测绘学报

当期目录

2026年第55卷第5期刊出日期：2026-06-23

上一期

北斗/GNSS多源传感器融合PNT

多源GNSS数据与深度学习驱动的智能手机RTK定位误差预测

施闯, 陈鑫鑫, 王家乐, 夏鸣

2026, 55(5): 761-775. doi:10.11947/j.AGCS.2026.20250355

摘要 ( )

HTML ( )

PDF (4733KB) ( )

数据和表 | 参考文献 | 相关文章 | 多维度评价

智能手机作为当前普及率最高的低成本GNSS终端，受限于内置线性极化天线的物理特性，其GNSS信号接收易受城市楼宇和树木等复杂环境遮挡干扰，导致观测值存在显著多路径效应、载波相位连续性差等问题，进而引发定位精度大幅退化。为解决这一难题，本文以安卓系统开放的多源观测数据为核心输入，包括GNSS原始测量信息、惯性传感器衍生的姿态偏航角与速度，以及定位解算过程中的伪距残差、位置精度因子等质量指标，在典型城市复杂场景中开展动态数据采集，构建面向智能手机RTK三维定位误差的预测与修正框架。针对定位误差的时空关联性与多特征耦合特性，本文提出融合通道-空间双注意力机制的卷积长短期记忆（CNN-LSTM）神经网络：通过卷积层提取多源特征的空间关联性，LSTM层捕捉误差序列的时间依赖关系，双注意力机制则分别强化关键卫星通道与核心观测特征的权重，实现对复杂环境下误差模式的精准建模。基于小米Mi 8与谷歌Pixel 6两款不同硬件配置的智能手机，在非对称遮挡过渡环境以及遮挡严重环境下的测试结果表明，Mi 8的定位精度分别提升了约49.3%和63.9%；Pixel 6则分别提升了37.5%和47.1%，验证了本文方法在不同硬件终端与复杂场景下的通用性与有效性，为智能手机高精度定位提供了轻量级算法支撑。

非模型化误差实时处理：探测、补偿及控制

李博峰, 章浙涛

2026, 55(5): 776-786. doi:10.11947/j.AGCS.2026.20250501

摘要 ( )

HTML ( )

PDF (1720KB) ( )

数据和表 | 参考文献 | 相关文章 | 多维度评价

GNSS应用中存在难以通过差分和线性组合消除、经验模型改正、传统参数化吸收等有效补偿的非模型化误差，制约了定位、导航与授时（PNT）的精度和可信度。本文研究了包含探测、补偿及控制的GNSS非模型化误差实时处理框架，具体包括：基于先验、后验信息及多类指标，以模型和数据为驱动，设计了整体与分类的非模型化误差探测方法，给出了完整非模型化误差的显著性检验流程。结合实际观测场景，提出了基于函数模型和随机模型的弹性补偿方法，包括非模型化误差的免补、改正、固定、估计和加权模型。结合数据质量控制策略，提出了顾及非模型化误差的随机特性评估及质量控制方法。试验结果表明，GNSS非模型化误差实时处理能有效提升GNSS定位精度和可信度，为复杂条件下可信PNT提供了技术支撑，丰富了大地测量数据处理理论与方法体系。

多源传感器“盲插即用”的组件化PNT融合框架、原理及试验验证

耿江辉, 王锋

2026, 55(5): 787-797. doi:10.11947/j.AGCS.2026.20250487

摘要 ( )

HTML ( )

PDF (3291KB) ( )

数据和表 | 参考文献 | 相关文章 | 多维度评价

多源传感器融合是国家综合定位、导航与授时（PNT）体系下终端服务的核心技术。当前的多源融合框架普遍针对特定任务和场景进行预先配置和定制化设计，任务和场景的切换通常需要用户从头配置多源融合系统的软硬件结构，迟滞了跨场景多任务PNT应用中多源融合系统的快速高效重构。为此，本文提出了一种统一且通用的多源融合框架——组件化PNT。理论上，该框架支持任意类型与数量的传感器以“盲插即用”的方式灵活接入，解耦了多源传感器和融合处理平台之间的软硬件连接，通过组件化拼接从根本上提升了PNT系统面向不同任务和场景的即时适配性。具体来说，组件化PNT基于边缘计算模式，将传感器观测建模与多源传感器信息融合分别部署于传感器端和PNT平台端，设计了标准化的软硬件接口，实现了两端之间的统一信息交互，最终达到传感器在PNT平台上盲插即用的效果。依托自主研发的组件化PNT原型样机，本文在不同PNT场景的切换试验中实施了传感器的动态接入、移除与更换，验证了组件化PNT系统的盲插即用能力，以及在多域转换与传感器动态切换中的自主重构能力。试验结果表明，随着传感器数量和类型的逐步扩充，组件化系统的实时PNT性能能够即时改善，提升了PNT平台针对不同场景和任务时重构软硬件的效率。

