陆地水储量（TWS）是水循环与气候变化的关键指标，精确监测其变化对理解气候变暖背景下水循环变化具有重要意义。针对GRACE/GRACE-FO卫星重力产品在空间分辨率与时间连续性方面的固有局限，以及GNSS垂直地壳位移观测空间离散、噪声复杂的问题，本文提出一种基于物理信息神经网络（PINN）的TWS反演框架，该方法深度融合了GNSS成像结果与各GRACE产品，实现了从离散站点观测到连续空间场重建的范式转换。首先，基于空间成像技术将GNSS站点垂直位移序列转换为规则网格的形变场，以增强其空间连续性与水文信号刻画能力；然后，构建以时间和GNSS垂直地壳位移为输入、GRACE TWS为输出的PINN模型，并在保持参数一致的条件下，与反向传播神经网络进行对比分析；最后，引入物理信息约束后的结果表明，模型性能显著优于纯数据驱动模型，重建结果在振幅、相位及年际变化特征上与GRACE及GLDAS产品保持更高一致性。此外，动态权重策略的引入使模型在训练中能够有效平衡数据拟合与物理约束之间的关系，从而提高收敛稳定性与整体反演精度。研究证实，PINN为实现大地测量观测数据约束下的区域TWS高分辨率反演，提供了一条稳健且具有推广价值的技术路径。

高分辨率海洋重力场是研究海底构造、资源勘探和海洋环流的关键基础数据。本文结合SWOT等多源测高卫星数据和GRACE/GOCE重力卫星法方程数据，采用块对角法方程与全法方程融合算法在椭球谐层面解算了2190阶Tongji-SWOT03全球重力场模型。利用频-空域分析及与船测数据进行了对比验证，结果表明：①联合解算有效融合了卫星重力数据蕴含的重力场长波信号与SWOT卫星捕获的高频重力场信号；②Tongji-SWOT03模型在全球船测数据评估中取得3.64 mGal的最优精度，同时在近岸、公海及海沟等不同海域均表现稳定，且局部对比结果也验证了其对重力异常细节的刻画能力；③重力场融合模型相较于海洋重力场模型精度提升幅度为2%～7%。因此，融合多源卫星观测是构建高精度、高分辨率全球海洋重力场模型的有效途径。

快速准确的震源表征是提升地震预警时效性与准确性的核心。基于全球历史大震高频GNSS波形构建的通用训练数据集，本文开发了一种名为CTSequence的时空序列深度学习模型，旨在利用基于PPP-B2b技术的实时GNSS观测流，同步捕捉地震破裂的时空演化特征并确定震级。将该模型应用于2025年我国西藏定日Mw 7.1地震和缅甸曼德勒Mw 7.7地震，以验证其泛化性能。结果显示，模型在P波到达首个台站后约30 s内即可提供有价值的震级估算，并在震后75 s左右迅速收敛至真实震级附近。在测试集中，200 s时最终准确率为99.6%。此外，模型展现出优异的稳健性，即便在台站稀疏（N=8）的观测条件下，仍能保持稳定的估算性能。本文模型可为地震预警系统提供稳定、快速且具备不确定性表征能力的震级估算支撑，尤其适用于台站稀疏或网络通信中断的极端环境。

