当期目录

2025年 第54卷 第9期    刊出日期：2025-10-10

上一期   

综述

面向“数据-场景-模式”驱动的卫星重力技术研究进展、挑战与趋势

李建成, 吴云龙, 姚宜斌, 罗志才

2025, 54(9):  1537-1560.  doi:10.11947/j.AGCS.2025.20250274

摘要 ( )   HTML ( )   PDF (6221KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

卫星重力测量技术作为现代大地测量学的重要突破，凭借其对地球表层和浅层物质质量变化的整体响应能力，已广泛应用于大地测量、水文循环、冰川消融、海平面变化和构造变形等关键领域。本文系统梳理了自CHAMP、GRACE到GRACE-FO以及中国重力卫星的任务发展与技术演进，聚焦下一代重力卫星计划，以及国际在研的新型量子重力任务的前沿趋势。在此基础上，全面总结了卫星重力数据从Level-0到Level-3的处理流程、关键反演方法、科学产品构建，及其在陆地水文、冰川、海洋、地震和高程基准构建中的典型应用。梳理分享了我国卫星重力应用体系当前所面临的数据质量限制、多源信号分离难题、人工智能模型可解释性不足及学科融合障碍等主要挑战，提出未来应加强“数据-场景-模式”协同创新，推动多源卫星组网与高精度建模，服务国家战略需求和全球可持续发展。

大地测量学与导航

统一于地固参考系的高程基准重力场理论基础与经典概念更新

章传银, 蒋涛, 柯宝贵

2025, 54(9):  1561-1571.  doi:10.11947/j.AGCS.2025.20250102

摘要 ( )   HTML ( )   PDF (1832KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

传统地面大地测量时代建立起来的高程基准理论，难以全面适应地球重力场与卫星大地测量高速发展的需要。本文严格依据几何物理大地测量学原理与大地测量基准性要求，通过研究将物理大地测量要素和概念统一到地固参考系中所需的理论基础和实现原理，简明演绎高程基准与地球参考系、重力场之间的理论和逻辑关系，从而重新审视高程基准的一些经典概念。本文主要结论及其具体大地测量学依据如下：①论证了若忽略大地水准面的几何形变，则无论是正高系统、正常高系统，还是重力位数系统，高程起算面都是大地水准面，说明解析正高比其他类型正高更适合高程基准目的。②严格依据大地测量学的基准性要求，丰富了地固参考系中高程基准的重力场理论基础，导出GNSS代替水准测量的基准性条件和实现原则。③推导了空间几何物理大地测量协同的地球质心与形状极定位理论方法。该方法不依赖地球物理假设或地球动力学协议，且完全独立于地球自转运动，由大地测量学理论，科学自洽地实现地球参考系的定位定向。④推导出等正高面平行于大地水准面、正常重力场只有3个自由度的结论，并有效解决高斯约定的大地水准面与重力大地水准面的协调一致性问题。

一种无奇异点的高阶次引力位及其梯度计算方法

李桢, 贺正航, 施闯

2025, 54(9):  1572-1582.  doi:10.11947/j.AGCS.2025.20250181

摘要 ( )   HTML ( )   PDF (2909KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

地球引力场球谐模型在极低轨道卫星精密定轨与高精度惯性导航系统等领域具有重要的应用价值。Cunningham递推算法是一种直角坐标系下的球谐函数递推算法，能够无奇异地计算全球任意阶次的引力位、引力加速度和引力梯度，主要应用于卫星动力学定轨中的引力计算。随着重力场模型阶次的不断提升，该算法递推式因阶乘项导致数值溢出的问题日益凸显。本文引入改进的比例因子，优化递推关系，控制递推函数中阶乘项增长，缓解了数值溢出问题。本文算法在笛卡儿坐标系下，采用双精度浮点数编程运算，可在不产生数值溢出的情况下，计算至1000阶次。与现有主流球谐递推方法相比，本文算法的单次引力位、引力加速度的计算效率分别提升了16.8%、8.0%。

基于科学阶段SWOT/KaRIn测高数据反演高精度的垂直重力异常梯度模型

押少帅, 刘新, 周瑞宸, 李真, 边少锋, 郭金运

2025, 54(9):  1583-1595.  doi:10.11947/j.AGCS.2025.20240520

摘要 ( )   HTML ( )   PDF (5044KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

