CN113985491B - 一种基于多源数据的重力场模型精化方法及系统 - Google Patents
一种基于多源数据的重力场模型精化方法及系统 Download PDFInfo
- Publication number
- CN113985491B CN113985491B CN202111197793.7A CN202111197793A CN113985491B CN 113985491 B CN113985491 B CN 113985491B CN 202111197793 A CN202111197793 A CN 202111197793A CN 113985491 B CN113985491 B CN 113985491B
- Authority
- CN
- China
- Prior art keywords
- gravity
- grid
- model
- residual
- equipotential surface
- 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
- 230000005484 gravity Effects 0.000 title claims abstract description 261
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000010354 integration Effects 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims description 11
- 238000011084 recovery Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 238000007670 refining Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000000155 isotopic effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V7/00—Measuring gravitational fields or waves; Gravimetric prospecting or detecting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V7/00—Measuring gravitational fields or waves; Gravimetric prospecting or detecting
- G01V7/02—Details
- G01V7/06—Analysis or interpretation of gravimetric records
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Computer Networks & Wireless Communication (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重力场模型精化方法及系统，系统包括多源数据集成模块和重力场模型精化模块。其中，通过多源数据集成模块可实现将多源扰动重力值归算到平均高程重力等位面上，有助于提高重力场模型的精度；通过重力场模型精化模块可消除由于数据波动引起的数据误差，进一步精化重力场模型。
Description
技术领域
本发明涉及测绘技术领域，尤其是一种基于多源数据的重力场模型精化方法及系统。
背景技术
地球重力场是探究地球重要的物理特性之一，研究地球重力场及其时变是人类更深层次去认识地球的必由之路。CHAMP、GRACE、GOGE和GRACE-FO为地球重力反演提供了海量的重力观测数据，同时还有海洋测高数据、地面重力观测数据和航空重力观测数据，而融合这些多源重力观测数据对于提升地球重力场模型整体精度有很大帮助。高精度和高空间分辨率的地球重力场模型可以为预测自然灾害、揭示环境变化等提供重要的基础信息。将多源重力数据融合和重力场模型精化进行数字化、智能化对于提高精化效率和精度具有现实、积极的意义。
发明内容
针对现有技术中的缺陷，本发明提供了一种基于多源数据的重力场模型精化方法及系统，提升了重力场模型的精度。
第一方面
本发明提供了一种基于多源数据的重力场模型精化方法，包括以下步骤：
获取高分数字高程模型和参考重力场模型数据；
对所述高分数字高程模型和参考重力场模型数据进行预处理，得到低通数字高程模型和离散扰动重力值，采用移去恢复法从所述低通数字高程模型和离散扰动重力值移去局部地形影响和超高阶扰动重力，得到残差扰动重力；
对所述残差扰动重力进行加权基函数插值格网化生成残差扰动重力格网模型；
利用移去恢复法在所述残差扰动重力格网模型上恢复移去的局部地形影响和超高阶扰动重力，并归算到平均高程重力的等位面上，得到等位面扰动重力格网模型；
采用移去恢复法在所述等位面扰动重力格网模型中移去局部地形影响和模型扰动重力，得到等位面残差扰动重力格网，并对等位面残差扰动重力格网进行积分处理，得到残差重力场模型；
采用移去恢复法在所述残差重力场模型上恢复局部地形影响和模型扰动重力，得到精化后的重力场模型。
优选地，在得到精化后的重力场模型步骤之后还包括：对精化后的重力场模型进行检核。
优选地，还包括步骤：构建大地高格网模型、大地水准面高格网模型和等位面大地高格网数字模型；
所述对等位面残差扰动重力格网进行积分处理，得到残差重力场模型包括：
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Hotine数值积分计算，得到残差地面高程异常格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Hotine数值积分计算，得到残差大地水准面高格网；
