CN105631889A - 一种基于斜返电离图和层析成像的联合反演方法 - Google Patents
一种基于斜返电离图和层析成像的联合反演方法 Download PDFInfo
- Publication number
- CN105631889A CN105631889A CN201610053967.5A CN201610053967A CN105631889A CN 105631889 A CN105631889 A CN 105631889A CN 201610053967 A CN201610053967 A CN 201610053967A CN 105631889 A CN105631889 A CN 105631889A
- Authority
- CN
- China
- Prior art keywords
- gps
- ionospheric
- electron density
- tomography
- inverting
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000002591 computed tomography Methods 0.000 title abstract 2
- 239000005433 ionosphere Substances 0.000 claims abstract description 16
- 239000011159 matrix material Substances 0.000 claims abstract description 10
- 238000003325 tomography Methods 0.000 claims description 43
- 238000003384 imaging method Methods 0.000 claims description 11
- 238000004587 chromatography analysis Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 6
- 238000012804 iterative process Methods 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 abstract description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提出一种基于斜返电离图和层析成像的联合反演方法,其特征在于,对层析模型各个像素点电子密度初始值,先利用斜返反演进行修正,增加先验信息,然后再进行层析反演,层析反演基于像素基模型,利用GPS观测数据求解各条射线的电离层TEC值;然后根据卫星信号射线求出系数矩阵;最后反求电子密度。与传统电离层层析方法相比该方法精度有了一定的提高,与垂测观测数据符合的更好。在观测数据不足情况下,该联合反演方法能够克服传统的电离层层析方法过分依赖经验模型的缺点。本发明是首次提出将斜向返回探测数据与GPS数据结合在一起的联合反演方法,有效地改善了GPS数据不充足的问题。
Description
技术领域
本发明涉及一种基于斜返电离图和层析成像的联合反演方法,属于智能控制领域。
背景技术
电离层是电波传播的介质,电离层探测系统工作时电离层是无线电信号的传输媒质,电离层中电子浓度的分布状态和起伏变化会会造成电离层折射指数的改变,从而对回波信号产生影响,导致回波信号相位扰动,回波信号多普勒谱展宽,信噪比降低。因此从广义上讲,掌握电离层电子浓度的分布状态与变化规律,有利于提高无线电通信、授时、定位、导航、遥测和预警等系统的精度。
在实际电离层层析问题中,由于地面GPS接收机布站不均且数量有限、电子密度重建所需的数据缺失比较严重、以及观测仰角有限等问题,从而导致基于GPS数据的电离层层析反演通常是一个秩亏的问题,也就是在电离层层析过程中有一些格网点没有任何GPS射线穿过,得不到任何观测信息来对初始值进行修正。因此能够将不同探测手段获得的电离层数据资料都利用起来进行联合反演和优化反演,对于电离层结构的准确认识和提前预测具备极强的科学意义和应用价值。
在传统的基于GPS数据的电离层层析成像实验中,由于待重建区域中的地面接收机数量比较少并且通常分布不均匀,再加上GPS射线高度角的有限性使得垂直射线和接近垂直的射线占绝大多数,只有与待反演区域上下边界都落在区域内的射线才能用来层析反演,因此很难获得待反演区域电离层内部结构的全面信息,所以将待反演电离层空间进行离散化之后,有些像素并没有GPS射线通过,即没有观测信息进行修正,那么该像素的电子密度值与初始值保持一致,没有任何改进,这就意味着单纯基于GPS数据的电离层层析成像的电子密度反演结果与电离层电子密度的真实分布状态普遍存在一定的误差。