地球重力场和海洋环流探测（GOCE）卫星星敏感器（STR）的姿态观测数据，为静电重力梯度仪（EGG）高精度重力梯度测量与解算提供基准。然而，该姿态数据受周期性月光干扰和轨道周期相关噪声影响，导致星敏感器视轴夹角残差（ΔIBA）中出现局部偏差和轨道周期成分。本文提出一种顾及上述影响的姿态数据校正方法。首先，采用估计温度效应的校正方法估计STR常数偏差与温度系数；并结合STR有效观测状态、卫星-月球矢量与STR视轴夹角识别月光干扰数据段；然后，以仍有效的主星敏感器为参考，采用Levenberg-Marquardt（LM）方法估计STR3在组合切换时段的局部校准参数，以减小ΔIBA的局部异常偏差；最后，基于ΔIBA估计轨道周期噪声项并归算至实测姿态数据。利用GOCE卫星2012年1月－6月的姿态数据验证表明，本文估计的STR间相对常数偏差和相对温度系数与ESA标定结果基本一致，两者最大差异分别为0.257″和0.04（″/℃）；ΔIBA₁₃与ΔIBA₂₃周期均值异常出现的时间与卫星-月球矢量和相应STR视轴夹角小于14°的时段高度重合，并以约30天的周期出现。经LM局部校正后，ΔIBA₁₃和ΔIBA₂₃的周期均值分别降至3.95″和3.39″，标准差由0.87″和0.84″降低至0.44″和0.63″。去除轨道周期项后，角速度差值幅值谱密度（ASD）在1～30 CPR范围呈现与拟合阶数一致的谱峰。结果表明，本文方法可有效降低月光局部偏差和低频轨道周期误差的影响。

本文提出一种SWOT/KaRIn测高数据联合沿轨-跨轨交叉点平差方法，以提高SWOT海面高数据质量。该方法采用混合多项式模型对沿轨方向与时间相关的误差进行改正，并利用线性模型对跨轨方向与地理相关的误差进行补偿。以日本周边海域（130°E—145°E，27°N—43°N）为试验区域，采用科学阶段SWOT/KaRIn L2级的海面高产品（L2_LR_SSH）第003周期的数据进行平差方法测试。利用沿轨傅里叶模型、沿轨混合多项式模型、沿轨混合多项式模型+跨轨傅里叶模型和沿轨混合多项式模型+跨轨线性模型4种方法对SWOT/KaRIn海面高数据进行了自交叉点平差解算。结果表明：当仅对沿轨方向进行交叉点平差时，沿轨混合多项式模型交叉点不符值精度要高于沿轨傅里叶模型；加入跨轨方向的平差后，沿轨混合多项式模型+跨轨线性模型的交叉点不符值标准差（STD）最小，在沿轨和跨轨方向分别为4.27和3.62 cm。为了评估该方法的普适性，采用Sentinel-6A和Jason-3海面高数据与SWOT海面高数据进行了互交叉点平差。结果表明，沿轨混合多项式模型+跨轨线性模型平差后互交叉点不符值的精度最优，而且该方法不等权的精度优于等权的精度。因此，联合沿轨-跨轨方向交叉点平差可以显著提高SWOT海面高的数据质量，为海洋重力场研究提供高质量的数据源。

高精度定位和定轨服务依赖参考站的准确坐标，在实时传输计算过程中无法实现对参考站坐标的保密，为此本文提出了基于空间误差相关性的参考站位置偏置方法，在进行参考站位置偏置时，认为偏置参考站的大气误差与原参考站一致，同时结合偏置参考站到卫星的几何距离，生成原参考站附近的偏置参考站，偏置参考站观测值与原参考站观测值误差特性一致，可以代替实际参考站实现高精度定位定轨服务。为评估偏置参考站对高精度定位和精密定轨的影响，本文对偏置参考站的PPP-RTK定位、网络RTK定位、精密轨道确定的性能进行分析。试验结果表明，利用偏置参考站代替实际参考站提供服务时，当原始参考站网各参考站随机偏置900 m时，对NL-UPD估计和PPP-RTK定位结果的影响很小，不影响高精度的PPP-RTK定位。对网络RTK分析表明，参考站位置偏置对模糊度解算和误差改正精度的影响，会随着偏置距离的增大而变大；当位置偏置达到5000 m时，参考站解算的浮点模糊度差异会明显增大，非差误差改正数差异也急速增大，但不影响用户的网络RTK高精度定位，对区域增强定位的影响有限。各参考站随机偏置900 m时，位置偏置对精密定轨的影响也较小，影响最大的BDS-IGSO精密轨道，最大值也仅为8.4 mm，满足高精度精密定轨的要求。

