此系统暂不接受新投稿如需投稿请投到cyxbbjb@163.com中
当前我国天文大地测量设备已基本实现了国产化，但对装备的测量性能缺乏科学的分析评估。以苏州一光生产的RTS-382t超站仪为例，通过对其多个夜间的观测数据进行处理，并与进口的徕卡图像全站仪进行对比，科学分析了国产装备的测量性能。结果表明：国产装备在观测效率上明显优于进口徕卡设备，效率提升50%;观测成果与进口徕卡设备长期观测结果差异小于0.3″,且在测量精度上接近国家一等天文大地测量的要求，具有广阔的推广应用前景。
Poisson积分远区影响计算中，Poisson核截断系数的计算通常采用数值积分法。推导了Poisson核截断系数计算的严密公式，只需要完成固定几项的运算，即可实现截断系数的快速计算。利用严密公式，计算了720阶以内不同延拓高度、不同积分半径的Poisson核截断系数。经分析，在相同积分半径下，随着延拓高度的增加，Poisson核截断系数数值波动幅度变大；在相同延拓高度下，随着积分半径的增大，Poisson核截断系数数值波动幅度减小。
针对全球导航卫星系统GNSS(Global Navigation Satellite System)估计运动车辆航向角存在精度不足、可靠性低及限制因素多等问题，提出了一种联合多普勒与载波相位观测值的单天线航向角估计模型。该模型基于星间差分方法，结合多普勒(Doppler)频移以及载波相位历元差分TDCP(Time-Differenced Carrier Phase)测速信息，并考虑载体机动性与测速信息之间的相关性，引入自适应变化因子实时调节观测值权重，进而解算车辆航向角信息。通过静态实验与不同机动性动态实验的结果表明，航向角估计精度受载体运动状态影响较大。在低机动性无人车动态场景，测速精度可达cm/s量级；此时航向角估计误差较大，最大误差可达10°以上。在机动性强的车载动态场景下，所提出的估计模型可准确估计车辆航向角信息，最大误差小于5°。相较于Doppler和TDCP法分别降低了12.9%和66.1%,且解算误差低于2°的观测历元占比可达到94.3%。
针对地基全球导航卫星系统GNSS(Global Navigation Satellite System)观测数据丢失导致大气可降水量PWV(Precipitable Water Vapor)时间序列中断，影响阈值降水预报的连续性和准确性的问题，本文利用长短期记忆神经网络LSTM(Long Short-Term Memory)和滑动时间窗口构建PWV预报模型，结合实际降水资料建立了一套改进的阈值降水预报模型。结果表明：LSTM-PWV模型预报值与GNSS-PWV之间的偏差为-0.1 mm,均方根误差为1.2 mm,相关系数为0.99。相较于GNSS-PWV,LSTM-PWV阈值降水预报模型的年均正确率、命中率分别提升了3.0%和3.6%,误报率和漏报率分别降低4.0%和3.6%,其中P047站的正确率和命中率分别高达95.2%和78.2%。LSTM-PWV不仅可用于填补因GNSS观测数据丢失而中断的PWV时序，也在阈值降水预报研究中具有更好的预报性能。
为解决现有三维重建方法中几何信息与辐射信息耦合程度不足，导致重建结果受动态物体和阴影影响较大的问题，提出了一种融合语义分布与神经辐射场的无人机图像三维表面重建方法。通过类别信息嵌入，将语义分布融入神经辐射场模型中，与辐射信息共同接受优化，完成语义与成像特性恢复的良性互动，实现了面向高保真三维重建和物方属性信息提取的几何-语义一体化处理。实验结果表明，融合语义分布后的神经辐射场模型，光线状态重建效果更加合理，在新视角渲染、地物属性探测与DSM重建任务中，其性能均得到了有效提升，在提高三维表面重建的同时能够更好地辅助下游任务(如动态物体检测、阴影识别)等。
针对现有点云配准算法处理大旋转角、大平移量和低重叠度城市场景点云性能不佳的问题，提出一种基于线元描述符识别同名线元的点云精确配准算法。首先，依据线段长度及其快速点特征直方图构建线元描述符；其次，依据所构建的线元描述符，采用双向搜索策略实现同名线元的初始匹配；随后，顾及特征线指向间的夹角约束，从两组点云中筛选出高质量同名线元，用以求解旋转矩阵；然后，根据不同线元间公垂线中点间距离的约束，筛选同名点对，用以计算平移向量；最后，通过迭代两组点云间重叠区域内的点，精化配准结果。在Bremen数据集上对所提算法进行了验证。试验结果表明，处理较大旋转角、大平移量和低重叠度的两站LiDAR点云配准问题，本文算法配准结果优于4PCS(4-Point Congruent Sets)和基于2D直线的配准算法，精度提高了近一个数量级，平均旋转误差为0.33°,平均平移误差为0.13 m。
基于GNSS/IMU辅助的空中三角测量可大幅降低对地面控制点数量的需求，高精度的POS可提升空三加密成果的精度，是无人机免像控航测的关键因素。在传统无高精度POS技术的情况下，仍需要一定数量的地面控制点，降低了无人机航测成图的效率。本文通过高精度实时RTK技术与无人机航测相结合，利用广州城市CORS提升机载POS精度，探讨一种免除像控或极少像控点的航测技术方法。通过项目试验与精度分析，得到了在大比例尺测图中能满足相关规范精度要求的航测快速作业方法，降低了内、外业工作量，有效提高了无人机航测全流程作业效率。