另一方面,在电离层层析成像中迭代初始值很多情况下是由国际参考电离层模型给出的,但是因为IRI模型是一种统计经验模型,它只能反映出平静电离层状况下的平均状态,特别是当空间天气异常或存在扰动时,IRI模型提供的电子密度值与电离层真实值存在着比较大的差异。正因为这些问题的存在,重建得到的电离层电子密度分布图一般会有一定程度的失真现象,图像上直观的表现为相邻像素点间的电子密度值不连续,往往存在一些突变。
有鉴于此,有必要提供一种基于斜返电离图和层析成像的联合反演方法,以克服上述问题。
发明内容
本发明的目的是:为了克服现有技术存在的问题,本发明提出一种基于斜返电离图和层析成像的联合反演方法。
本发明所采用的技术方案是:一种基于斜返电离图和层析成像的联合反演方法,其特征在于,对层析模型各个像素点电子密度初始值,先利用斜返反演进行修正,增加先验信息,然后再进行层析反演,层析反演基于像素基模型,利用GPS观测数据求解各条射线的电离层TEC值;然后根据卫星信号射线求出系数矩阵;最后反求电子密度。
如上所述的基于斜返电离图和层析成像的联合反演方法,其特征在于,所述联合反演方法的具体步骤如下:
(1)确定电离层反演区域,并根据电子密度分布规律对待反演区域进行相应的网格划分;
(2)利用IRI2012模型获得各格网点的电子密度初始值,并把初始值代入第一步建立的像素基电离层模型中;
(3)对斜返电离图进行反演以获得电离层电子密度的实时分布,把所得的反演结果代入电离层模型从而对各格网点的电子密度初始值进行初步修正;
(4)利用GPS观测数据求出在基于像素指标函数的电离层层析反演中待反演区域范围内每条GPS射线对应的绝对TEC值;
(5)根据WGS-84大地坐标系计算出GPS卫星的瞬时位置,然后根据已知的地面站坐标求解出每条GPS射线在每个格网内截距的长度,从而得出系数矩阵;
(6)利用MART算法进行迭代求解,重建反演区域内的电子密度分布。
如上所述的基于斜返电离图和层析成像的联合反演方法,其特征在于,步骤(1)中,划分的格网间隔在经度和纬度方向上都取为1°,根据电离层电子密度的分布特性,高度方向上的间隔在500km以下取为10km,500~1000km取为50km,1000km以上取为200km,因此,待反演区域被划分成共12826个网格点。
如上所述的基于斜返电离图和层析成像的联合反演方法,其特征在于,步骤(4)中,每条GPS射线上的TEC值等于该条射线穿过的相应像素内的截距与该像素内的电子密度值的乘积之和,将范围扩大,m条射线的情况下,TEC的值可用方程组表示,进一步写为矩阵形式,为通过GPS观测求得的m条信号线穿过电离层区域的TEC值所构成的列向量;由于采用像素指标函数,那么每个格网内的电子密度值在某一时刻可假设是常数并均匀分布的,确定了电离层反演区域和反演时刻之后,需要进行层析成像中很重要的工作——层析方程的建立:首先统计出完整穿过待反演区域的GPS射线数目,即该GPS射线与电离层反演区域最上和最下两个球面的交点均落在反演区域内,然后按照一定的规则对所有的格网点及GPS射线进行排序,为建立层析方程及下一步的迭代求解做准备。
如上所述的基于斜返电离图和层析成像的联合反演方法,其特征在于,步骤(5)中,为了满足电离层层析成像的精度要求,在计算GPS卫星瞬时位置时考虑地球自转的影响,忽略极移和岁差的影响。
如上所述的基于斜返电离图和层析成像的联合反演方法,其特征在于,步骤(6)中,每一步修正对应一次TEC测量,即针对一个方程进行,每m步迭代为一轮迭代,m为总的GPS射线数目,在迭代过程中修正的依据是第k步迭代产生的电离层电子密度对应的斜距TEC与实际观测求出的斜距TEC之比,从而对电离层电子密度逐步做出相应的修正,使图像趋近于最终解。
本发明的有益效果是:本发明的方法是一种将斜返扫频电离图与电离层层析成像相结合的优化算法,通过VFSA算法对扫频电离图的前沿进行反演得到实时电离层参数来构建电离层模型,然后利用GPS数据进行电离层层析成像,从而将GPS数据与斜返数据进行同化,使之更加接近电离层实际状况,这也是本发明的创新之处。与传统电离层层析方法相比该算法精度有了一定的提高,与垂测观测数据符合的更好。在观测数据不足情况下,该联合反演算法能够克服传统的电离层层析方法过分依赖经验模型的缺点。并且,本发明是首次提出将斜向返回探测数据与GPS数据结合在一起的联合反演算法,有效地改善了GPS数据不充足的问题。
附图说明
图1是本发明的基于斜返电离图和层析成像的联合反演方法的方法流程图。
具体实施方式
为了更好地理解本发明,下面结合实施例进一步阐明本发明的内容,但本发明的内容不仅仅局限于下面的实施例。本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样在本申请所列权利要求书限定范围之内。