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Vening Meinesz扰动重力积分计算，得到残差地面垂线偏差格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Vening Meinesz扰动重力积分计算，得到残差垂线偏差格网；
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过场元Possion数值积分计算，得到残差地面扰动重力格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过场元Possion数值积分计算，得到残差扰动重力格网。
优选地，等位面大地高格网数字模型的构建包括：
基于残差扰动重力进行过指定点等位面构造，得到等位面大地高格网数字模型。
第二方面
本发明提供了一种基于多源数据的重力场模型精化系统，包括多源数据集成模块和重力场模型精化模块；
所述多源数据集成模块用于：
获取高分数字高程模型和参考重力场模型数据；
对所述高分数字高程模型和参考重力场模型数据进行预处理，得到低通数字高程模型和离散扰动重力值，采用移去恢复法从所述低通数字高程模型和离散扰动重力值移去局部地形影响和超高阶扰动重力，得到残差扰动重力；
对所述残差扰动重力进行加权基函数插值格网化生成残差扰动重力格网模型；
利用移去恢复法在所述残差扰动重力格网模型上恢复移去的局部地形影响和超高阶扰动重力，并归算到平均高程重力的等位面上，得到等位面扰动重力格网模型；
所述重力场模型精化模块用于：
采用移去恢复法在所述等位面扰动重力格网模型中移去局部地形影响和模型扰动重力，得到等位面残差扰动重力格网，并对等位面残差扰动重力格网进行积分处理，得到残差重力场模型；
采用移去恢复法在所述残差重力场模型上恢复局部地形影响和模型扰动重力，得到精化后的重力场模型。
还包括检核模块，用于对精化后的重力场模型进行检核。
所述多源数据集成模块还用于构建大地高格网模型、大地水准面高格网模型和等位面大地高格网数字模型；
所述对等位面残差扰动重力格网进行积分处理，得到残差重力场模型包括：
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Hotine数值积分计算，得到残差地面高程异常格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Hotine数值积分计算，得到残差大地水准面高格网；
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Vening Meinesz扰动重力积分计算，得到残差地面垂线偏差格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Vening Meinesz扰动重力积分计算，得到残差垂线偏差格网；
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过场元Possion数值积分计算，得到残差地面扰动重力格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过场元Possion数值积分计算，得到残差扰动重力格网。
等位面大地高格网数字模型的构建包括：
基于残差扰动重力进行过指定点等位面构造，得到等位面大地高格网数字模型。
本发明的有益效果为：
(1)可实现将多源扰动重力值归算到平均高程重力等位面上，对重力场模型的精度提高有较大帮助；
(2)可消除由于数据波动引起的数据误差，进一步提高重力场模型的精度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例一种基于多源数据的重力场模型精化方法的流程示意图；
图2为本发明实施例一种基于多源数据的重力场模型精化系统的结构示意图。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
如图1所示，本发明实施例提供了一种基于多源数据的重力场模型精化方法，包括以下步骤：
S1，获取高分数字高程模型和参考重力场模型数据；其中，高分数字高程模型和参考重力场模型数据可通过如中国科学院地理信息与文化科技产业基地等网站获取；
S2，对高分数字高程模型和参考重力场模型数据进行预处理，得到低通数字高程模型和离散扰动重力值，采用移去恢复法从低通数字高程模型和离散扰动重力值移去局部地形影响和超高阶扰动重力，得到残差扰动重力；其中，预处理包括粗差剔除、数据定权和范围确定；
S3，对残差扰动重力进行加权基函数插值格网化生成残差扰动重力格网模型；
S4，利用移去恢复法在残差扰动重力格网模型上恢复移去的局部地形影响和超高阶扰动重力，并归算到平均高程重力的等位面上，得到等位面扰动重力格网模型；
S5，采用移去恢复法在等位面扰动重力格网模型中移去局部地形影响和模型扰动重力，得到等位面残差扰动重力格网，并对等位面残差扰动重力格网进行积分处理，得到残差重力场模型；
S6，采用移去恢复法在残差重力场模型上恢复局部地形影响和模型扰动重力，得到精化后的重力场模型；
S7，对精化后的重力场模型进行检核；具体地，利用GPS或水准模型，对精化后的重力场模型进行精度评定。
本发明实施例一种基于多源数据的重力场模型精化方法还包括步骤：构建大地高格网模型、大地水准面高格网模型和等位面大地高格网数字模型；其中，大地高格网模型和大地水准面高格网模型为本领域常用的模型；等位面大地高格网数字模型的构建包括：基于残差扰动重力进行过指定点等位面构造，得到等位面大地高格网数字模型。