多传感器融合导航中的连续时间状态估计方法

朱锋, 廖元木, 周瑞, 张小红

2026, 55(5): 798-808. doi:10.11947/j.AGCS.2026.20250376

摘要 ( )

HTML ( )

PDF (3230KB) ( )

数据和表 | 参考文献 | 相关文章 | 多维度评价

多传感器融合可以有效克服单一导航手段的局限性，显著提升导航系统在复杂环境下的可用性与可靠性。以卡尔曼滤波和最小二乘优化为代表的导航参数估计方法，都是以离散时间状态为基础构建数学模型，在处理异步异频以及高采样率数据时存在不足。本文提出了连续时间状态估计方法，采用均匀B样条对载体运动轨迹进行参数化，将原有离散的位姿参数求解转化为样条控制点参数求解。通过对载体运动轨迹的连续时间表达式进行求导，直接建立惯导加速度和角速度输出与样条控制点参数之间的观测方程，从而避免惯导积分带来的精度损失与噪声性质改变。对于其他传感器信息，如GNSS位置速度等，同样构建关于样条控制点参数的观测方程，最终进行整体求解。模拟数据试验表明：本文方法的位姿结果受高频噪声影响小，平滑性更好，定位精度提升了41.4%，定姿精度提升了35.0%；在GNSS信号失锁时，本文方法的误差发散更小，水平定位最大误差从17.4 cm减小至7.29 cm；在惯导数据缺失段，本文方法无须进行数据内插，位置精度提升了近1倍，姿态精度提升了近4倍。实测数据试验进一步验证了本文方法的有效性，在复杂环境下，其定位与定姿精度分别提升了30.0%与69.6%。

基于IESRKF的LiDAR/UWB/INS多源传感器紧耦合模型

姚凌寒, 徐天河, 丛阳滋, 张震, 邢建平

2026, 55(5): 809-825. doi:10.11947/j.AGCS.2026.20250313

摘要 ( )

HTML ( )

PDF (6091KB) ( )

数据和表 | 参考文献 | 相关文章 | 多维度评价

高精度北斗/GNSS信号能够为用户提供可靠的定位信息，但当其信号受遮挡不可用时，实现高精度、强稳健性的自主定位是移动机器人系统面临的核心挑战。尽管激光雷达惯性里程计（LIO）算法近年来取得了显著进展，但在点云稀疏、视野遮挡和大角度旋转等场景下，易出现观测退化与漂移等问题，严重影响系统的稳定性及定位精度。超宽带测距（UWB）作为一种低功耗、低成本的绝对定位技术，拥有低延迟和抗干扰等优势，但极易受NLOS误差的影响。在此背景下，LiDAR能够提供高频率的几何特征信息，IMU能够维持短时连续性，UWB能够提供全局位置约束，三者在互补性上具有明显优势。然而，根据传感器优势构建具有针对性的融合框架实现观测信息互补及误差抑制依然是多源传感器融合的难点之一。针对上述问题，本文设计了一种基于迭代误差状态抗差卡尔曼滤波（IESRKF）的LiDAR/UWB/INS紧耦合模型，实现了异构传感器间观测残差统一建模与自适应抗差估计。通过引入UWB测距提供绝对位置约束，并结合多次迭代的线性优化提高了状态收敛的稳定性，有效缓解LIO系统在大角度旋转场景下的误差累积与漂移。试验结果表明，本文设计的ULIO-IESRKF算法相较传统LIO算法与ULIO-LC算法在大角度旋转及遮挡严重的路径下具有较好的表现，并且通过引入多次迭代的线性优化机制，有效缓解了一阶线性化所带来的建模误差。相较于LIO算法，ULIO-IESRKF算法的定位精度在E、N、U方向上分别提升了29.15%、42.42%、30.37%，平面方向上提升38.00%，在Pitch、Roll、Yaw上分别提升了10.15%、6.70%、34.80%；试验结果充分验证了本文算法具有较高的定位精度，且具备较强的稳健性与动态适应能力。