在本实施例中,如图1所示,本发明提出了一种将斜返扫频电离图与电离层层析成像相结合的联合反演方法,总的思路是:在IRI2012模型给出层析模型各个像素点电子密度初始值之后,先利用斜返反演结果对其进行修正,增加先验信息,然后再进行层析反演,从而克服那些没有任何GPS射线穿过的像素对经验电离层模型给出的电子密度迭代初始值的依赖。实验结果表明,该方法能够提高电子密度的重建精度,是两种反演方法的改进和融合。
鉴于像素基电离层层析具有简单、方便的特点,本发明所进行的电离层层析反演基于像素基模型。基于斜返电离图和层析成像的联合反演具体步骤如下:
(1)确定电离层反演区域,并根据电子密度分布规律对待反演区域进行相应的网格划分。例如反演区域以武汉(30.5oN,114.3oE)为中心,区域范围为经度范围110o~120oE,纬度范围21°~42°N,高度范围为100~2000km。划分的格网间隔在经度和纬度方向上都取为1°,根据电离层电子密度的分布特性,高度方向上的间隔在500km以下取为10km,500~1000km取为50km,1000km以上取为200km,因此,待反演区域被划分成共12826个网格点。由于GPS观测中射线的高度角越小,其数据信噪比越低,所以在层析过程中去掉了高度角小于10o的射线路径的观测信息。
(2)利用IRI2012模型获得各格网点的电子密度初始值,并把初始值代入第一步建立的像素基电离层模型中。
(3)对斜返电离图进行反演可以获得电离层电子密度的实时分布。把所得的反演结果代入电离层模型从而对各格网点的电子密度初始值进行初步修正。
(4)利用GPS观测数据求出基于像素指标函数的电离层层析反演中待反演区域范围内每条GPS射线对应的绝对TEC值。TEC是可探测的电离层特性参数,是沿着信号传播路径对电子密度的积分,因此,在基于像素指标函数的电离层层析反演中,每条射线上的TEC值等于该条射线穿过的相应像素(格网点)内的截距与该像素(格网点)内的电子密度值的乘积之和。将范围扩大,m条射线的情况下,TEC的值可以用方程组表示,进一步写为矩阵形式,为通过GPS观测求得的m条信号线穿过电离层区域的TEC值所构成的列向量;由于本发明采用像素指标函数,那么每个格网内的电子密度值在某一时刻可以假设是常数并均匀分布的。确定了电离层反演区域和反演时刻之后,需要进行层析成像中很重要的工作——层析方程的建立。首先统计出完整穿过待反演区域的GPS射线数目,即该GPS射线与电离层反演区域最上和最下两个球面的交点均落在反演区域内。然后按照一定的规则对所有的格网点及GPS射线进行排序,为建立层析方程及下一步的迭代求解做准备。解决电离层层析成像问题实质是利用GPS观测数据求解各条射线的电离层TEC值;然后根据卫星信号射线求出系数矩阵;最后反求电子密度。
(5)根据WGS-84大地坐标系计算出GPS卫星的瞬时位置。为了满足电离层层析成像的精度要求,本发明在计算GPS卫星瞬时位置时考虑了地球自转的影响,忽略了极移和岁差等的影响。然后根据已知的地面站坐标求解出每条GPS射线在每个格网内截距的长度,从而得出系数矩阵。
(6)本发明利用MART算法进行迭代求解,重建反演区域内的电子密度分布。每一步修正对应一次TEC测量,即针对一个方程进行,每m(总的GPS射线数目)步迭代为一轮迭代。在迭代过程中修正的依据是第k步迭代产生的电离层电子密度对应的斜距TEC与实际观测求出的斜距TEC之比,从而对电离层电子密度逐步做出相应的修正,使图像趋近于最终解。MART的收敛速度很快,一般在10轮之内就可以收敛,其最大的优势在于解一定是正值,这一点恰恰符合电离层层析成像重建的电子密度值一定是正值的理论约束。
最后应当说明的是,以上内容仅用以说明本发明的技术方案,而非对本发明保护范围的限制,本领域的普通技术人员对本发明的技术方案进行的简单修改或者等同替换,均不脱离本发明技术方案的实质和范围。
Claims (6)
1.一种基于斜返电离图和层析成像的联合反演方法,其特征在于,对层析模型各个像素点电子密度初始值,先利用斜返反演进行修正,增加先验信息,然后再进行层析反演,层析反演基于像素基模型,利用GPS观测数据求解各条射线的电离层TEC值;然后根据卫星信号射线求出系数矩阵;最后反求电子密度。
2.根据权利要求1所述的基于斜返电离图和层析成像的联合反演方法,其特征在于,所述联合反演方法的具体步骤如下:
(1)确定电离层反演区域,并根据电子密度分布规律对待反演区域进行相应的网格划分;
(2)利用IRI2012模型获得各格网点的电子密度初始值,并把初始值代入第一步建立的像素基电离层模型中;
(3)对斜返电离图进行反演以获得电离层电子密度的实时分布,把所得的反演结果代入电离层模型从而对各格网点的电子密度初始值进行初步修正;
(4)利用GPS观测数据求出在基于像素指标函数的电离层层析反演中待反演区域范围内每条GPS射线对应的绝对TEC值;
(5)根据WGS-84大地坐标系计算出GPS卫星的瞬时位置,然后根据已知的地面站坐标求解出每条GPS射线在每个格网内截距的长度,从而得出系数矩阵;