针对水下目标检测中实测样本获取困难、传统数据增强方法难以有效表征侧扫声呐目标散射特性的问题，本文提出了一种基于侧扫声呐成像机理的沉船目标样本生成方法。基于声能方程与射线传播模型，构建了顾及回波散射强度特征的沉船目标声学成像模型；然后，考虑海底地形地貌对声学成像的影响，基于风格迁移方法对生成图像进行增强，以提高目标图像的真实性与环境一致性；最后，结合环境噪声模型，对目标图像进行噪声扰动与环境特征增强，生成多场景沉船目标样本数据。试验结果表明，仅利用生成样本训练的检测模型取得了0.88 mAP（0.5）的检测精度，验证了本文方法在少样本水下目标检测任务中的有效性，能够为复杂海洋环境下侧扫声呐目标检测模型的训练提供数据支撑。

本文评估了地表水与海洋地形（SWOT）宽刈幅测高卫星对中国地区河流的观测能力及其在河流水位和水位变化监测中的精度。在21天重访周期内，SWOT可对97.39%的中国河流河段进行至少一次的观测。基于301个水文站点的水位实测数据验证表明，SWOT监测中国河流水位变化的平均绝对误差（MAE）为0.35 m，水位变化的相关系数均值大于0.9。不同流域的验证结果显示，SWOT在海河、淮河、松辽流域和黄河流域的水位变化监测精度较高（MAE<0.3 m），而在珠江和长江流域误差相对较大。针对大坝附近因水位空间不连续导致的相位解缠错误，本文采用基于低相干水体识别与最优整周模糊度确定的校正方法，通过空间分割上下游水体并遍历不同整周模糊度以恢复正确高程。针对窄河流噪声非对称分布的特点，本文提出了基于空间连续性检验的多级自适应滤波算法（MAF），通过k近邻空间连续性检验识别异常点，并结合偏度特征自适应剔除离群值。在10个测试站点的验证中，经相位解缠校正与MAF算法处理后，水位监测的平均MAE从1.73 m降低至0.32 m。本文研究验证了SWOT卫星在中国地区河流水位变化监测的可靠性，可为大范围高精度水文参数获取提供了一种技术手段，对水资源管理和洪涝灾害监测具有重要应用价值。

电离层延迟是导航定位中最大的误差源之一，尤其在太阳耀斑爆发和地磁暴活跃期间对BDS/GNSS导航定位带来严重的影响。为进一步评估不同地磁暴活跃强度下电离层时空扰动特征对PPP定位性能的影响，本文选取甘肃省境内均匀布设的20座GNSS基准站观测数据，划分强地磁暴、中等地磁暴、弱地磁暴及地磁平稳期4类场景，对比分析各地磁活动强度下观测数据质量与定位精度差异；基于全球电离层格网（GIM）产品，探究电离层高阶改正与日间电离层扰动机理对定位结果的影响。试验结果表明，强地磁暴下观测异常数据明显，且BDS异常数据数量低于GPS；各频点多路径误差方面，L2的误差最大，其次分别为B3I、L5、L1、B1C，重叠频率中B1C抗多路径误差表现最优；高阶电离层改正后在N和U方向改正明显，且改正之后定位结果出现约2 mm的南移，并随纬度增加南移变小，且GIM产品对BDS改正效果不明显；此外，日电离层活跃分析表明，电离层异常干扰对定位可能带来厘米级误差，该误差随海拔增高而增大。

近年来，机器人与增强现实等应用对稠密SLAM的实时性与可解释性提出了更高要求。三维高斯泼溅（3DGS）作为显式三维表示，兼具快速渲染与结构可解释性，正成为高质量建图的重要方向。然而，现有3DGS-SLAM在在线建图中难以同时兼顾重建精度与实时性，其关键瓶颈在于高斯基元数量缺乏自适应的规模控制。为此，本文提出一种自适应剪枝的3DGS-SLAM实时高保真建模方法，将“地图规模/高斯预算”显式纳入建图优化目标，并设计评分驱动的高斯管理机制：在优化过程中融合多视图光度一致性残差、遮挡感知与视角覆盖等信息，在线评估高斯点对几何一致性与外观保真度的贡献度，据此联合执行自适应致密化与优先级剪枝，以实现模型复杂度的动态调节。同时，引入可学习掩膜并构建稀疏化正则项，促使有效高斯集合自适应收缩，降低显存占用与渲染开销。在公开基准数据集和自制数据集的评测中，本文方法即使在最终高斯点数量减少65.0%的情况下，仍能保持稳定的重建质量，显著节省计算与存储资源。结果表明，本文方法能够在不牺牲地图可视化质量的前提下提升在线建图效率，为3DGS-SLAM的实时高保真建图提供了一种有效的规模自适应控制方案。

