中南大学地球科学与信息物理学院许兵副教授:国产卫星时序InSAR形变监测精度分析 |《测绘学报》2024年第10期
阅读全文http://xb.chinasmp.com/article/2024/1001-1595/1001-1595-2024-10-1930.shtml陆地探测一号01组卫星(LT-1)是我国一组以差分干涉应用为核心任务的SAR卫星星座,由A、B星组成,采
阅读全文http://xb.chinasmp.com/article/2024/1001-1595/1001-1595-2024-10-1930.shtml陆地探测一号01组卫星(LT-1)是我国一组以差分干涉应用为核心任务的SAR卫星星座,由A、B星组成,采
郑南山,1,2, 张艳锁1,2, 李世金1,2, 杨化超1,2, 卞和方1,2, 张秋昭1,2, 张书毕1,2, 田雨1,2
陆地探测一号(简称“陆探一号”,LT-1)是中国首个以陆地SAR干涉测量为核心任务的L波段差分干涉合成孔径雷达卫星,通过双星绕飞、跟飞两种工作模式,利用差分干涉形变测量和干涉测高的技术,能够全天时、全天候实现高精度地表形变监测、地形测绘等任务。LT-1卫星运行
2024年9月,美国斯坦福大学John P.A.Ioannidis教授团队发布了全球前2%顶尖科学家榜单,《测绘学报》、Satellite Navigation期刊主编杨元喜院士在“2024年度科学影响力排行榜”中位于全球所有领域学者排名第9656位,并在Ge
大模型从深度学习和迁移学习技术发展而来,依靠大量的训练数据和庞大的参数容量产生规模效应,从而激发了模型的涌现能力,在众多下游任务中展现了强大的泛化性和适应性。以ChatGPT、SAM为代表的大模型标志着通用人工智能时代的到来,为地球空间信息处理的自动化与智能化
相比于传统SAR卫星应用方向,我国第一代L波段差分干涉SAR卫星主要用于实现全球精准地表形变测量。为了达到重轨差分干涉优于5 cm的形变测量指标,首先需要解决卫星空间基准轨道高精度回归的工程难题。对此,本文提出一种严格回归轨道优化设计方法,通过地球重力场阶数需
深度学习方法支持下的建筑物形状认知成为地图制图等领域研究的热点,利用深度学习的特征挖掘能力,可以提取形状的嵌入表示,支撑制图综合、空间查询等应用场景。本文以建筑物数据为例,构建了一种融合全局特征和图节点特征的建筑物形状分类的图谱卷积神经网络模型。首先,在建筑物
行人导航意图的自动识别是行人导航研究的一个难点问题,对建立智慧导航服务与新型的人机交互方式至关重要。目前,利用行为模式推估导航意图成为主流的解决方案,但是,这种方案依赖多种传感器且具有时滞性。本文提出了一种基于脑成像技术的行人导航意图探测方法,通过多导联的、高
遥感影像在获取过程中会经常受到条带噪声的污染,降低遥感影像的视觉效果,对影像解译和反演等处理产生不利影响。当前一些主流的基于变分的条带噪声去除方法,虽然可以去除条带噪声,但是往往也会导致影像细节信息的严重丢失。基于上述问题,本文提出了一种基于细节信息约束的遥感
“易智瑞”杯《测绘学报》2024年度优秀论文评选活动由《测绘学报》编辑部与易智瑞信息技术有限公司联合主办,旨在促进前沿测绘地理信息科学成果的传播与推广,增强测绘地理信息学科前沿技术的交流与互动,进一步营造良好的学术科研氛围。本届“易智瑞”杯《测绘学报》优秀论文
“易智瑞”杯《测绘学报》2024年度优秀论文评选活动由《测绘学报》编辑部与易智瑞信息技术有限公司联合主办,旨在促进前沿测绘地理信息科学成果的传播与推广,增强测绘地理信息学科前沿技术的交流与互动,进一步营造良好的学术科研氛围。本届“易智瑞”杯《测绘学报》优秀论文