CN111611540B - 一种基于千寻位置的像控点高程精密云计算的转换方法 - Google Patents
一种基于千寻位置的像控点高程精密云计算的转换方法 Download PDFInfo
- Publication number
- CN111611540B CN111611540B CN202010267463.XA CN202010267463A CN111611540B CN 111611540 B CN111611540 B CN 111611540B CN 202010267463 A CN202010267463 A CN 202010267463A CN 111611540 B CN111611540 B CN 111611540B
- Authority
- CN
- China
- Prior art keywords
- coordinates
- control point
- elevation
- point
- cloud computing
- 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
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000012549 training Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 59
- 238000011156 evaluation Methods 0.000 claims description 15
- 241000209094 Oryza Species 0.000 claims description 10
- 235000007164 Oryza sativa Nutrition 0.000 claims description 10
- 235000009566 rice Nutrition 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 208000028257 Joubert syndrome with oculorenal defect Diseases 0.000 abstract description 11
- 238000010276 construction Methods 0.000 abstract description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012876 topography Methods 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
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明属于摄影测量技术领域，尤其涉及一种基于千寻位置的像控点高程精密云计算的转换方法。本发明通过大地坐标千寻位置采集、精密高程拟合云转换、输出解算报告、自我学习与训练提升和使用转换结果五个步骤，采用B/S架构私有云计算方式实现千寻位置等连续运行参考站CORS服务的大地高到正常高的厘米级云计算高程的转换，像控点作业省去了联测国家水准点或建立基础控制网工序，节省了成本与工期。
Description
技术领域
本发明属于摄影测量技术领域，尤其涉及一种基于千寻位置的像控点高程精密云计算的转换方法。
背景技术
千寻位置以“互联网+位置(北斗)”的理念，通过北斗地基一张网的整合，建设连续运行参考站CORS，采用多基站卫星定位网络RTK和云计算技术构建位置服务云平台。测绘领域主要用技术载波相位差分技术进行厘米级高精度定位功服务，可输出的位置坐标为WGS84椭球的大地坐标(纬度B,经度L,大地高H)。测绘像控点测量基准往往为CGCS2000国家大地坐标系(x，y)和1985国家高程基准(h)，定位精度需要厘米级，其中大地高H换算为1985国家高程基准h依赖基础控制网联测或精密地方坐标转换参数，耗时费力，千寻位置服务无法直接获取厘米级正常高坐标用于像控点测量。
发明内容
本发明提供了一种基于千寻位置的像控点高程精密云计算的转换方法，目的在于提供一种能够省时省力的将千寻位置服务直接获取转换为厘米级正常高坐标用于像控点测量的转换方法。
为实现上述目的，本发明采用的技术方案是：
一种基于千寻位置的像控点高程精密云计算的转换方法，包括如下步骤
步骤一：大地坐标千寻位置采集
手动或自动接口进行大地坐标千寻位置采集；
步骤二：进行精密高程拟合云转换
将步骤一采集的千寻位置大地坐标在私有云计算平台进行精密高程拟合云转换，将大地坐标的椭球高转换为测绘基准的正常高系统；