卫星测高技术是反演海洋垂直重力异常梯度的重要手段之一。针对常规的一维测高数据采样间隔大、跨轨数据稀疏、精度低的问题，SWOT（surface water and ocean topography）测高卫星可以提供二维宽刈幅海洋信息，获取更高空间分辨率和精度的海面高。本文基于1～20周期的SWOT海面高数据反演垂直重力异常梯度模型（SWOT_VGGA），首先，采用移去-恢复法的处理策略，将XGM2019e_2159作为参考场模型；然后，联合沿轨、跨轨和对角线3个方向的测高数据，并利用最小二乘配置法解算垂线偏差；最后，根据垂线偏差和参考场反演出SWOT_VGGA模型。本文选择菲律宾海为试验区域，将SIO V32.1版本的垂直重力异常梯度（SIO_curv_32.1）作为参考模型，结果表明SWOT_VGGA与SIO_curv_32.1模型的一致性为8.25 E，验证了一年SWOT测高数据反演垂直重力异常梯度的可靠性。此外，对SWOT_VGGA模型在不同水深、离岸距离和海底坡角的一致性进行了统计分析。结果表明，多周期SWOT_VGGA模型的一致性要优于单周期，而且1～10和11～20周期的SWOT_VGGA模型之间的一致性为1.81 E。因此，SWOT卫星在不同周期的数据质量比较稳定，可以用来反演高精度的海洋重力信息。

基于频差估计值修正的Kalman滤波钟差预报算法

沈聪, 王国成, 柳林涛, 胡辉雯, 蔡志武

2025, 54(9):  1596-1607.  doi:10.11947/j.AGCS.2025.20250055

摘要 ( )   HTML ( )   PDF (3437KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

卫星钟差预报在时间同步、实时定位及自主导航等方面具有重要意义，其精度直接影响导航系统的服务质量。传统卡尔曼滤波模型（KFM）因其最小方差估计特性，能够得到时差、频差和频漂的最优估计值而被广泛应用于钟差预报。然而，KFM未显式建模钟差中的周期项，导致时差、频差和频漂估计值中存在周期性波动。这种周期性估值偏差将增大KFM的预报误差，并会随着时间累积进一步放大。针对这一问题，本文提出基于频差估计值修正的改进卡尔曼滤波模型（IKFM）。该模型首先通过频谱分析识别频差估计值中的周期项，并利用最小二乘拟合其参数，随后从估计值中扣除周期性波动，以消除周期项对状态估计的干扰，最终基于修正后的频差进行时差的外推预报。基于GPS卫星钟的试验结果表明：与KFM相比，IKFM在1～24 h预报中的误差最高降低了32.14%；且相较于灰色模型、二次多项式模型和谱分析模型，IKFM在所有预报时长上均表现出最佳的准确性和稳定性。IKFM通过有效抑制周期项干扰，为高精度卫星钟差预报提供了可靠解决方案，尤其适用于周期性波动显著的卫星钟。

联合稳健S变换与K均值聚类的高崩溃污染率拟稳点选取策略

刘忠贺, 李宗春, 何华, 郭迎钢, 赵文斌

2025, 54(9):  1608-1619.  doi:10.11947/j.AGCS.2025.20240323

摘要 ( )   HTML ( )   PDF (1600KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

合理选取拟稳点是变形监测网稳定性分析的关键一环。变形点数量较多甚至过半情况下，现有稳定性分析方法在选取拟稳点时稳健性不足，导致拟稳点选取结果不尽合理。为提高拟稳点选取的准确率，提出了一种联合稳健S变换模型与K均值聚类算法的高崩溃污染率选取策略。首先，将两期变形监测网的同名点作为采样集合，从集合中随机选取部分点作为子集，利用稳健S变换模型求解子集中控制点的点位转换残差。然后，依据点位转换残差，采用K均值聚类算法将控制点分为拟稳点、小变形点及大变形点，并通过拟稳点集与大变形点集的点位转换残差质心差别判断稳健S变换模型是否可行，若稳健S变换模型奏效，则将转换残差小的点标记为拟稳点，从中选取频次较高的点作为备选拟稳点。最后，使用稳健S变换模型处理备选拟稳点以获得可靠的点位转换残差，以此为据，用K均值聚类算法准确选定拟稳点。通过仿真试验和实例分析，本文方法与传统相似变换模型、迭代加权相似变换模型、结合RANSAC算法的相似变换模型及平方型M_split相似变换模型进行了比较。结果表明，当变形监测网中存在变形点时，本文方法的变形点判别准确率最高，所得控制点位移更加符合实际。在变形点数量过半时，本文方法仍能保持稳健性，具有更高的崩溃污染率。

