型所使用的模型差值法原理如下：
首先分析模型构建过程中所用到参考椭球面、平均海平面、海图深度基准的相互关系，如图5所示H为潮高、hs为深度基准面到参考椭球面的距离、hg为平均海平面到参考椭球面的距离、L为该处的升读基准面值(相对于平均海平面)；
若另hmss为某点的平均海面高(相对于参考椭球面)，则该点的深度基准面大地高计算公式如下：hs＝hmss-L。
本发明参考椭球面为最终参考基准，基于多源数据即卫星测高数据所建立了的平均海面高模型、高精度的潮汐模型所建立的深度基准面模型，采用模型差值法建立研究区域的最优深度基准面大地高模型，确定各类基准的转换关系，为海陆垂直基准的为海陆垂直基准统一奠定基础。
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。

Claims (6)

1.一种基于多源数据的最优深度基准面大地高模型构建方法，其特征在于：具体步骤如下：
S1：平均海面高模型构建；
基于CNES_CLS2015模型提取出南海海域的平均海面高格网点的数据点，建立南海海域基于CGCS2000参考椭球面的深度基准面大地高模型；
S2：构建南海最优的潮汐模型；
对长期验潮站的潮位数据进行调和分析，并评价四种潮汐模型的精度，筛选出精度最高的分潮并对最优的分潮进行组合实现对潮汐模型的优化；
S3：基于精化后的最优模型构建南海区域深度基准面L值模型，并利用长期验潮站的L值对深度基准L值模型进行订正；
S4：基于平均海面高模型和深度基准面模型采用模型差值法构建研究区域的深度基准面大地高模型。
2.根据权利要求1所述的一种基于多源数据的最优深度基准面大地高模型构建方法，其特征在于：所述S1和S2中，平均海面高模型和深度基准面L值模型的分辨率需要相同。
3.根据权利要求1所述的一种基于多源数据的最优深度基准面大地高模型构建方法，其特征在于：所述S2中对潮汐模型优化，其最优分潮组合优化方法如下：根据验潮站对多个潮汐模型进行精度验证，对比分析出不同潮汐模型精度最高的分潮，然后将精度最高的分潮组合成新的潮汐模型。
4.根据权利要求1所述的一种基于多源数据的最优深度基准面大地高模型构建方法，其特征在于：所述S2中对潮汐模型优化，其基于差比关系优化方法如下：
相邻的两个验潮站其不同调和常数之间的差比关系的变化具有较强的相关性和一致性，即差比关系不随位置变化而变化，由长期验潮站不同分潮调和常数的差比关系对中短期的验潮站的调和常数进行改正；该方法需要根据潮汐模型的精度，从中选择精度较优的分潮作为基本潮；具体步骤如下：
选择一个精度最高的分潮作为基本的分潮，设验潮站中的该基本分潮的振幅、迟角关系可用下式表示：
Figure RE-FDA0003858437180000021
Figure RE-FDA0003858437180000022
式中h′表示其余分潮与基本分潮的振幅比；g′表示其余分潮与基本分潮的迟角差；上标i表示待精化的第i个分潮；上标S表示选定的基本分潮；O表示验潮站；
将验潮站的差比关系应用到其附近潮汐模型的格网点上，计算公式如下：
Figure RE-FDA0003858437180000023
Figure RE-FDA0003858437180000024
式中
Figure RE-FDA0003858437180000025
为潮汐模型新计算格网点的振幅；
Figure RE-FDA0003858437180000026
为潮汐模型新计算格网点的迟角；
Figure RE-FDA0003858437180000027
分别为潮汐模型原始格网点基本分潮的振幅和迟角。
5.根据权利要求1所述的一种基于多源数据的最优深度基准面大地高模型构建方法，其特征在于：所述S4中构建深度基准面大地高模型所使用的模型差值法原理如下：
首先分析模型构建过程中所用到参考椭球面、平均海平面、海图深度基准的相互关系，H为潮高、hs为深度基准面到参考椭球面的距离、hg为平均海平面到参考椭球面的距离、L为该处的升读基准面值；
若另hmss为某点的平均海面高，则该点的深度基准面大地高计算公式如下：hs＝hmss-L。
6.根据权利要求1所述的一种基于多源数据的最优深度基准面大地高模型构建方法，其特征在于：所述S1中的平均海面高模型构建包括如下操作：
S11：深度基准面大地高模型构建流程；
S12：平均画面高等值线图；
S13：潮汐模型精化原理；
S14：深度基准面L值等值线图；
S15：各种基准之间的关系；
S16：模型差值法原理；
S17：深度基准面大地高模型等值线图。
CN202210923252.6A 2022-08-02 2022-08-02 一种基于多源数据的最优深度基准面大地高模型构建方法 Active CN115423955B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210923252.6A CN115423955B (zh) 2022-08-02 2022-08-02 一种基于多源数据的最优深度基准面大地高模型构建方法
LU502873A LU502873B1 (en) 2022-08-02 2022-10-05 Method for constructing optimal depth datum geodetic height model based on multi-source data

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210923252.6A CN115423955B (zh) 2022-08-02 2022-08-02 一种基于多源数据的最优深度基准面大地高模型构建方法

Publications (2)

Publication Number Publication Date
CN115423955A true CN115423955A (zh) 2022-12-02
CN115423955B CN115423955B (zh) 2023-04-21

Family

ID=84195591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210923252.6A Active CN115423955B (zh) 2022-08-02 2022-08-02 一种基于多源数据的最优深度基准面大地高模型构建方法