地图学与地理信息

论地理信息保密的技术逻辑

刘万增, 陈军, 章炜

2026, 55(5): 826-837. doi:10.11947/j.AGCS.2026.20250540

摘要 ( )

HTML ( )

PDF (1577KB) ( )

数据和表 | 参考文献 | 相关文章 | 多维度评价

如何有效化解地理信息保密与应用的矛盾是世界各国共同面临的难题。长期以来，我国地理信息保密技术缺乏坚实的理论基础，其技术逻辑无法有效支撑管理逻辑，加剧了地理信息保密与应用的矛盾。针对这一问题，本文基于信息不确定性理论，利用信息的特有属性，结合国家秘密的基本要素，提出地理信息保密的技术逻辑。认为地理信息是其确定性和不确定性内外交织的综合体；其内在不确定性此消彼长，引起地理信息重要性与可靠性的上下波动，触发地理信息密与非密的相互转换，是地理信息保密的内在逻辑；进一步厘清了地理信息定密、脱密与评估的技术逻辑。最后指出地理信息保密技术逻辑支撑管理逻辑的路径。

融合矢量结构特征的复杂建筑物形状识别方法

周旭升, 谭永滨, 于忠海, 王维, 肖青云

2026, 55(5): 838-849. doi:10.11947/j.AGCS.2026.20250445

摘要 ( )

HTML ( )

PDF (4068KB) ( )

数据和表 | 参考文献 | 相关文章 | 多维度评价

建筑物形状识别与分类作为城市空间分析、智能制图与三维城市建模的关键环节，对高精度地图构建和智慧城市治理具有重要意义。然而，现有方法在应对复杂多样的建筑形态时仍面临显著挑战。基于人工定义几何特征的方法普遍存在泛化能力不足的问题；而采用栅格化处理的方法则容易引入几何失真，难以准确保留建筑矢量轮廓的拓扑结构与精细特征。为此，本文提出一种面向矢量建筑物轮廓的端到端自动特征学习方法。该方法将建筑轮廓抽象为角点图结构，以实现建筑物轮廓的结构化表示；并设计结构特征模块嵌入图卷积网络（GCN）中，用于捕获凹凸转折、分支等形态特征，从而增强模型对复杂几何结构的判别能力。试验结果显示，该方法在公开及其扩展数据集上的准确率分别为99.20%和99.03%，Kappa系数均超过0.989，展现出优异的性能。试验误判分析表明，模型混淆主要集中于几何或拓扑高度相似的类别（如E/U形、X/O形），反映出其在细粒度结构建模与全局语义融合方面仍有提升空间。本文为矢量建筑轮廓的高精度识别提供了一种无须人工特征、具备良好泛化性的解决方法。

大地测量学与导航

最小二乘配置的贪婪稀疏近似算法

钱妮佳, 张迅, 常国宾, 卞和方, 杨化超, 韩先楠

2026, 55(5): 850-865. doi:10.11947/j.AGCS.2026.20250474

摘要 ( )

HTML ( )

PDF (3859KB) ( )

数据和表 | 参考文献 | 相关文章 | 多维度评价

最小二乘配置（LSC）是处理地球物理与大地测量数据的关键理论之一，但其需构建并求逆与观测数量同阶的稠密协方差矩阵，计算与存储开销制约了其在大规模观测条件下的应用。为突破该瓶颈，本文提出了一种基于贪婪算法的LSC稀疏近似算法：将LSC在稀疏表示框架下重构为稀疏系数恢复问题，并采用匹配追踪（MP）与正交匹配追踪（OMP）迭代求解，从而避免对全量稠密协方差矩阵的显式分解/求逆依赖。以美国科罗拉多州多源重力数据的大地水准面建模为例，结果表明本文算法外部检核精度（2.24 cm）与LSC（2.27 cm）相当；生成的稀疏模型仅需存储3.9%的系数，使预测阶段格网计算效率提升25倍以上，实现模型轻量化。进一步半仿真统计试验表明，在协方差参数由含噪数据估计导致模型失配加剧时，贪婪配置呈现更稳健的统计特征。本文方法在保持建模精度的同时提升了可扩展性，为大规模观测条件下的高精度重力场建模提供了一种计算可行的解决方案。