其中，对等位面残差扰动重力格网进行积分处理，得到残差重力场模型包括：
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Hotine数值积分计算，得到残差地面高程异常格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Hotine数值积分计算，得到残差大地水准面高格网；
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Vening Meinesz扰动重力积分计算，得到残差地面垂线偏差格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Vening Meinesz扰动重力积分计算，得到残差垂线偏差格网；
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过场元Possion数值积分计算，得到残差地面扰动重力格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过场元Possion数值积分计算，得到残差扰动重力格网。从而得到残差重力场模型，即残差重力场模型包括残差地面高程异常格网、残差大地水准面高格网、残差地面垂线偏差格网、残差垂线偏差格网、残差地面扰动重力格网和残差扰动重力格网。
本发明实施例中，大地水准面是指与平均海水面最为接近甚至重合的重力等位面；大地高即在参考椭球系统下的高程数据，即由通过地面点的参考椭球法线与椭球体的交点与地面点的距离。
本发明实施例还提供了一种基于多源数据的重力场模型精化系统，如图2所示，包括多源数据集成模块和重力场模型精化模块；
多源数据集成模块用于：
获取高分数字高程模型和参考重力场模型数据；
对高分数字高程模型和参考重力场模型数据进行预处理，得到低通数字高程模型和离散扰动重力值，采用移去恢复法从低通数字高程模型和离散扰动重力值移去局部地形影响和超高阶扰动重力，得到残差扰动重力；
对残差扰动重力进行加权基函数插值格网化生成残差扰动重力格网模型；
利用移去恢复法在残差扰动重力格网模型上恢复移去的局部地形影响和超高阶扰动重力，并归算到平均高程重力的等位面上，得到等位面扰动重力格网模型；
重力场模型精化模块用于：
采用移去恢复法在等位面扰动重力格网模型中移去局部地形影响和模型扰动重力，得到等位面残差扰动重力格网，并对等位面残差扰动重力格网进行积分处理，得到残差重力场模型；
采用移去恢复法在残差重力场模型上恢复局部地形影响和模型扰动重力，得到精化后的重力场模型。
系统还包括检核模块，用于对精化后的重力场模型进行检核。
多源数据集成模块还用于构建大地高格网模型、大地水准面高格网模型和等位面大地高格网数字模型；等位面大地高格网数字模型的构建包括：基于残差扰动重力进行过指定点等位面构造，得到等位面大地高格网数字模型。
对等位面残差扰动重力格网进行积分处理，得到残差重力场模型包括：
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Hotine数值积分计算，得到残差地面高程异常格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Hotine数值积分计算，得到残差大地水准面高格网；
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Vening Meinesz扰动重力积分计算，得到残差地面垂线偏差格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Vening Meinesz扰动重力积分计算，得到残差垂线偏差格网；
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过场元Possion数值积分计算，得到残差地面扰动重力格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过场元Possion数值积分计算，得到残差扰动重力格网。
本发明提供的一种基于多源数据的重力场模型精化方法及系统，通过对多源数据的融合，可以更有效地利用数据；通过消除由于数据的波动引起的数据误差，得到精化的重力场模型。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (8)
1.一种基于多源数据的重力场模型精化方法，其特征在于，包括以下步骤：
获取高分数字高程模型和参考重力场模型数据；
对所述高分数字高程模型和参考重力场模型数据进行预处理，得到低通数字高程模型和离散扰动重力值，采用移去恢复法从所述低通数字高程模型和离散扰动重力值移去局部地形影响和超高阶扰动重力，得到残差扰动重力；
对所述残差扰动重力进行加权基函数插值格网化生成残差扰动重力格网模型；
利用移去恢复法在所述残差扰动重力格网模型上恢复移去的局部地形影响和超高阶扰动重力，并归算到平均高程重力的等位面上，得到等位面扰动重力格网模型；
采用移去恢复法在所述等位面扰动重力格网模型中移去局部地形影响和模型扰动重力，得到等位面残差扰动重力格网，并对等位面残差扰动重力格网进行积分处理，得到残差重力场模型；
采用移去恢复法在所述残差重力场模型上恢复局部地形影响和模型扰动重力，得到精化后的重力场模型。
2.根据权利要求1所述的一种基于多源数据的重力场模型精化方法，其特征在于，在得到精化后的重力场模型步骤之后还包括：对精化后的重力场模型进行检核。
3.根据权利要求1所述的一种基于多源数据的重力场模型精化方法，其特征在于，还包括步骤：构建大地高格网模型、大地水准面高格网模型和等位面大地高格网数字模型；
所述对等位面残差扰动重力格网进行积分处理，得到残差重力场模型包括：