(6)利用MART算法进行迭代求解,重建反演区域内的电子密度分布。
3.根据权利要求2所述的基于斜返电离图和层析成像的联合反演方法,其特征在于,步骤(1)中,划分的格网间隔在经度和纬度方向上都取为1°,根据电离层电子密度的分布特性,高度方向上的间隔在500km以下取为10km,500~1000km取为50km,1000km以上取为200km,因此,待反演区域被划分成共12826个网格点。
4.根据权利要求2所述的基于斜返电离图和层析成像的联合反演方法,其特征在于,步骤(4)中,每条GPS射线上的TEC值等于该条射线穿过的相应像素内的截距与该像素内的电子密度值的乘积之和,将范围扩大,m条射线的情况下,TEC的值可用方程组表示,进一步写为矩阵形式,为通过GPS观测求得的m条信号线穿过电离层区域的TEC值所构成的列向量;由于采用像素指标函数,那么每个格网内的电子密度值在某一时刻可假设是常数并均匀分布的,确定了电离层反演区域和反演时刻之后,需要进行层析成像中很重要的工作——层析方程的建立:首先统计出完整穿过待反演区域的GPS射线数目,即该GPS射线与电离层反演区域最上和最下两个球面的交点均落在反演区域内,然后按照一定的规则对所有的格网点及GPS射线进行排序,为建立层析方程及下一步的迭代求解做准备。
5.根据权利要求2所述的基于斜返电离图和层析成像的联合反演方法,其特征在于,步骤(5)中,为了满足电离层层析成像的精度要求,在计算GPS卫星瞬时位置时考虑地球自转的影响,忽略极移和岁差的影响。
6.根据权利要求2所述的基于斜返电离图和层析成像的联合反演方法,其特征在于,步骤(6)中,每一步修正对应一次TEC测量,即针对一个方程进行,每m步迭代为一轮迭代,m为总的GPS射线数目,在迭代过程中修正的依据是第k步迭代产生的电离层电子密度对应的斜距TEC与实际观测求出的斜距TEC之比,从而对电离层电子密度逐步做出相应的修正,使图像趋近于最终解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610053967.5A CN105631889A (zh) | 2016-01-27 | 2016-01-27 | 一种基于斜返电离图和层析成像的联合反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610053967.5A CN105631889A (zh) | 2016-01-27 | 2016-01-27 | 一种基于斜返电离图和层析成像的联合反演方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105631889A true CN105631889A (zh) | 2016-06-01 |
Family
ID=56046775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610053967.5A Pending CN105631889A (zh) | 2016-01-27 | 2016-01-27 | 一种基于斜返电离图和层析成像的联合反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105631889A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657191A (zh) * | 2018-12-28 | 2019-04-19 | 中国人民解放军战略支援部队信息工程大学 | 一种电离层层析方法及装置 |
CN111077526A (zh) * | 2019-12-30 | 2020-04-28 | 中国电子科技集团公司电子科学研究院 | 基于高轨星载sar系统的电离层层析方法及系统 |
CN111783024A (zh) * | 2020-06-24 | 2020-10-16 | 中国科学院国家空间科学中心 | 一种中性原子图像的局部三维磁层离子通量分布反演方法 |
CN113687149A (zh) * | 2021-07-19 | 2021-11-23 | 中国人民解放军国防科技大学 | 基于rtg的电离层电子密度反演方法及系统 |
-
2016
- 2016-01-27 CN CN201610053967.5A patent/CN105631889A/zh active Pending
Non-Patent Citations (1)
Title |
---|
赵晶晶: "区域电离层电子密度反演与重构技术研究", 《中国博士学位论文全文数据库基础科学辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657191A (zh) * | 2018-12-28 | 2019-04-19 | 中国人民解放军战略支援部队信息工程大学 | 一种电离层层析方法及装置 |