步骤三：输出解算报告
私有云平台服务器将步骤二得出的高程云计算转换结果输出为解算报告，解算报告包括计算结果、处理精度评价和图形显示；
步骤四：系统自我学习与训练提升
根据步骤三输出的解算报告，私有云服务器根据上步骤三的计算记录，系统对控制点格网区域进行似大地水准面模型精化异常数据库加密更新，数据来源计算过程中精准点位控制点的筛选；同时根据半监督学习对控制点格网进行持续加密；
步骤五：转换结果的使用
将输出的所有点转换结果的高程坐标用于像控点测量成果。
所述的步骤一中的坐标采集是采用千寻位置移动终端直接测定WGS84椭球下的大地坐标A1(B,L,H)、A2(B,L,H)......、Ai(B,L,H)；
其中：Ai(B,L,H)为第i行点的坐标，i＝1,2,…。
所述的步骤一中采集的大地坐标千寻位置是采用文本固定格式为：
A1(B,L,H)
A2(B,L,H)
……
一行一个点的坐标；
其中：B,L为大地坐标的纬度和经度，单位：小数度；
H为大地高，单位：米；
Ai(B,L,H)为第i行点的坐标，i＝1,2,…。
所述的小数度保留到小数点后9位。
所述步骤二中精密高程拟合云转换，至少包括如下步骤：
步骤201：建立由已知控制点组建的区域高程异常数据库；数据库已知控制点间隔不大于30km且均匀分布，同时获取这些已知控制点WGS84参考椭球的高精度大地高Hwgs84和水准正常高h1985。
步骤202：计算已知控制点的真实异常值ζ＝Hwgs84-h1985；
步骤203：计算重力场模型高程异常值ζGM；
步骤204：计算剩余地形模型RTM的高程异常值ζRTM；
步骤205：计算控制点残余高程异常值ζREG＝ζ-ζGM-ζRTM；
步骤206：求定二次曲面拟合参数
从步骤201建立的已知控制点高程异常库读取当前未知点附近100km半径范围内，距离当前未知点最近的6个以上已知点的残余高程异常值进行二次曲面函数拟合，公式如下，求定拟合参数a0,a1,a2,a3,a4,a5；
ζREG(x,y)＝a0+a1x+a2y+a3xy+a4x2+a5y2
其中，平面坐标(x,y)由当前未知点的(B,L)用高斯正算公式计算得来的投影坐标；
步骤207：内插未知点残余高程异常值
根据步骤206的二次曲面拟合参数将步骤三上传的每个未知点的(B,L,H)对应的残余高程异常值为：
ζREG(x,y)＝a0+a1x+a2y+a3xy+a4x2+a5y2
其中，平面坐标(x,y)由当前未知点的(B,L)用高斯正算公式计算得来的投影坐标；
步骤208：根据步骤206的二次曲面拟合参数将步骤三上传的每个未知点的(B,L,H)对应的高程异常值表达为：
ζ(B,L)＝ζGM+ζRTM+ζREG
步骤209：步骤一获取的每个未知点的(B,L,H)对应的正常高为：
h(B,L,H)＝H-ζ
步骤210：重复执行步骤201～208，之至最后一行未知点结束。
所述步骤203是根据EGM2008地球重力场模型计算重力场模型高程异常值ζGM。
所述步骤204是基于DTM2006.0和SRTM数字地面模型来计算剩余地形模型RTM的高程异常值ζRTM。
所述的步骤三中解算报告包括计算结果、处理精度评价和图形显示；输出的计算结果文本数据格式：
A1,B1,L1,H1,h1,σ1,D1
A2,B2,L2,H2,h2,σ2,D2
……
Ai,Bi,Li,Hi,hi,σi,Di
一行一个点的坐标，
其中：Ai为第i行点的坐标，i＝1,2,…；
Bi为第i行大地坐标的纬度，i＝1,2,…，单位：小数度；
Li为第i行大地坐标的经度,i＝1,2,…，单位：小数度；
Hi为第i行大地高,i＝1,2,…，单位：米；
hi为第i行正常高,i＝1,2,…，单位：米；
σi为第i行精度评价因子，i＝1,2,…，处理精度评价因子由本次所有未知点与已知点重新进行二次多项式拟合计算，其结果与未知点单独计算结果差的绝对值为评价结果σ；；
Di为第i行距离最近的已知点距离，单位：km。
所述的步骤四中系统自我学习与训练提升是根据步骤三的计算记录，系统对控制点格网密度大于30km格网区域进行似大地水准面模型精化异常数据库中精准点位控制点的筛选并加密更新至预设值。
所述的预设值为小于30km。
有益效果：
(1)本发明实现了千寻位置等CORS服务的大地高到正常高的厘米级转换，直接得到了像控点正常高，并支持云终端进行计算结果下载，从而将千寻位置CORS服务直接用于像控点测绘。
(2)本发明使得像控点作业省去了联测国家水准点或建立基础控制网工序，节省了成本与工期。
(3)本发明采用B/S架构云计算方式进行后台转换，确保了核心数据和算法的安全与解算精度训练的提升。
