基于多通道频谱组合的带状跨海似大地水准面精化方法技术

本发明专利技术公开了一种基于多通道频谱组合的带状跨海似大地水准面精化方法。在传统的只用单一重力场模型确定GNSS正常高的基础上，利用波谱扩展方法作为一个通道，组合经典重力场模型EGM2008和最新的GOCE模型，确定扩展后的模型高程异常；利用偏差地形法作为另一个通道，结合SRTM数据，确定偏差高程异常；利用台球算法优化的BP神经网络法作为第三通道，拟合残余高程异常，最后综合各个通道的结果，确定GNSS点位正常高，达到精化长距离带状跨海似大地水准面的目的。并通过实测GNSS/水准数据，对正常高精度进行讨论分析。结果表明，利用多通道频谱组合的精化方法能极大提高长距离带状区域似大地水准面精度，其它类似区域进行似大地水准面精化时可参考此方法。准面精化时可参考此方法。准面精化时可参考此方法。

【技术实现步骤摘要】
基于多通道频谱组合的带状跨海似大地水准面精化方法


[0001]本专利技术涉及环境测绘
，尤其涉及一种基于多通道频谱组合的带状跨海似大地水准面精化方法。

技术介绍

[0002]在空间测量技术还没有出现以前，一般采用天文水准测量或天文重力水准测量来测定大地水准面高度，而采用该方法测定的大地水准面相对精度高，但是分辨率不高。由于 GNSS技术的发展和普及，用户可以在全球范围内获得大地高程。然而，传统的获得高程的方法是只用单一重力场模型确定GNSS正常高，无法确定重力场模型的高程异常、无法进一步确定偏差高程异常以及无法确定残余高程异常，不能解决以上问题就意味着对于特殊地形例如长距离的带状区域似大地水准面，现有的方法无法达到对高程精度和分辨率的要求。
[0003]具体来说，GNSS(Global Navigation Satellite System)在高程测量中还存在一定的局限性，即GNSS测量的高程是相对于某参考椭球的大地高，它只是一个几何量，并没有明显的物理意义。而我国采用的是以似大地水准面为基准面的正常高系统，在忽略垂线偏差的情况下，两者的关系如下：其中，为地面某点大地高，为该点正常高，两者差值即为高程异常。因此，除了个别特殊用途外，为了能真正反映地面地势高低及液体的流动方向，将GNSS大地高转换为正常高是非常必要的。
[0004]一方面，当前国内外常用实现高程转换的方法主要有4种：
①
数学模型拟合法；
②
重力似大地水准面拟合法；
③
加权组合模型法；
④
神经网络法。常用的数学模型有多项式曲线或曲面拟合法、三次样条曲线拟合法及多面函数拟合法等，但由于模型误差的存在，这些方法仅适用于地形较为简单的地区，在诸如山区和丘陵等地形条件较为复杂的地区，其拟合精度欠佳。重力似大地水准面拟合法在使用过程中需要用到大量高精度、分布均匀的地形数据和重力测量数据，部分数据在实际工程中难以获得，限制了该方法的使用。加权组合模型法相对数学模型法可将拟合效果提升10%～30% ，但其在极端地形情况下的效果仍有待于研究。近年来，BP（Back Propagation）神经网络方法逐渐被应用于高程转换之中，其拟合精度显著优于传统的数学几何拟合方法，但BP神经网络还存在诸如收敛速度慢、易受局部极小值点困扰和鲁棒性差等缺点，若想进一步提高拟合精度，需采用一些方法对BP神经网络进行优化。