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Hotine数值积分计算，得到残差地面高程异常格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Hotine数值积分计算，得到残差大地水准面高格网；
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Vening Meinesz扰动重力积分计算，得到残差地面垂线偏差格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Vening Meinesz扰动重力积分计算，得到残差垂线偏差格网；
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过场元Possion数值积分计算，得到残差地面扰动重力格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过场元Possion数值积分计算，得到残差扰动重力格网。
4.根据权利要求3所述的一种基于多源数据的重力场模型精化方法，其特征在于，等位面大地高格网数字模型的构建包括：
基于残差扰动重力进行过指定点等位面构造，得到等位面大地高格网数字模型。
5.一种基于多源数据的重力场模型精化系统，其特征在于，包括多源数据集成模块和重力场模型精化模块；
所述多源数据集成模块用于：
获取高分数字高程模型和参考重力场模型数据；
对所述高分数字高程模型和参考重力场模型数据进行预处理，得到低通数字高程模型和离散扰动重力值，采用移去恢复法从所述低通数字高程模型和离散扰动重力值移去局部地形影响和超高阶扰动重力，得到残差扰动重力；
对所述残差扰动重力进行加权基函数插值格网化生成残差扰动重力格网模型；
利用移去恢复法在所述残差扰动重力格网模型上恢复移去的局部地形影响和超高阶扰动重力，并归算到平均高程重力的等位面上，得到等位面扰动重力格网模型；
所述重力场模型精化模块用于：
采用移去恢复法在所述等位面扰动重力格网模型中移去局部地形影响和模型扰动重力，得到等位面残差扰动重力格网，并对等位面残差扰动重力格网进行积分处理，得到残差重力场模型；
采用移去恢复法在所述残差重力场模型上恢复局部地形影响和模型扰动重力，得到精化后的重力场模型。
6.根据权利要求5所述的一种基于多源数据的重力场模型精化系统，其特征在于，还包括检核模块，用于对精化后的重力场模型进行检核。
7.根据权利要求5所述的一种基于多源数据的重力场模型精化系统，其特征在于，所述多源数据集成模块还用于构建大地高格网模型、大地水准面高格网模型和等位面大地高格网数字模型；
所述对等位面残差扰动重力格网进行积分处理，得到残差重力场模型包括：
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Hotine数值积分计算，得到残差地面高程异常格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Hotine数值积分计算，得到残差大地水准面高格网；
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Vening Meinesz扰动重力积分计算，得到残差地面垂线偏差格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过广义Vening Meinesz扰动重力积分计算，得到残差垂线偏差格网；
基于大地高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过场元Possion数值积分计算，得到残差地面扰动重力格网；
基于大地水准面高格网模型、等位面残差扰动重力格网和等位面大地高格网数字模型通过场元Possion数值积分计算，得到残差扰动重力格网。
8.根据权利要求7所述的一种基于多源数据的重力场模型精化系统，其特征在于，等位面大地高格网数字模型的构建包括：
基于残差扰动重力进行过指定点等位面构造，得到等位面大地高格网数字模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111197793.7A CN113985491B (zh) | 2021-10-14 | 2021-10-14 | 一种基于多源数据的重力场模型精化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111197793.7A CN113985491B (zh) | 2021-10-14 | 2021-10-14 | 一种基于多源数据的重力场模型精化方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113985491A CN113985491A (zh) | 2022-01-28 |
| CN113985491B true CN113985491B (zh) | 2023-10-13 |
Family
ID=79738593
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111197793.7A Active CN113985491B (zh) | 2021-10-14 | 2021-10-14 | 一种基于多源数据的重力场模型精化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113985491B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015042754A1 (zh) * | 2013-09-29 | 2015-04-02 | 清华大学 | 一种低低星星跟踪卫星重力场测量性能解析计算方法 |