上述说明仅是本发明技术方案的概述，为了能够更清楚的了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一：
参照图1所示的一种基于千寻位置的像控点高程精密云计算的转换方法，包括如下步骤
步骤一：大地坐标千寻位置采集
手动或自动接口进行大地坐标千寻位置采集；
步骤二：进行精密高程拟合云转换
将步骤一采集的千寻位置大地坐标在私有云计算平台进行精密高程拟合云转换，将大地坐标的椭球高转换为测绘基准的正常高系统；
步骤三：输出解算报告
私有云平台服务器将步骤二得出的高程云计算转换结果输出为解算报告，解算报告包括计算结果、处理精度评价和图形显示；
步骤四：系统自我学习与训练提升
根据步骤三输出的解算报告，私有云服务器根据上步骤三的计算记录，系统对控制点格网区域进行似大地水准面模型精化异常数据库加密更新，数据来源计算过程中精准点位控制点的筛选；同时根据半监督学习对控制点格网进行持续加密；
步骤五：转换结果的使用
将输出的所有点转换结果的高程坐标用于像控点测量成果。
通过步骤四的自我学习与训练提升，根据半监督学习对控制点格网进行持续加密，让计算结果更精准可靠。
本发明在实际使用时，通过大地坐标千寻位置采集、精密高程拟合云转换、输出解算报告、自我学习和使用转换结果五个步骤，采用B/S架构私有云计算方式实现千寻位置等CORS服务的大地高到正常高的厘米级云计算高程的转换，像控点作业省去了联测国家水准点或建立基础控制网工序，节省了成本与工期。
在具体应用时，私有云计算平台为一个局域网服务器计算机，操作系统可为windows或linux系统。
本发明不局限于千寻位置的坐标转换，也可以应用到CORS等服务的大地高到正常高的厘米级转换上。
实施例二：
参照图1所示的一种基于千寻位置的像控点高程精密云计算的转换方法，与实施例一不同之处在于：所述的步骤一中的坐标采集是采用千寻位置移动终端直接测定WGS84椭球下的大地坐标A1(B,L,H)、A2(B,L,H)……、Ai(B,L,H)；
其中：Ai(B,L,H)为第i行点的坐标，i＝1,2,…。
进一步的是所述的步骤一中采集的大地坐标千寻位置是采用文本固定格式为：
A1(B,L,H)
A2(B,L,H)
……
Ai(B,L,H)
一行一个点的坐标；
其中：B,L为大地坐标的纬度和经度，单位：小数度；
H为大地高，单位：米；
Ai(B,L,H)为第i行点的坐标，i＝1,2,…。
更进一步的是所述的小数度保留到小数点后9位。
在实际使用时，采用本技术方案，便于数据的采集。
实施例三：
参照图1所示的一种基于千寻位置的像控点高程精密云计算的转换方法，与实施例一不同之处在于：所述步骤二中精密高程拟合云转换，至少包括如下步骤：
步骤201：建立由已知控制点组建的区域高程异常数据库；数据库已知控制点间隔不大于30km且均匀分布，同时获取这些已知控制点WGS84参考椭球的高精度大地高Hwgs84和水准正常高h1985。
步骤202：计算已知控制点的真实异常值ζ＝Hwgs84-h1985；
步骤203：计算重力场模型高程异常值ζGM；
步骤204：计算剩余地形模型RTM的高程异常值ζRTM；
步骤205：计算控制点残余高程异常值ζREG＝ζ-ζGM-ζRTM；
步骤206：求定二次曲面拟合参数
从步骤201建立的已知控制点高程异常库读取当前未知点附近100km半径范围内，距离当前未知点最近的6个以上已知点的残余高程异常值进行二次曲面函数拟合，公式如下，求定拟合参数a0,a1,a2,a3,a4,a5；
ζREG(x,y)＝a0+a1x+a2y+a3xy+a4x2+a5y2
其中，平面坐标(x,y)由当前未知点的(B,L)用高斯正算公式计算得来的投影坐标；
步骤207：内插未知点残余高程异常值
根据步骤206的二次曲面拟合参数将步骤三上传的每个未知点的(B,L,H)对应的残余高程异常值为：
ζREG(x,y)＝a0+a1x+a2y+a3xy+a4x2+a5y2
其中，平面坐标(x,y)由当前未知点的(B,L)用高斯正算公式计算得来的投影坐标；
步骤208：根据步骤206的二次曲面拟合参数将步骤三上传的每个未知点的(B,L,H)对应的高程异常值表达为：
ζ(B,L)＝ζGM+ζRTM+ζREG
步骤209：步骤一获取的每个未知点的(B,L,H)对应的正常高为：
h(B,L,H)＝H-ζ
步骤210：重复执行步骤201～208，之至最后一行未知点结束。
进一步的，所述步骤203是根据EGM2008地球重力场模型计算重力场模型高程异常值ζGM。
进一步的，所述步骤204是基于DTM2006.0和SRTM数字地面模型来计算剩余地形模型RTM的高程异常值ζRTM。
