封面介绍
及时更新反映地球地形的数字高程模型（DEM）对于包括减轻地质灾害在内的许多用途来说都是至关重要的。目前的DEM生成技术主要是基于机载和近地轨道（LEO）星载传感器影像。由于这些传感器平台的重访频率较低，使得生成的DEM更新速率受到一定限制。因此，研究快速生成DEM的新方法具有重要意义。本期大地测量学与测量工程专题发表了基于未来地球同步轨道合成孔径雷达（GEOSAR）数据生成日更新DEM的研究。研究表明，基于GEOSAR数据和干涉SAR（InSAR）概念生成日更新DEM是可行的，但仍需要进一步研究以提高其精度。封面图片显示了美国国家航空航天局航天飞机雷达地形测量任务生成的一个区域的地形，用于模拟研究中的GEOSAR干涉图的质量。
本文采用椭球谐分析方法构建了一个新的2190阶地球重力场模型SGG-UGM-2，使用的数据包括卫星重力观测数据[重力场与海洋环流探测卫星（Gravity Field and Steady-State Ocean Circulation Explorer, GOCE）和重力场与气候实验卫星（Gravity Recovery and Climate Experiment, GRACE）]、卫星测高数据和EGM2008 (Earth Gravitational Model 2008)模型重力异常数据。首先，基于椭球谐分析和系数转换方法（ellipsoidal harmonic analysis and coefficient transformation, EHA-CT），推导了适用于点值和均值重力异常的一套严密积分公式和最小二乘计算公式，改正了Rapp和Pavlis 1990年积分公式中的错误，并通过数值模拟试验证明了本文推导公式的严密性。然后，使用GOCE、GRACE、多代卫星测高数据和EGM2008重力异常数据计算了2190阶2159次的重力场模型SGGUGM-2，其中251阶到2190阶2159次模型系数是用全球地面重力异常数据集（包含海洋重力数据）采用块对角最小二乘方法解算，而2~250阶系数是联合卫星（GRACE和GOCE）和地面重力异常法方程采用严格最小二乘法计算，并采用方差分量估计方法确定不同观测数据的相对权。最后，使用中国和美国区域的全球定位系统（global positioning system, GPS）/水准数据对模型进行了检核。结果表明，SGG-UGM-2与国际权威模型EIGEN-6C4的精度相当，在中国的精度明显优于EGM2008，整体精度优于GECO模型，与SGG-UGM-1模型相比，其精度在中国和美国均有提升。
2000国家大地坐标系（CGCS2000）作为正式发布的法定坐标系已运用了多年。在我国，所有基于全球导航卫星系统（GNSS）测站的坐标为了与CGCS2000框架保持一致，都需要进行坐标改正。实现最佳CGCS2000框架需采用不同的策略，而不同的策略会导致不同的结果，有的差异甚至达到几分米。GNSS测站坐标改正常用的两种方法是CGCS2000控制下的拟稳平差和板块运动改正，两种方法计算的结果相差超过10 cm。本文将监督聚类（supervised clustering）统计方法应用于GNSS基准站的选择，同时提出了GNSS测站大网数据处理分组的间距分区（partition spacing）法，并用板块运动改正将当前历元GNSS测站坐标归算至CGCS2000参考历元。结果表明，新的分区方法明显优于传统的地理分区方法。当以不分组的测站坐标为标准时，新分区方法得到的三维坐标分量的精度均优于2 mm。监督聚类法得到的x、y、z方向上的速度均方根（RMS）分别为0.19 mm·a–1、0.45 mm·a–1和0.32 mm·a–1，远小于传统方法的0.92 mm·a–1、0.72 mm·a–1和0.97 mm·a–1。此外，采用奇异谱分析（SSA）对位置非线性运动进行建模和预测。在东、北、高（E、N和U）方向，SSA的建模精度分别优于3 mm、2 mm和5 mm，在水平方向和垂直方向的预测精度分别优于5 mm和1 cm。