[0005]神经网络法是近年来被广泛应用于高程转换之中，其中BP神经网络最为常用。不同学者的研究结果均表明，BP神经网络的拟合精度显著优于前述3种方法。然而，BP神经网络自身也存在一定的缺陷，如权值和阈值的随机性导致每次拟合的效果和收敛速度可能相差甚远。针对此问题，一些学者采用一些优化算法对BP神经网络的权值和阈值进行优化，从而削弱这些缺陷对转换精度的影响。目前，已经应用到高程转换的优化算法主要有遗传算
法、模拟退火算法和粒子群算法。这些算法相较于传统的BP神经网络均能有效提高高程转换的精度，取得了不错的效果。但是这些优化算法在进行高程转换时，精度较低，适应性不好，因此，需要采用合适的优化算法提高高程转换的精度。
[0006]另一方面，对于重力场模型来说，伴随着卫星测量重力技术的发展，由地面重力数据和全球卫星重力数据计算而来的全球重力场模型的精度正逐步提高，特别是EIGEN
‑
6C4等模型的发布，使得在利用全球重力场模型对大地高转换正常高的准确度和可靠性得到了极大的提升。然而，由于全球重力场模型阶数有限，存在截断误差，EGM2008和EIGEN
‑
6C4等模型虽然达到了2190阶，但其空间分辨率也仅为9公里左右。在实际应用中由于无法反应重力场的高频信息，所以GNSS大地高转换正常高的准确度需要提升。偏差高程异常可以反映重力场的高频信息，进一步可用来提升真实高程异常的精度。
[0007]目前已公布的全球重力场模型有很多，它们的分辨率也不尽相同。例如最新的XGM2019e阶数就高达5540阶，而仅利用卫星跟踪数据的重力场模型就只能获得中低阶重力场模型系数，但其一般拥有较高的精度。单一的重力场模型无法适应特殊的地形要求，因此，可以使用谱组合的方式来提高重力场模型的精度，提升真实高程异常的精度。
[0008]最后，传统的利用重力场在进行高程转换时，仅仅考虑单一重力场的高程异常，并未考虑不同频谱的最佳精度，未考虑到残余的高程异常，故本申请中提出一种波谱扩展法，扩展重力场模型，以此提高大地高向正常高转换的精度。目前，基于GOCE卫星数据最新推出的重力场模型TIM_R6和DIR_R6模型阶次均只达到300阶；而重力场模型EGM2008虽然长波精度略低于最新的卫星重力场模型，但使用了大量的地面及航空等局部重力数据，模型达到了2190阶，能有效的表示短波信息。因此可以将GOCE研制的时域法TIM、直接法DIR重力场模型的中长波信号与EGM2008的短波信号进行频谱组合，扩展为更高精度的重力场模型。