在实际使用时，步骤206、207中的高斯正算公式均采用的是大地测量学的通用高斯正算公式计算得来的投影坐标。
采用本发明的技术方案，能够方便的实现千寻位置等CORS服务的大地高到正常高的厘米级转换，直接测定了像控点正常高，像控点作业省去了联测国家水准点或建立基础控制网工序，节省了成本与工期。
实施例四：
参照图1所示的一种基于千寻位置的像控点高程精密云计算的转换方法，与实施例一不同之处在于：所述的步骤三中解算报告包括计算结果、处理精度评价和图形显示；输出的计算结果文本数据格式：
A1,B1,L1,H1,h1,σ1,D1
A2,B2,L2,H2,h2,σ2,D2
……
Ai,Bi,Li,Hi,hi,σi,Di
一行一个点的坐标，
其中：Ai为第i行点的坐标，i＝1,2,…；
Bi为第i行大地坐标的纬度，i＝1,2,…，单位：小数度；
Li为第i行大地坐标的经度,i＝1,2,…，单位：小数度；
Hi为第i行大地高,i＝1,2,…，单位：米；
hi为第i行正常高,i＝1,2,…，单位：米；
σi为第i行精度评价因子，i＝1,2,…，处理精度评价因子由本次所有未知点与已知点重新进行二次多项式拟合计算，其结果与未知点单独计算结果差的绝对值为评价结果σ；
Di为第i行距离最近的已知点距离，单位：km。
点位在公开的天地图卫星影像底图上标记空间位置，便于计算异常问题分析、精度估算和系统训练提升。同时用数据库存储计算的元数据、转换数量和数据结果。
本实施例中小数度保留到小数点后9位。
实施例五：
参照图1所示的一种基于千寻位置的像控点高程精密云计算的转换方法，与实施例一不同之处在于：所述的步骤四中系统自我学习与训练提升是根据步骤三的计算记录，系统对控制点格网密度大于30km格网区域进行似大地水准面模型精化异常数据库中精准点位控制点的筛选并加密更新至预设值。
进一步的所述的预设值为小于30km。
在实际使用时，采用本发明的技术方案，使得计算结果更精准可靠。
实施例六：
参照图1所示的一种基于千寻位置的像控点高程精密云计算的转换方法，所述步骤203：根据公开的EGM2008地球重力场模型为美国国家地理空间情报局(NGA)在2008年4月公布的最新全球超高阶重力场模型，本发明采用了EGM2008模型1′×1′分辨率的大地水准面模型Und_min1x1_egm2008_isw＝82_WGS84_TideFree。系统架构可采用B/S或C/S架构的三次卷积内插方式读取重力场模型高程异常值ζGM。
实施例七：
参照图1所示的一种基于千寻位置的像控点高程精密云计算的转换方法，所述步骤204：公开的DTM2006.0是新一代全球地形水深模型，是应用与EGM2008全球重力场模型计算中的超高阶地球DTM模型，SRTM数字地面模型为美国航天飞机雷达测量计划(ShuttleRadar Topography Mission)获取的分辨率为3″的公开可下载的地表模型数据。剩余地形模型RTM正则化高程系统HRTM＝HSRTM-HDTM2006.0，DTM2006.0模型相当于高通滤波器，用于移出SRTM地形模型中的中长波部分，计算RTM高程异常时采用行业公开的参考文献Nagy D,PappG,Benedek J.The Gravitational Potential and Its Derivatives for the Prism[J].Journal of Geodesy,2000.74(7-8):552-560的棱柱积分法实现。
综上所述，本发明通过大地坐标千寻位置采集、精密高程拟合云转换、输出解算报告和自我学习与训练提升四个步骤，采用B/S架构私有云计算方式实现千寻位置等CORS服务的大地高到正常高的厘米级云计算高程的转换，像控点作业省去了联测国家水准点或建立基础控制网工序，节省了成本与工期。
千寻位置为一种基于北斗地基增强系统的CORS服务，其他省级CORS和自建CORS系统获取的未知点大地高程计算也在本发明的保护范围内。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
在不冲突的情况下，本领域的技术人员可以根据实际情况将上述各示例中相关的技术特征相互组合，以达到相应的技术效果，具体对于各种组合情况在此不一一赘述。
以上所述，只是本发明的较佳实施例而已，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖性特点相一致的最宽的范围。依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (9)
1.一种基于千寻位置的像控点高程精密云计算的转换方法，其特征在于，包括如下步骤
步骤一：利用千寻位置采集大地坐标