高精度激光点云配准驱动的毫米级地表形变检测方法

韦朋成, 蒋贵宇, 沈航毅, 黄海峰, 张溶玲

2026, 55(5): 866-880. doi:10.11947/j.AGCS.2026.20250549

摘要 ( )

HTML ( )

PDF (7732KB) ( )

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对地质灾害监测中激光点云配准特征误匹配率高、稳健性差，以及海量离散点云中微小形变难以与植被干扰、环境噪声有效区分的难题，本文提出一种由粗到精的高精度激光点云配准驱动的毫米级地表形变检测方法。首先，利用图论构建可靠性度量剔除特征匹配粗差，并设计增强的GNC-Welsch稳健估计器，解决高粗差率下稳健估计目标函数的非凸优化难题；进而基于微观结构混合特征因子驱动实现高精度配准。在此基础上，提出精确提取与多维验证的形变检测策略：利用特征分析滤除植被干扰并提取形变候选区域，构建融合几何形态、统计分布及物理机理特征的多维验证框架，以剔除虚假形变。模拟试验表明，本文方法在不同形变量级下的均方根误差（RMSE）稳定在0.52~0.61 mm，在5 mm微小形变量下F₁值达86.11%，8 mm形变量下F₁值达95.39%，验证了该方法在毫米级形变检测中的有效性；真实边坡场景试验证实，本文方法能有效拒绝伪形变聚类，精准识别出15 mm的地表沉降与22.6 mm的地表隆起，验证了其在复杂野外环境下的稳健性与实用性。

摄影测量学与遥感

一种稀疏标签优化的异构数据道路提取方法

林雨准, 王淑香, 芮杰, 金飞, 姜建芳, 左溪冰, 刘潇, 邹毓杰

2026, 55(5): 881-893. doi:10.11947/j.AGCS.2026.20250230

摘要 ( )

HTML ( )

PDF (4185KB) ( )

数据和表 | 参考文献 | 相关文章 | 多维度评价

标签数据作为数据驱动法的核心要素，是影响可见光影像道路提取效果的重要因素。当前，高质量的标签数据往往需要耗费大量的时间与精力，且常规的网络模型在地域、传感器和成像时间上的迁移能力有限，导致其泛化推广存在客观局限性，故提升高质量标签数据的获取效率已成为当前的研究热点。基于此，本文高效整合开源和本地计算资源，形成“标签制作—模型训练—目标测试”的全流程自动化处理，提出一种稀疏标签优化的异构数据道路提取方法，创新实现了“历史矢量数据”到“精细标签”的转化。首先，立足开放街道地图数据，通过栅格处理、尺寸对齐等操作获取道路在可见光影像的稀疏标签；然后，联合分割一切模型和简单线性迭代聚类提取影像的多层级特征，从而基于对象级处理单元实现稀疏标签的信息传播，完成粗优化；最后，利用网络模型对可见光影像和粗优化结果进行训练，从而借助影像与标签的关联映射完善道路标签的位置信息，并结合OSM数据的缓冲区完成精优化。利用RoadNet数据集和Oklahoma数据集进行试验，联合UNet、D-LinkNet、MANet和UNetFormer 4种典型语义分割网络证明了本文方法的有效性，在定量精度和定性结果上均优于对比方法，尤其在道路提取的重难点区域优势显著。

时空信息显式引导的高分光学遥感影像可控生成方法

时天东, 赵玲, 赵文豪, 齐霁, 崔浩, 彭程里, 张新长

2026, 55(5): 894-908. doi:10.11947/j.AGCS.2026.20250529

摘要 ( )

HTML ( )

PDF (7658KB) ( )

数据和表 | 参考文献 | 相关文章 | 多维度评价

遥感地物的视觉表现受季节演变与地域差异影响显著，如何增强生成模型的时空可控性，精准复现特定时空背景下的地物特征，是当前高分光学遥感影像生成领域面临的关键挑战。现有研究在多源时空信息的编码方式，以及时空特征与视觉特征交互引导方式这两个方面存在局限性，难以准确建模时空条件与地物视觉形态的精确映射关系。对此，本文提出了一种面向时空可控的高分光学遥感影像生成方法。首先，设计了顾及属性差异的多源时空信息编码方式，利用异构频率编码与独立投影将不同属性的时空信息转化为解耦的高维特征表示，以建模多源时空信息的独特属性。其次，设计基于解耦注意力的时空-文本联合交互引导机制，采用独立并行注意力分支促进时空特征与视觉特征的交互引导，在不干扰文本引导生成的同时，充分发挥时空信息在影像生成过程中的约束作用。此外，利用低秩适配训练策略，仅微调少量参数即实现了领域知识的高效迁移与基础生成能力的完整保留。在覆盖我国7个典型区域的大规模数据集上的试验表明，本文方法在时空分布一致性和结构纹理一致性上较现有先进方法分别提升了46.69%和14.67%，证实了该框架在多样时空场景下的生成可控性与泛化潜力。