卷积神经网络虽然在变化检测领域取得了较大成功，但是对于形态、规模各异的变化区域检测效果明显不同，小目标区域所包含特征信息往往随着网络深度的递增而显著减弱。针对该问题提出了增强小区域特征信息的网络(ESANet),其利用二维高斯拟合生成小区域特征信息；然后将其与解码层特征进行融合，利用混合损失函数计算各层损失，并对损失做加权处理；最后通过阈值设置对预测值进行二分类。在LEVIR-CD、CDD、SYSU这3个数据集上评估了该方法。试验结果表明，增强小区域特征信息的网络，在不改变原有检测性能的基础上，对小区域检测效果明显增强。在LEVIR-CD、CDD、SYSU数据集准确率分别达到93.24%、97.17%和84.89%。
在推进智慧城市发展建设的背景下，为满足建筑资源集约利用等需求，基于城市实景三维模型的高精度屋顶信息提取方法研究具有重要意义。针对屋顶面积自动测算精度难以提升的问题，以武汉市黄鹤楼周边建筑为研究样本，基于倾斜摄影测量三维建模成果，通过改进的滑动窗口平面拟合、点云滤波、图像运算等技术融合，在考虑降低植被遮挡、地物及屋顶储物干扰影响的基础上，判别建筑屋顶平坡类型、检测屋顶轮廓进而测算出了屋顶可利用面积。经过人工量测和算法对比验证，检测的屋顶轮廓大部分与实际边缘重合，轮廓提取精度F1值达55.15%,平坡类型判别正确率达94.79%,平均面积测算误差为5.38%,综合表现优于对比方法。该算法有效控制了屋顶面积测算相对误差，为城区复杂环境的建筑信息自动提取领域提供方法参考。
传统图像匹配算法在解决弱纹理SAR-光学影像匹配任务时存在正确匹配数目少、算法鲁棒性差、匹配精度低等现实不足。本文围绕图像结构特征增强的思想，提出一种弱纹理SAR-光学图像匹配算法。该方法首先对SAR图像和光学图像进行局部标准化滤波与直方图均衡化增强处理；然后在增强图像上采用FAST与灰度质心法进行特征提取；再将提取的特征点投影到多尺度图像上，使算法具备尺度不变性，并利用改进HOG方法进行特征描述；最后结合最近邻特征匹配与FSC误匹配剔除方法获取精确的匹配结果。通过多组比对试验，本文算法在正确匹配数目、均方根误差两个指标上均优于当前图像匹配算法，能够很好地克服由非线性辐射差异和弱纹理等因素造成的困难，具备较好的旋转与尺度不变性，能够适应复杂场景下的异源图像匹配任务。
随着出行导航和自动驾驶等领域的不断发展，对道路网的准确性和现势性要求日益提高。为及时发现道路网中存在的问题，提出一种利用轨迹道路匹配特征检测道路网错误的BiLSTM模型。研究主要包括特征提取和模型构建两个部分。采用部分地图匹配算法对车辆轨迹和道路进行匹配，并在其采用的特征基础上，引入Zernike矩以描述轨迹的几何形态，进而构建轨迹点特征向量；设计了一种BiLSTM模型，利用轨迹点特征向量对轨迹点进行分类，从而识别道路网中的错误路段。实验证明，Zernike矩的加入有助于提升深度学习模型的分类性能；所提出的BiLSTM模型在多项评估指标上均优于传统机器学习方法及原始双向循环神经网络模型。
历史地图作为记录过去地理特征的重要资料，为区域发展变化的分析提供了独特视角。针对历史地图信息复杂、人工提取成本高、数据集制作困难等问题，提出一种基于混合提示的历史地图水文形态要素智能提取方法。利用改进的SegFormer模型对历史地图进行粗粒度分割；设计边缘一致性约束算法对粗分割结果进行掩膜和边框的提取；将掩膜提示、框提示和语义提示进行融合，利用融合后的混合提示优化通用视觉大模型SAM的提示过程，实现历史地图水文形态要素的自动提取。实验结果表明，所提方法的平均F1和平均交并比分别达到88.31%和78.69%。与现有技术相比，在检测性能和分割性能上均达到了最优水平，为视觉大模型在历史地图多类型要素提取中的应用提供了有力的参考。
邻近关系探测是空间聚类、模式识别、空间分析与挖掘的重要技术基础。由于面要素的多维特征以及建筑物与周围要素联系的复杂性，如何合理描述两个建筑物的邻近关系存在较大不确定性。对空白区域骨架线网眼进行研究，提出了符合格式塔原则的建筑物邻近度计算方法。首先对建筑物之间的空白区域构建骨架线网眼；然后通过网眼计算相邻建筑物的距离、方向差异、偏移量；最后利用邻近方向差、通视长度比指标作为权重修正距离，得到描述建筑物邻近关系的邻近度。实验表明，该邻近度计算方法能够有效适应复杂建筑物群，合理表达建筑物的邻近关系，据此进行的聚类也能够反映建筑物群的分布模式。
本文系统梳理了中国地图学从传统制图向数智化转型的历史脉络，揭示了科学抽象方法、空间认知理论与技术创新协同驱动的学科发展机制。通过解析地图投影、符号系统、制图综合3大科学抽象方法，探讨了时空大数据与人工智能技术对地图学范式革新的深刻影响；并提出地图哲学引领、数据文化铸魂、时空智能赋能的三维发展框架，为新时代地图学的持续创新提供理论支撑与实践路径。
<正>《测绘科学技术学报》创刊于1984年，双月刊，是由中国融通文化教育集团有限公司主管、星球地图出版社主办的测绘专业学术刊物，国内外公开发行。本刊为中国期刊全文数据库（中国知网）、中文科技期刊数据库（维普资讯）、万方数据—数字化期刊群（万方数据）、日本科学技术振兴机构数据库J S T(2023)收录期刊，并入选WJCI科技期刊世界影响力指数报告（2023）。国际标准刊号ISSN 1673-6338，国内统一刊号CN 10-1974/P。