利用千寻位置手动或自动接口进行大地坐标采集；
步骤二：进行精密高程拟合云转换
将步骤一采集的千寻位置大地坐标在私有云计算平台进行精密高程拟合云转换，将大地坐标的椭球高转换为测绘基准的正常高系统；
步骤三：输出解算报告
私有云平台服务器将步骤二得出的高程云计算转换结果输出为解算报告，解算报告包括计算结果、处理精度评价和图形显示；
步骤四：系统自我学习与训练提升
根据步骤三输出的解算报告，私有云服务器根据步骤三的计算记录，系统对控制点格网区域进行似大地水准面模型精化异常数据库加密更新，其数据来源于计算过程中精准点位控制点的筛选；同时根据半监督学习对控制点格网进行持续加密；
步骤五：使用转换结果
将输出的所有点转换结果的高程坐标用于像控点测量成果；
所述步骤二中精密高程拟合云转换，至少包括如下步骤：
步骤201：建立由已知控制点组建的区域高程异常数据库；数据库已知控制点间隔不大于30km且均匀分布，同时获取这些已知控制点WGS84参考椭球的高精度大地高和水准正常高/>。
步骤202：计算已知控制点的真实异常值；
步骤203：计算重力场模型高程异常值；
步骤204：计算剩余地形模型RTM的高程异常值；
步骤205：计算控制点残余高程异常值；
步骤206：求定二次曲面拟合参数
从步骤201建立的已知控制点高程异常数据库读取当前未知点附近100km半径范围内和距离当前未知点最近的6个以上已知点的残余高程异常值进行二次曲面函数拟合，公式如下，求定拟合参数；
其中，平面坐标由已知控制点的大地坐标经纬度/>用高斯正算公式计算得来的投影坐标；
步骤207：内插未知点残余高程异常值
根据步骤206的二次曲面拟合参数将步骤三上传的每个未知点的对应的残余高程异常值为：
其中，平面坐标由当前未知点的/>用高斯正算公式计算得来的投影坐标；
步骤208：根据步骤206的二次曲面拟合参数将步骤三上传的每个未知点的对应的高程异常值表达为：
步骤209：步骤一获取的每个未知点的对应的正常高为：
步骤210：重复执行步骤201～208，直至最后一行未知点结束；
其中：
B ,L为大地坐标的纬度和经度，单位为小数度；
H为大地高，单位为米；
B0、L0为已知点的大地坐标纬度和经度，单位为小数度。
2.根据权利要求1所述的一种基于千寻位置的像控点高程精密云计算方法，其特征在于：所述的步骤一中的坐标采集是采用千寻位置移动终端直接测定WGS84椭球下的大地坐标 、/>；
其中：为第/>行点的坐标，/>。
B ,L为大地坐标的纬度和经度，单位：小数度；
H为大地高，单位：米。
3.根据权利要求1所述的一种基于千寻位置的像控点高程精密云计算方法，其特征在于：所述的步骤一中采集的大地坐标千寻位置是采用文本固定格式为：
一行一个点的坐标；
其中：为大地坐标的纬度和经度，单位：小数度；
为大地高，单位：米；
为第/>行点的坐标，/>。
4.根据权利要求3所述的一种基于千寻位置的像控点高程精密云计算方法，其特征在于：所述的小数度保留到小数点后9位。
5.根据权利要求1所述的一种基于千寻位置的像控点高程精密云计算方法，其特征在于：所述步骤203是根据EGM2008地球重力场模型计算重力场模型高程异常值。
6.根据权利要求1所述的一种基于千寻位置的像控点高程精密云计算方法，其特征在于：所述步骤204是基于DTM2006.0和SRTM数字地面模型来计算剩余地形模型RTM的高程异常值。
7.根据权利要求1所述的一种基于千寻位置的像控点高程精密云计算方法，其特征在于：所述的步骤三中解算报告包括计算结果、处理精度评价和图形显示；输出的计算结果文本数据格式：
一行一个点的坐标，
其中：为第/>行点的坐标，/>；
为第/>行大地坐标的纬度，/>，单位：小数度；
为第/>行大地坐标的经度,/>，单位：小数度；
为第/>行大地高,/>，单位：米；
为第/>行正常高,/>，单位：米；
为第/>行精度评价因子，/>，处理精度评价因子由本次所有未知点与已知点重新进行二次多项式拟合计算，其结果与未知点单独计算结果差的绝对值为评价结果/>；
为第i行未知点到最近的已知点之间的距离，单位：km。
8.根据权利要求1所述的一种基于千寻位置的像控点高程精密云计算方法，其特征在于：所述的步骤四中系统自我学习与训练提升是根据步骤三的计算记录，系统对控制点格网密度大于30km格网区域进行似大地水准面模型精化异常数据库中精准点位控制点的筛选并加密更新至预设值。