技术实现思路

[0009]因此，本专利技术的目的在于提供一种基于多通道频谱组合的带状跨海似大地水准面精化方法，在传统的只用单一重力场模型确定GNSS正常高的基础上，利用波谱扩展方法作为通道1，组合经典重力场模型EGM2008和最新的GOCE模型，确定扩展后的模型高程异常；利用偏差地形法作为通道2，结合SRTM数据，确定偏差高程异常；利用台球算法优化的BP神经网络法作为通道3，得到高程异常拟合值，最后综合通道1、通道2、通道3结果，确定GNSS点位正常高，达到精化长距离带状跨海似大地水准面的目的。并通过实测GNSS/水准数据，对正常高精度进行讨论分析。结果表明，利用多通道频谱组合的精化方法能极大提高长距离带状区域似大地水准面精度，其它类似区域进行似大地水准面精化时可参考此方法。
[0010]为了实现上述目的，一种基于多通道频谱组合的带状跨海似大地水准面精化方法，包括通道一：利用偏差地形法，根据地形模型位系数求解已知点的DTM高程，根据SRTM原始数据和已知点上DTM高程求出偏差高程异常，计算出目标区的偏差高程异常值；通道二：采用波谱扩展法确定扩展后的高精度重力场模型；通道三：输入通道一输出的偏差高程异常值、平面坐标及其他地形数据，采用台球算法优化后的BP神经网络，进行GNSS高程异常拟合，得到高程异常拟合值值；将输出的高程异常值和偏差高程异常值统一到扩展后的高精度重力场模型中，确定GNSS点位的正常高。
[0011]进一步优选的，在确定GNSS点位的正常高时，采用如下公式实现大地高到正常高
的高精度转换：式中，为地面某点大地高，为该点正常高，为高程异常值。
[0012]进一步优选的，在通道一中所述利用偏差地形法，根据地形模型位系数求解已知点的DTM高程包括以下步骤：S101、根据已知点的经纬度坐标，求解出已知点的地心经纬度坐标；S102、根据已知点的地心纬度求解出已知点的地心余纬；S103、根据已知点的地心余纬求出已知点的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多通道频谱组合的带状跨海似大地水准面精化方法，其特征在于，包括通道一：利用偏差地形法，根据地形模型位系数求解已知点的DTM高程，根据SRTM原始数据和已知点上DTM高程求出偏差高程异常，计算出目标区的偏差高程异常值；通道二：采用波谱扩展法确定扩展后的高精度重力场模型；通道三：输入通道一得到的偏差高程异常值、平面坐标及地形数据，采用台球算法优化后的BP神经网络，进行GNSS高程异常拟合，得到高程异常拟合值；将高程异常拟合值和偏差高程异常值，统一到扩展后的高精度重力场模型中，确定GNSS点位的正常高。2.根据权利要求1所述的基于多通道频谱组合的带状跨海似大地水准面精化方法，其特征在于，在确定GNSS点位的正常高时，采用如下公式实现大地高到正常高的高精度转换：式中，为地面某点大地高，为该点正常高，为高程异常值。3.根据权利要求1所述的基于多通道频谱组合的带状跨海似大地水准面精化方法，其特征在于，在通道一中，所述利用偏差地形法，根据地形模型位系数求解已知点的DTM高程包括以下步骤：S101、根据已知点的经纬度坐标，求解出已知点的地心经纬度坐标；S102、根据已知点的地心纬度求解出已知点的地心余纬；S103、根据已知点的地心余纬求出已知点的完全规格化的缔合勒让德函数；S104、根据S101
‑
S103求出的数据以及地形模型位系数文件求出已知点上的DTM高程。4.根据权利要求1所述的基于多通道频谱组合的带状跨海似大地水准面精化方法，其特征在于，在通道一中，还包括对SRTM原始数据按照以下步骤进行处理：S01、对SRTM原始数据进行处理，获得包含目标区域及以外200公里范围内的带坐标的格网经纬度和SRTM高程的3秒分辨率数据；S02、对S01中获得的SRTM高程的3秒分辨率数据进行平滑，获得分辨率为15秒的SRTM数据；S03、将目标区外围分成详细区域和粗糙区域两个部分，其中，详细区域格网的分辨率为3秒，粗糙区域格网的分辨率为15秒；S04、根据S03的所有数据，计算出目标区格网点的偏差高程异常值。5.根据权利要求1所述的基于多通道频谱组合的带状跨海似大地水准面精化方法，其特征在于，在通道三中，采用台球算法优化后的BP神经网络，进行GNSS高程异常拟合，其中，所述台球算法用于BP神经网络的权值和阈值，具体包括以下步骤：S201、初始化BP神经网络的权值、阈值和适应度函数，将每个权值阈值串视作一个个体，每个个体作为台球桌面上的目标球；适应度函数表示洞口；S202、初始化每个个体的参数，所述参数包括对个体赋以的速度项、惯性项、随机方向以及适应度；所述随机方向表示目标球被击打之后运动的方向，采用的适应度函数如下公式：
式中为第个点的高程异常拟合值，为第个点的高程异常真实值，为拟合点和检验点的总个数；S203、每一次迭代表示每一次击球，所有目标球通过迭代向洞口靠近，每次迭代后淘汰离洞口最远的个体，...

【专利技术属性】
技术研发人员：张冠军，梁永，胡则银，袁达，宿春鹏，陈良，陈彦铭，冯剑秋，
申请(专利权)人：中国铁路设计集团有限公司，
类型：发明
国别省市：