国际全球导航卫星系统（GNSS）服务的多GNSS试点项目的分析中心，为全球导航卫星系统，如全球定位系统（GPS）、格洛纳斯卫星导航系统（GLONASS）、伽利略卫星导航系统（Galileo）、北斗卫星导航系统（BeiDou）以及日本区域系统——准天顶卫星导航系统（QZSS）提供轨道和钟差产品。由于改进了太阳辐射压模型和其他更复杂的模型，近年来这些产品的一致性得到了提高。目前，不同分析中心之间GPS轨道一致性为几厘米，GLONASS和Galileo轨道一致性约为1 dm，北斗二号卫星导航系统（BeiDou-2）轨道一致性为几分米，QZSS轨道一致性为数分米。钟差一致性方面，GPS约为2 cm，GLONASS和Galileo约为5 cm，BeiDou-2约为10 cm。在用于精密单点定位的载波相位建模误差方面，各种产品的一致性分别为GPS 2~3 cm、GLONASS 6~14 cm、Galileo 3~10 cm以及BeiDou-2 10~17 cm。
本文基于2013—2017年FY-3C卫星星载BDS和GPS观测数据，研究了星载BDS的定轨性能及其对低轨卫星精密定轨的贡献。结果显示，改正BDS卫星码偏差可以提高低轨卫星定轨精度，提升幅度可达12.4%。2013年、2015年和2017年的FY-3C卫星单GPS定轨的重叠轨道差异平均一维均方根（1D RMS）分别为2.0 cm、1.7 cm和1.5 cm。由于BDS二代区域系统和FY-3C较少的BDS跟踪通道，FY-3C卫星单BDS定轨的精度要远差于单GPS定轨，其2013年、2015年和2017年重叠轨道1D RMS分别为150.9 cm、115.0 cm和47.4 cm。对于BDS+GPS (GC)双系统定轨，FY-3C卫星在2013年、2015年和2017年的重叠轨道精度分别为2.5 cm、2.3 cm和1.6 cm。当不采用BDS GEO卫星观测值后，GC双系统定轨精度得到了显著提高，这是因为GEO卫星本身卫星跟踪条件较差且其轨道钟差产品精度不高。得益于近年来IGS精密轨道钟差产品精度的不断提高，特别是2015年高采样率（30 s采样间隔）卫星钟差产品的发布，FY-3C卫星的单BDS和GC双系统定轨精度从2013年开始逐步提高。此外，在不考虑BDS GEO观测值的条件下，GC双系统定轨结果在2017年要略优于单GPS定轨，这一结果说明BDS和GPS双系统融合能够提高低轨卫星的定轨精度。同时，由于系统冗余，GC双系统能够显著提高低轨卫星定轨的可靠性。随着未来更多BDS卫星发射升空以及BDS卫星产品精度的不断提高，BDS卫星将会为低轨卫星精密定轨做出更大的贡献。
最新的数字高程模型（DEM）产品在灾害防治、城市管理等诸多领域中扮演着重要角色。利用机载或低地球轨道（LEO）的星载干涉合成孔径雷达（InSAR）生成DEM已被证明是可行且极具价值的方法。然而，受成本和卫星重返周期的限制，该技术难以频繁（如每天）生成或更新大区域范围（如大陆尺度或更大范围）的DEM。由于对地同步合成孔径雷达（GEOSAR）卫星运行于地球静止轨道，因此它们能以相当短的重返时间（每天或更短）观测同一地面区域，这为实现生成每日DEM这一理想但目前难以实现的目标提供了潜在可能。为此，本文系统地分析了利用GEOSAR卫星生成的每日DEM产品质量。结果表明：GEOSAR卫星生成的每日DEM产品精度通常远低于利用传统低轨星载合成孔径雷达（SAR）获得的DEM产品。因此，研究GEOSAR DEM生成过程中的误差削弱方法显得至关重要。
最近，松材线虫病（PWD）导致韩国大量的松树受损。鉴于松树对于韩国人的重要性，PWD被视为一个严重的问题，因此必须妥善处理这个问题。先前我们调查了PWD的历史，发现它已扩散到韩国的一些地区，这些成为了我们的研究领域。必须尽早对PWD进行检测。我们利用无人机遥感技术来探测具有与感染松材线虫病的树木相似症状的树木。之所以使用无人机遥感，是因为它能够生成高质量的图像，并且可以很容易地到达松树的位置。为了区别健康的和感染了PWD的松树，我们利用从Anbi和Wonchang两村采集到的无人机图像制作了一份土地覆盖图（LC），使用两种方法将它们分类，即人工神经网络（ANN）和支持向量机（SVM）。此外，比较了使用无人机和手持设备收集的两类全球定位系统（GPS）数据的准确性，以确定感染PWD的树木的位置。随后，我们将每个研究区域的无人机图像分成6个LC类，发现SVM在区分是否感染PWD的树木时比ANN更准确。