9.根据权利要求8所述的一种基于千寻位置的像控点高程精密云计算方法，其特征在于：所述的预设值为小于30km。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010267463.XA CN111611540B (zh) | 2020-04-08 | 2020-04-08 | 一种基于千寻位置的像控点高程精密云计算的转换方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010267463.XA CN111611540B (zh) | 2020-04-08 | 2020-04-08 | 一种基于千寻位置的像控点高程精密云计算的转换方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111611540A CN111611540A (zh) | 2020-09-01 |
| CN111611540B true CN111611540B (zh) | 2024-03-15 |
Family
ID=72205451
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010267463.XA Active CN111611540B (zh) | 2020-04-08 | 2020-04-08 | 一种基于千寻位置的像控点高程精密云计算的转换方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111611540B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113190515B (zh) * | 2021-05-14 | 2022-11-29 | 重庆市勘测院 | 基于异构并行计算的城市级海量点云坐标转换方法 |
| CN115357675B (zh) * | 2022-08-18 | 2023-04-14 | 自然资源部国土卫星遥感应用中心 | 一种像控点标准化处理建设像控点数据库方法和系统 |
| CN115688607B (zh) * | 2022-11-23 | 2023-05-26 | 中国铁路设计集团有限公司 | 基于多通道频谱组合的带状跨海似大地水准面精化方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103245324A (zh) * | 2012-02-06 | 2013-08-14 | 中国测绘科学研究院 | 海岛遥感测图高程精度控制与修正方法及系统 |
| CN104729486A (zh) * | 2015-03-16 | 2015-06-24 | 东南大学 | 一种基于似大地水准面精化的无验潮水深测量方法 |
| CN109923589A (zh) * | 2016-11-14 | 2019-06-21 | 深圳市大疆创新科技有限公司 | 构建和更新高程地图 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9696166B2 (en) * | 2010-10-06 | 2017-07-04 | Google Inc. | Automated identification of anomalous map data |
-
2020
- 2020-04-08 CN CN202010267463.XA patent/CN111611540B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103245324A (zh) * | 2012-02-06 | 2013-08-14 | 中国测绘科学研究院 | 海岛遥感测图高程精度控制与修正方法及系统 |
| CN104729486A (zh) * | 2015-03-16 | 2015-06-24 | 东南大学 | 一种基于似大地水准面精化的无验潮水深测量方法 |
| CN109923589A (zh) * | 2016-11-14 | 2019-06-21 | 深圳市大疆创新科技有限公司 | 构建和更新高程地图 |
Non-Patent Citations (2)
| Title |
|---|
| GPS高程测量在工程测量中的应用;罗勇;夏永成;;通讯世界(第17期);277-278 * |
| 千寻位置在高山区像控点测量的应用研究;刘政纲 等;资源环境与工程;第32卷;138-142 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111611540A (zh) | 2020-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111611540B (zh) | 一种基于千寻位置的像控点高程精密云计算的转换方法 | |