Country Status (2)

Country Link
CN (1) CN115423955B (zh)
LU (1) LU502873B1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117271960A (zh) * 2023-11-22 2023-12-22 自然资源部第一海洋研究所 联合利用卫星测高和潮汐模型的深度基准面模型构建方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103868493A (zh) * 2014-02-25 2014-06-18 中国人民解放军92859部队 一种基于ppp技术的深度基准面大地高测量方法
CN109033494A (zh) * 2018-06-01 2018-12-18 上海达华测绘有限公司 一种沿海远距离区域潮位推算方法
CN110727923A (zh) * 2019-11-01 2020-01-24 江苏省有色金属华东地质勘查局地球化学勘查与海洋地质调查研究院 一种短期潮位预报方法
CN111368406A (zh) * 2020-02-26 2020-07-03 天津大学 连续深度基准面构建方法
CN114510678A (zh) * 2021-11-11 2022-05-17 中国人民解放军海军大连舰艇学院 中国沿岸海域深度基准框架点布设方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103868493A (zh) * 2014-02-25 2014-06-18 中国人民解放军92859部队 一种基于ppp技术的深度基准面大地高测量方法
CN109033494A (zh) * 2018-06-01 2018-12-18 上海达华测绘有限公司 一种沿海远距离区域潮位推算方法
CN110727923A (zh) * 2019-11-01 2020-01-24 江苏省有色金属华东地质勘查局地球化学勘查与海洋地质调查研究院 一种短期潮位预报方法
CN111368406A (zh) * 2020-02-26 2020-07-03 天津大学 连续深度基准面构建方法
CN114510678A (zh) * 2021-11-11 2022-05-17 中国人民解放军海军大连舰艇学院 中国沿岸海域深度基准框架点布设方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FENG DING 等: "Continuous Depth Datum–Based Dynamic Bathymetric Model: Construction and Application" *
梁佳 等: "天津海域深度基准面L值模型构建" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117271960A (zh) * 2023-11-22 2023-12-22 自然资源部第一海洋研究所 联合利用卫星测高和潮汐模型的深度基准面模型构建方法
CN117271960B (zh) * 2023-11-22 2024-02-02 自然资源部第一海洋研究所 联合利用卫星测高和潮汐模型的深度基准面模型构建方法

Also Published As

Publication number Publication date
LU502873B1 (en) 2023-04-05
CN115423955B (zh) 2023-04-21

Similar Documents

Publication Publication Date Title
KR100898617B1 (ko) ＬｉＤＡＲ 측량값 및 ＭＢＥＳ 측량값의 불규칙삼각망(ＴＩＮ) 보간 성과 검증을 통한 육상부와 수심부가 함께 공존하는 지역의 수치표고모델을 구축하는 방법
CN104729486A (zh) 一种基于似大地水准面精化的无验潮水深测量方法
CN102607506B (zh) 高填方机场边坡单台全站仪的自由设站变形监测方法
KR100898618B1 (ko) 기준점 표석 매설을 통하여 육상부와 수심부가 함께 공존하는 지역의 수치표고모델을 구축하는 방법
Véronneau et al. A gravimetric geoid model as a vertical datum in Canada
CN105651267A (zh) 一种基于三维激光扫描仪和gis的雷达阵地堪选方法
CN106885586B (zh) 无需专门定标场的卫星雷达高度计绝对定标方法
CN109085655B (zh) 一种水下平台重力测量方案与验证方法
Li et al. GPS in the tailings dam deformation monitoring
CN103196425A (zh) 特长隧道横向贯通误差的估测方法
KR100898616B1 (ko) 육상부와 수심부가 함께 공존하는 지역의 수치표고모델을 구축하는 방법
CN106768187A (zh) 一种多潮位站海道地形测量潮位控制方法和水位自记仪固定装置
CN111854699A (zh) 一种基于无人机航测河道崩岸过程的监测方法
CN111368406A (zh) 连续深度基准面构建方法
CN115423955A (zh) 一种基于多源数据的最优深度基准面大地高模型构建方法
Woodroffe et al. Reference water level and tidal datum
CN101957193B (zh) 一种海岛礁高程传递的优化方法
CN101266153B (zh) 测绘工程类陀螺全站仪精度评定方法
CN109085656B (zh) 一种面向特征的高精度重力图构建与插值方法
CN110926434A (zh) 一种浅地层剖面测量***软件架构及实现方法
CN106017444A (zh) 一种超高层建筑物施工垂直度的独立监测方法
CN103410135B (zh) 一种基于网格钎探的河床标高测量方法
CN113189660B (zh) 一种阵列式陆地时变重力和梯度场的观测方法和***
Li et al. Altimeter-derived marine gravity variations reveal the magma mass motions within the subaqueous Nishinoshima volcano, Izu–Bonin Arc, Japan
Gutov et al. Automated satellite system for strain monitoring at the Sayano-Shushenskaya hydroelectric power plant. Practical Experience in its Introduction

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240402

Address after: 230000 Room 203, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee after: Hefei Jiuzhou Longteng scientific and technological achievement transformation Co.,Ltd.

Country or region after: China

Address before: 222005 No. 59, Cangwu Road, high tech Zone, Lianyungang City, Jiangsu Province

Patentee before: Jiangsu Ocean University

Country or region before: China

Patentee before: Lianyungang Lantu Intelligent Technology Co.,Ltd.