三维点云语义辅助的多楼层室内空间拓扑模型构建方法

王政文, 杨俊涛, 康志忠, 张宇涛, 王旭哲, 张雪

2026, 55(5): 909-926. doi:10.11947/j.AGCS.2026.20250382

摘要 ( )

HTML ( )

PDF (6032KB) ( )

数据和表 | 参考文献 | 相关文章 | 多维度评价

室内空间拓扑模型是实现精准导航和个性化位置服务的数据基础。然而，复杂室内公共空间结构层次和拓扑特征灵活多样使得现有方法在多楼层空间剖分与拓扑关系表达方面存在局限性。为此，本文提出一种三维点云语义辅助的多楼层室内空间拓扑模型构建方法。首先，利用三维点云语义信息辅助传统的高度直方图模型和分水岭分割模型，实现初始的“楼层-房间”多层次室内子空间剖分；然后，以墙、地板、天花板等语义为约束量化描述相邻子空间之间的局部连通性，通过构建三维马尔可夫随机场（MRF）模型对初步子空间过分割进行优化，实现局部连续、全局一致的多楼层室内空间剖分；最后，利用门和楼梯分别重建同楼层和跨楼层子空间的连通性，并基于IndoorGML标准建立完整的室内空间三维拓扑关系模型。试验结果表明，本文方法在楼层分割中的召回率、平均交并比和精确率的平均值分别为97.87%、96.05%和98.09%，在房间分割任务中的召回率、平均交并比和精确率的平均值分别为89.87%、85.66%和94.81%，拓扑关系表达的归一化图编辑距离（nGED）上达到81.35%，表明本文构建的拓扑图在节点组成及连通关系方面与真值图具有较高的结构相似性。与现有主流方法相比，本文方法在空间剖分的精确率和召回率上平均提升约9.60和9.30个百分点，在拓扑关系表达的nGED上提高2.49个百分点以上，展现出更强的稳定性与可靠性。

面向洪水灾害的视觉-文本协同表征的异质遥感变化检测方法

尉锐, 李杰, 刘汇慧, 吴美茹, 林镠鹏, 袁强强, 郑莉

2026, 55(5): 927-940. doi:10.11947/j.AGCS.2026.20250521

摘要 ( )

HTML ( )

PDF (3777KB) ( )

数据和表 | 参考文献 | 相关文章 | 多维度评价

光学与SAR影像的异质变化检测在灾害应急响应与全天候监测中具有重要意义。然而，二者成像机理的显著差异导致特征分布不一致，加之缺乏标注样本与文本描述，制约了传统方法及现有深度学习模型的检测性能。为此，本文提出了一种多维度变化特征增强的CLIP变化检测网络（MCE-CLIP），聚焦于解决洪水灾害场景下的异质影像变化检测难题。该网络构建了基于“SAR影像迁移-文本生成”的跨模态语义引导机制，有效缩小了异质影像间的语义鸿沟；同时设计了伪孪生视觉特征提取分支和多维度变化特征增强模块（MCFEM），通过嵌入模态适配器降低遥感影像的域分布差异，结合时序交叉注意力、多粒度差分及混合相似度投影构建变化特征增强模块，实现对时空上下文信息的高效整合。在两个典型异质数据集上的试验结果表明，MCE-CLIP在F₁值和IoU等核心指标上优于现有主流异质变化检测方法。

博士论文

基于神经辐射场的多时相卫星影像地表面三维重建研究

曲英杰

2026, 55(5): 941-941. doi:10.11947/j.AGCS.2026.20250015

摘要 ( )

HTML ( )

PDF (875KB) ( )

参考文献 | 相关文章 | 多维度评价

融合多源InSAR数据的武汉市地面沉降监测与成因研究

姜昊男

2026, 55(5): 942-942. doi:10.11947/j.AGCS.2026.20240481

摘要 ( )