| Brovelli et al. | Towards an automated comparison of OpenStreetMap with authoritative road datasets | |
| El-Ashmawy | Investigation of the accuracy of google earth elevation data | |
| JP5185089B2 (ja) | コンテンツ位置推定装置 | |
| CN109801371B (zh) | 一种基于Cesium的网络三维电子地图构建方法 | |
| Panhalkar et al. | Assessment of spatial interpolation techniques for river bathymetry generation of Panchganga River basin using geoinformatic techniques | |
| CN102175213A (zh) | Gps水准高程传递方法 | |
| Sharma et al. | Vertical accuracy of digital elevation model from Shuttle Radar Topographic Mission–a case study | |
| ESTOQUE et al. | < Original Papers> Validating ALOS PRISM DSM-derived surface feature height: Implications for urban volume estimation | |
| CN117433513A (zh) | 一种地形测绘的地图构建方法及系统 | |
| Kim et al. | Development and Evaluation of High-precision Earth-work Calculating System using Drone Survey | |
| CN112560231A (zh) | 一种基于gis的径流站点空间位置校正方法 | |
| CN115357675B (zh) | 一种像控点标准化处理建设像控点数据库方法和系统 | |
| CN116576825A (zh) | 目标位地形图测量方法及装置 | |
| CN115859026A (zh) | 一种高分辨率近地面pm2.5浓度遥感反演方法及装置 | |
| CN105865413A (zh) | 一种建筑物高度的获取方法及装置 | |
| CN111538943B (zh) | 新的高时空分辨率全球ztd垂直剖面格网模型构建方法 | |
| Manisa et al. | Developing local geoid model to assess accuracy of orthometric heights from GPS-based ellipsoidal heights in Botswana | |
| Garnero | Use of NTv2 transformation grids in engineering applications | |
| Alothman et al. | Validation of regional geoid models for Saudi Arabia using GPS/levelling data and GOCE models | |
| Huang et al. | An adaptive approach to optimise regional geoid undulation model for engineering applications | |
| Vizireanu et al. | The potential of airborne LiDAR for detection of new archaeological site in Romania | |
| David et al. | Using NHDPlus as the Land Base for the Noah‐Distributed Model | |
| Yilmaz et al. | A research of consistencies and progresses of geoid models in Turkey | |
| CN110647591A (zh) | 用于测试矢量地图的方法和装置 |
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 |