视觉同时定位与建图（SLAM）在低光照、高曝光等复杂光照下易因特征质量退化而跟踪失败。为此，本文提出一种基于轻量级光照增强网络的视觉SLAM方法。首先，设计了一种空间自适应的光照均衡（IE）曲线，通过逐像素空间趋势图实现低光照增强与高曝光抑制，同时维持正常光照区域的光度一致性。然后，通过提出一种基于图像均值驱动的自适应连续迭代策略，动态调整曲线阶数以适应不同曝光程度的图像，有效避免了固定迭代的局限性。最后，通过改进DCE-Net网络，采用深度可分离卷积（DSC）与末端批归一化实现在几乎同等参数量的情况下维持训练的稳定性。经测试，CPU端单帧处理仅需12 ms，满足SLAM前端实时性的要求。在EuRoC、TUM-VI及KITTI数据集的12个复杂光照序列上进行试验验证，并与多种传统和深度学习视觉增强算法对比分析，本文方法的绝对轨迹误差（ATE）的均方根误差（RMSE）比VINS-Fusion平均降低32.3%，在所有对比方法中性能最优，为视觉SLAM在复杂光照环境下的可靠部署提供了解决方案。

如何优化消防站选址，提高消防应急救援效率，是城市化发展急需解决的问题。本文从消防站选址模型构建、求解和评价3个方面开展研究，优化消防站的空间布局。首先，基于站点的属性和消防响应需求差异，进行风险等级划分和响应时间设置，综合考虑费用、覆盖率、响应时效等因素，采用多目标层级优化建模方法建立数量-距离两级目标函数。然后基于路网定义路径距离测度，采用模糊非线性隶属度函数代替传统线性函数作为约束条件，构建基于路径距离的模糊多目标层级选址模型（R-NLSM）。最后，采用遗传算法（GA）和粒子群优化（PSO）算法并嵌入模糊隶属度函数进行模型求解。结果表明优化后整体响应覆盖率提高了16.69个百分点，所构建模型具有有效性和稳定性，同时提高不同风险等级与消防救援效率的匹配度，保证了高风险需求点的响应时效。

低空开发与利用正逐渐成为推动低空经济发展的战略支撑，但低空飞行器的大规模涌入使城市上空面临前所未有的安全挑战。如何科学、全面、精准量化复杂城市低空环境的风险分布，生成安全、高效的低空航路已成为关键科学问题。现有研究忽视城市低空与地面空间的多维耦合风险，航路生成算法局限于局部搜索，难以实现风险准确量化与最优航路生成。为此，本文提出以地面风险为核心约束的低空风险量化方法与航路智能生成模型。首先，融合人口密度、建筑密度与用地类型3类数据，提出低空风险因子量化与组合赋权方法，构建了高-中-低多级低空风险分布地图。然后，提出基于自适应粒子群优化算法的航路智能生成模型（APSO-AR），通过自适应航路节点构建、风险感知采样与间隔惩罚机制，实现航路对地面高风险区域的全局感知与规避。最后，以武汉市为研究区域进行航路生成试验，结果表明，相较于蚁群算法、遗传算法、risk A^*算法及传统粒子群算法，APSO-AR生成的航路长度平均降低了12.0%，风险度平均降低了30.7%，代码运行时长平均降低了77.4%，在航程效率，风险规避与空间合理性之间取得较好平衡。本文提供了“风险量化—航路生成”的技术路径，为城市低空风险地图构建与航路规划提供方法支撑。