在Anbi村，SVM的总体准确率为94.13%，与ANN总体准确率87.43%相比，高出了6.7%。在Wonchang村我们也得到了相似的结果，SVM和ANN的准确率分别为86.59%和79.33%。在GPS数据方面，我们使用了两种手持GPS设备。GPS设备1参照两个位置的基准点来校正，GPS设备2为未校正设备，仅使用GPS的默认设置。在Wonchang，手持GPS设备1采集的数据优于手持GPS设备2。然而，在Anbi，GPS设备2获得的结果优于GPS设备1获得的结果：GPS设备1的数据误差为7.08 m，而GPS设备2的数据误差为0.14 m。总的来说，这两种分类器都能根据LC数据辨别健康树木和患有PWD的树木。LC数据也可以用于其他类型的分类。这两个区域的手持GPS数据集和无人机GPS数据集存在一些差异。
常规合成孔径雷达（synthetic aperture radar, SAR）干涉测量（InSAR）已成功用于精确测量雷达视线（line-of-sight, LOS）方向上的表面形变，而多孔径SAR干涉技术（multiple-aperture SAR interferometry, MAI）可以用于精确测量沿轨迹（along-track, AT）方向的表面形变。InSAR和MAI方法的集成可以精确测量干涉对中的二维（two-dimensional, 2D）形变；最近，升降轨联合解算使得人们可以观测到精确的三维（three-dimensional, 3D）形变。精确的3D形变测量已用于更好地了解地质事件，如地震和火山喷发。与2016年熊本地震有关的地表形变在断层线附近较大且复杂，因此精确的3D形变反演尚未展开。本研究的目的是：①通过对基于偏移的相位解缠和改进的多孔径SAR干涉图进行集成，在大而复杂的形变区域中进行精确3D形变反演的可行性测试；②观测与2016年熊本地震有关的甚至包含断层线附近的3D形变场。3D形变反演使用了两组升轨对和一组高级陆地观测卫星2（Advanced Land Observing Satellite-2, ALOS-2）相控阵型L波段合成孔径雷达2（Phased Array-type L-band Synthetic Aperture Radar-2, PALSAR-2）降轨干涉对。11个原位全球定位系统（global positioning system, GPS）测站的观测被用于验证3D形变的测量精度。3D形变测量在东、北和垂直方向上分别达到大约2.96 cm、3.75 cm和2.86 cm的精度。结果表明，即使在形变大而复杂的情况下，通过集成改进方法来测量精确的3D形变仍具有可行性。
在探月工程计划中，月球车的车轮系统是月球车总体设计系统的重要子系统之一。由于月表地形复杂，同时受限于月球车有限的空间，因此大大增加了车轮系统设计和优化工作的难度。本研究的主要目标是针对自主设计的月球车机械结构，建立一个原理型样机以对其性能进行优化。研究的主要工作包括：为应对月表复杂路况，提出了一种适配月球车正反四边形悬架的新型叶片伸缩式步行轮；以功耗最小化为目标，在保证障碍通过性的前提下，分析车轮运动过程中受力情况以实现对车轮的性能优化；最后，基于数字仿真和综合实验方法，验证了新型车轮系统在实际实验中可以达到按需伸缩叶片和节约能耗的效果。本文的研究成果为中国月球车的研究和开发提供了一种技术参考。
PM2.5浓度预测对空气污染物早期预警具有重要意义。本文提出一种改进的PM2.5浓度多步预测模型，即多特征聚类分解(MCD)-回声状态网络(ESN)-粒子群优化(PSO)混合模型。该模型包括分解预测部分和优化预测部分。在分解部分，提出了一种由粗糙集属性约简(RSAR)、k均值聚类(KC)和经验小波变换(EWT)组成的MCD方法进行特征选择和数据分类。在MCD方法中，采用RSAR算法选择重要的空气污染物变量，使用KC算法对所得变量进行聚类，利用EWT算法将PM2.5浓度序列的聚类结果分解为多个子层。在优化预测部分，为每个分解层分别建立ESN多步预测器，利用粒子群算法对ESN的初始参数进行优化。利用我国4个不同城市的真实PM2.5浓度数据，验证了所提出模型的有效性。实验结果表明，所提出预测模型适用于PM2.5浓度的多步高精度预测，具有比基准模型更优的预测性能。