| CN111045099A (zh) * | 2019-12-27 | 2020-04-21 | 武汉大学 | 一种成像式高度计数据反演海洋重力场的方法 |
| CN112880634A (zh) * | 2021-01-15 | 2021-06-01 | 山东省国土测绘院 | 一种基于cors站网的高程参考框架动态监测方法 |
-
2021
- 2021-10-14 CN CN202111197793.7A patent/CN113985491B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015042754A1 (zh) * | 2013-09-29 | 2015-04-02 | 清华大学 | 一种低低星星跟踪卫星重力场测量性能解析计算方法 |
| CN111045099A (zh) * | 2019-12-27 | 2020-04-21 | 武汉大学 | 一种成像式高度计数据反演海洋重力场的方法 |
| CN112880634A (zh) * | 2021-01-15 | 2021-06-01 | 山东省国土测绘院 | 一种基于cors站网的高程参考框架动态监测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 吴怿昊 等.基于泊松小波径向基函数融合多源数据的局部重力场建模.地球物理学报.2016,第59卷(第03期),852-864. * |
| 吴怿昊 等.联合多代卫星测高和多源重力数据的局部大地水准面精化方法.地球物理学报.2016,第59卷(第05期),1596-1607. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113985491A (zh) | 2022-01-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101839710B (zh) | 一种似大地水准面的确定方法 | |
| Ellmann et al. | The 5 mm geoid model for Estonia computed by the least squares modified Stokes’s formula | |
| CN102175213B (zh) | Gps水准高程传递方法 | |
| CN102750413B (zh) | 一种输电线路塔位地形测量的数据处理及成图方法 | |
| CN102902844A (zh) | 基于大数据量dem数据的子流域划分方法 | |
| CN112556660A (zh) | 基于卫星测高数据的海域重力异常反演方法及系统 | |
| CN106845035B (zh) | 垂线偏差确定中球面地形位间接影响严密方法及系统 | |
| CN113868855B (zh) | 融合水位数据的地下水储量变化卫星重力正演模拟方法 | |
| CN103205972B (zh) | 一种分析基坑变形与坑外地面沉降关系的方法 | |
| CN113378471B (zh) | 一种顾及重力地形改正的gps高程拟合方法及系统 | |
| Florinsky | Spheroidal equal angular DEMs: The specificity of morphometric treatment | |
| CN108845366A (zh) | 卫星重力梯度张量对角线三分量反演地球重力场的调和分析法模型及其建模方法 | |
| CN101957193B (zh) | 一种海岛礁高程传递的优化方法 | |
| CN117128921A (zh) | 一种陆地区域高程异常的确定方法 | |
| CN113985491B (zh) | 一种基于多源数据的重力场模型精化方法及系统 | |
| CN104866682B (zh) | 一种基于地面形变进行页岩气勘探区构造应力场反演的方法 | |
| Kerebih et al. | GIS-coupled numerical modeling for sustainable groundwater development: case study of Aynalem Well Field, Ethiopia | |
| CN115112090A (zh) | 一种基于少量gnss水准点的山区数字高程基准建立方法 | |
| CN112965124B (zh) | 一种顾及局域保障条件计算外部重力异常垂直梯度的方法 | |
| CN105046324B (zh) | 一种基于移动神经网络的高程异常拟合内插计算方法 | |
| CN117910338A (zh) | 一种基于Informer模型进行地表沉降预测的方法 | |
| Wang et al. | A non-uniform grid approach for high-resolution flood inundation simulation based on GPUs | |
| Hsiao et al. | Improved geoid modeling using observed and modeled gravity gradients in Taiwan | |
| CN116181324A (zh) | 一种压裂后储层等效渗透率评价方法 | |
| Hou et al. | Effects of sampling and interpolation methods on accuracy of extracted watershed features |
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 |