公开(公告)号：CN115755103B

公开(公告)日：2023-07-07

申请号：CN202211430336.2

申请日：2022-11-15

Applicant: 中国矿业大学(北京)

Inventor： 杨飞 ,  汪莹莹 ,  李飞跃 ,  冉文艳 ,  郭丽 ,  郭靖宇

IPC: G01S19/14 ,  G01S19/25 ,  G01S19/37 ,  G01W1/02 ,  G06F17/10 ,  G06F17/11 ,  G06F17/16

Abstract: 本发明公开了一种抗差自适应的GNSS水汽层析方法，其方法包括：S1、根据研究区构建GNSS水汽层析格网；S2、采集研究区内GNSS测站的观测数据、气象数据及精密星历数据，通过计算得到斜路径水汽含量SWV；S3、通过计算卫星射线在每个层析网格内的截距构建GNSS水汽层析斜路径方程，利用大气折射率参数随着高度的增加而指数递减的特性构建垂直约束方程，将GNSS水汽层析斜路径方程及垂直约束方程共同组成Kalman滤波的矩阵形式的观测方程，然后构建状态方程；S4、Kalman滤波解算模型进行依序解算更新得到大气水汽密度值。本发明能够改善GNSS水汽层析解算过程中观测值误差的影响及滤波解算的不稳定性，为GNSS气象学研究提供高精度稳定的大气水汽信息。

公开(公告)号：CN115755103A

公开(公告)日：2023-03-07

申请号：CN202211430336.2

申请日：2022-11-15

Applicant: 中国矿业大学(北京)

Inventor： 杨飞 ,  汪莹莹 ,  李飞跃 ,  冉文艳 ,  郭丽 ,  郭靖宇

IPC: G01S19/14 ,  G01S19/25 ,  G01S19/37 ,  G01W1/02 ,  G06F17/10 ,  G06F17/11 ,  G06F17/16

Abstract: 本发明公开了一种抗差自适应的GNSS水汽层析方法，其方法包括：S1、根据研究区构建GNSS水汽层析格网；S2、采集研究区内GNSS测站的观测数据、气象数据及精密星历数据，通过计算得到斜路径水汽含量SWV；S3、通过计算卫星射线在每个层析网格内的截距构建GNSS水汽层析斜路径方程，利用大气折射率参数随着高度的增加而指数递减的特性构建垂直约束方程，将GNSS水汽层析斜路径方程及垂直约束方程共同组成Kalman滤波的矩阵形式的观测方程，然后构建状态方程；S4、Kalman滤波解算模型进行依序解算更新得到大气水汽密度值。本发明能够改善GNSS水汽层析解算过程中观测值误差的影响及滤波解算的不稳定性，为GNSS气象学研究提供高精度稳定的大气水汽信息。

公开(公告)号：CN117725493B

公开(公告)日：2025-01-10

申请号：CN202311340078.3

申请日：2023-10-16

Applicant: 中国矿业大学(北京) ,  中国自然资源航空物探遥感中心

Inventor： 李军 ,  杜守航 ,  冉文艳 ,  毛海涛 ,  随欣欣 ,  陈理 ,  邱宇航 ,  楚天阔 ,  张如文

IPC: G06F18/2411 ,  G06F18/214 ,  G06F18/243 ,  G06N3/09 ,  G06N3/082

Abstract: 本发明公开了一种基于改进型Stacking融合模型的滑坡危险性结果评价方法，其方法包括：S1、构建滑坡特征样本数据集，提取滑坡影响因子集并与滑坡危险性结果关联存储；S2、构建滑坡危险性评价模型，滑坡危险性评价模型包括初级学习器层和次级学习器层，次级学习器层包括支持向量机SVM，支持向量机SVM以初级学习器层的输出及权重作为输入利用核函数输出滑坡危险性分类结果；S3、采集研究区的滑坡数据输入滑坡危险性评价模型，然后输出滑坡危险性结果。本发明通过滑坡危险性评价模型的初级学习器层多个模型的训练及次级学习器层的模型训练，具有模型预测精度高、综合性高等优点，对于地质灾害隐患防范具有重要的意义。

公开(公告)号：CN117725493A

公开(公告)日：2024-03-19

申请号：CN202311340078.3

申请日：2023-10-16

Applicant: 中国矿业大学(北京) ,  中国自然资源航空物探遥感中心

Inventor： 李军 ,  杜守航 ,  冉文艳 ,  毛海涛 ,  随欣欣 ,  陈理 ,  邱宇航 ,  楚天阔 ,  张如文

IPC: G06F18/2411 ,  G06F18/214 ,  G06F18/243 ,  G06N3/09 ,  G06N3/082

Abstract: 本发明公开了一种基于改进型Stacking融合模型的滑坡危险性结果评价方法，其方法包括：S1、构建滑坡特征样本数据集，提取滑坡影响因子集并与滑坡危险性结果关联存储；S2、构建滑坡危险性评价模型，滑坡危险性评价模型包括初级学习器层和次级学习器层，次级学习器层包括支持向量机SVM，支持向量机SVM以初级学习器层的输出及权重作为输入利用核函数输出滑坡危险性分类结果；S3、采集研究区的滑坡数据输入滑坡危险性评价模型，然后输出滑坡危险性结果。本发明通过滑坡危险性评价模型的初级学习器层多个模型的训练及次级学习器层的模型训练，具有模型预测精度高、综合性高等优点，对于地质灾害隐患防范具有重要的意义。

公开(公告)号：CN115115224A

公开(公告)日：2022-09-27

申请号：CN202210749017.1

申请日：2022-06-28

Applicant: 中国矿业大学(北京)

Inventor： 杨飞 ,  王金阳 ,  张成业 ,  冉文艳 ,  杜梦豪 ,  李军 ,  郑俊析

IPC: G06Q10/06 ,  G06F17/18 ,  G06N3/00

Abstract: 本发明公开了一种矿区植被碳汇分级及变化趋势评价分析方法，首先根据矿权边界选定矿区的研究区，获取研究区对应的遥感影像和气象数据；基于光能利用率模型计算矿区植被碳汇量，基于CASA模型及采用粒子群算法计算植被光能利用率理想最大值和所对应的理想气温和降水量；依据矿区月太阳总辐射和植被覆盖度的分级标准，推算出植被碳汇的分级指标；通过Theil‑SenMedian计算不同煤炭采阶段的植被碳汇的变化趋势，并结合Mann‑Kendall统计检验方法进行显著性检验，实现矿区植被碳汇趋势变化的等级划分。本发明能够量化评判植被碳汇量值变化情况、变化趋势，能够科学的、量化地知晓变化趋势好坏，对矿区生态环境监测、治理和修复提供数据支撑。