CN109657191B (zh) * | 2018-12-28 | 2023-04-18 | 中国人民解放军战略支援部队信息工程大学 | 一种电离层层析方法及装置 |
CN111077526A (zh) * | 2019-12-30 | 2020-04-28 | 中国电子科技集团公司电子科学研究院 | 基于高轨星载sar系统的电离层层析方法及系统 |
CN111783024A (zh) * | 2020-06-24 | 2020-10-16 | 中国科学院国家空间科学中心 | 一种中性原子图像的局部三维磁层离子通量分布反演方法 |
CN111783024B (zh) * | 2020-06-24 | 2023-10-13 | 中国科学院国家空间科学中心 | 一种中性原子图像的局部三维磁层离子通量分布反演方法 |
CN113687149A (zh) * | 2021-07-19 | 2021-11-23 | 中国人民解放军国防科技大学 | 基于rtg的电离层电子密度反演方法及系统 |
CN113687149B (zh) * | 2021-07-19 | 2024-04-05 | 中国人民解放军国防科技大学 | 基于rtg的电离层电子密度反演方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105629263B (zh) | 一种对流层大气延迟误差估计改正方法和改正系统 | |
CN108332649B (zh) | 一种滑坡形变综合预警方法及系统 | |
CN103197340B (zh) | 一种格网化的电离层总电子含量实时监测方法 | |
CN105631889A (zh) | 一种基于斜返电离图和层析成像的联合反演方法 | |
CA2808155C (en) | Adaptive method for estimating the electron content of the ionosphere | |
CN108594275A (zh) | 一种北斗+gps双模单点定位方法 | |
CN105069295B (zh) | 基于卡尔曼滤波的卫星以及地面降水测量值同化方法 | |
CN105783810A (zh) | 基于无人机摄影技术的工程土方量测量方法 | |
CN111123300B (zh) | 近实时大范围高精度电离层电子密度三维监测方法及装置 | |
CN108061889A (zh) | Ais与雷达角度系统偏差的关联方法 | |
CN103673995A (zh) | 一种线阵推扫式相机在轨光学畸变参数标定方法 | |
CN103926635A (zh) | 一种利用微波链路网络监测雨区分布的方法 | |
CN104864858A (zh) | 一种工程控制网的布设方法和装置 | |
CN106886039A (zh) | 基于城市三维地图的地面数字电视广播与导航卫星混合粒子滤波定位方法 | |
CN104392113B (zh) | 一种近海海面冷空气大风风速的估算方法 | |
CN109341665A (zh) | 一种淤地坝淤积状况调查系统和方法 | |
CN114689015A (zh) | 一种提高光学卫星立体影像dsm高程精度的方法 | |
Hu et al. | Precise point positioning with BDS-2 and BDS-3 constellations: Ambiguity resolution and positioning comparison | |
US11656359B2 (en) | Computerized ionospheric tomography method based on vertical boundary truncation rays | |
CN110426717A (zh) | 一种基于三维地图辅助gnss的协同定位方法及系统、定位设备、存储介质 | |
CN103760582B (zh) | 一种遮挡环境下卫星双差观测结构的优化方法 | |
CN106546958B (zh) | 一种优化的雷达数据同化方法 | |
CN208937029U (zh) | 一种淤地坝淤积状况调查装置 | |
CN104714001B (zh) | 一种土壤侵蚀调查单元空间布局的方法 | |
CN116559912A (zh) | 融合地基gnss水平梯度的空基掩星大气反演系统构建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160601 |
|
WD01 | Invention patent application deemed withdrawn after publication |