熵-PSO双驱优化的改进巴特沃斯重力向下延拓方法

王翰, 肖云, 关怀魁, 孙玮萱

2025, 54(9):  1620-1632.  doi:10.11947/j.AGCS.2025.20250137

摘要 ( )   HTML ( )   PDF (11135KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对重力向下延拓中高频噪声放大与解的不稳定性难题，本文提出一种融合迭代巴特沃斯滤波与粒子群优化（particle swarm optimization，PSO）的智能延拓方法。该方法引入改进巴特沃斯函数重构向下延拓算子，结合迭代补偿机制实现频谱残差修正；设计基于信息熵理论的粒子群双参数协同优化方法，实现滤波器截止频率与阶次的自适应寻优；提出适应度反馈驱动的惯性权重动态调整策略，以平衡全局探索能力与局部精确解的搜索效率。试验结果表明，本文方法相对于混合域迭代Tikhonov正则化方法与改进导数迭代法，在不同噪声水平下延拓精度均保持较好稳定性，为海空重力数据处理提供了一种有效解决方案。

摄影测量学与遥感

多视影像深度学习密集匹配三维重建智能框架

季顺平, 刘瑾, 高建, 龚健雅

2025, 54(9):  1633-1646.  doi:10.11947/j.AGCS.2025.20230306

摘要 ( )   HTML ( )   PDF (11524KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

基于高分辨率立体或多视影像的地表实景三维模型重建是摄影测量和计算机视觉领域的关键研究课题，其核心是影像密集匹配技术。目前，三维重建主流算法依然以人工经验设计的传统方法为主，基于深度学习的密集匹配算法虽然近年来表现突出，但尚未在三维重建工程中得到部署应用，国内外也缺乏基于深度学习或智能方法的实景三维重建框架或系统。为促进人工智能方法在大范围地表三维场景重建任务中的落地应用，本文提出了一个以深度学习密集匹配网络为核心的通用三维重建智能框架Deep3D，包括空中三角测量、最优视角选择、深度学习密集匹配、深度图融合、三维表面模型构建等完整处理流程，用于从多视遥感影像中重建城市级实景三维表面模型。该通用框架打通了空/天一体化、双目/多视/倾斜一体化作业。其中空天一体化通过将透视变换模型和有理多项式模型纳入统一深度学习网络中实现，双目多视一体化通过自适应多视角深度特征对齐与聚合实现。本文在两套倾斜航空影像上初步测试和比较了Deep3D、商业软件和开源解决方案，证实了Deep3D性能与非开源商业软件基本持平（或略优、远优）于现有开源框架。本文还讨论了卫星多视影像三维重建中的效果。本文研究为深度学习方法的实景三维重建工程化落地应用提供了前瞻和重要参考。

非平稳滑坡位移的奇异值分解归一化预测方法

瞿伟, 徐荣堂, 李久元, 唐兴友, 陈沛男

2025, 54(9):  1647-1663.  doi:10.11947/j.AGCS.2025.20240463

摘要 ( )   HTML ( )   PDF (4666KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

滑坡位移高精度预测模型的合理建立对滑坡灾害防灾预警具有重要的参考价值。本文针对当前数据驱动型滑坡位移预测模型对数据量有较强依赖性，以及在处理非平稳性滑坡位移监测数据具有的分布漂移特性上的局限性，发展了一种基于奇异值分解且结构简单的归一化方法。该方法通过分段归一化滑坡位移监测数据，结合统计特性的外推模型进行反归一化处理，可有效解决非平稳滑坡位移数据的分布漂移问题，且无须依赖大规模数据训练，可显著提升预测模型对非平稳滑坡位移的预测能力。以我国典型滑坡域甘肃黑方台滑坡实测数据进行测试，结果表明，与传统z-score归一化方法及无归一化相比，本文方法可显著提升多类模型（如多层感知器（multi-layer perceptron，MLP）、长短期记忆神经网络（long short-term memory，LSTM）、门控循环单元（gated recurrent unit，GRU）、时序卷积网络（temporal convolutional network，TCN））的预测精度，均方根误差（root mean square error，RMSE）和平均绝对误差（mean absolute error，MAE）平均提升率均超过50%。本文方法能够显著提升模型训练过程中的稳定性，有效预测出滑坡位移的突变情况，具有较高的实际推广应用价值。

地表异常遥感探测轻量化大模型方法

闫凯, 徐健明, 王桥

2025, 54(9):  1664-1676.  doi:10.11947/j.AGCS.2025.20250092

摘要 ( )   HTML ( )   PDF (12300KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

在全球变化和城市化进程中，自然灾害、环境污染及非法开发等地表异常事件的影响范围与程度不断扩大，使得及时准确的地表异常探测成为国家需求和研究热点。遥感技术具有观测范围大且能周期性重访的优势，成为地表异常探测的关键手段。然而，现有地表异常探测方法多依赖地面大算力运算，涉及复杂的任务规划、卫星运控、星地传输和异常提取等环节，难以实现地表异常的快速识别。此外，已有方法通常面向特定异常类型，依赖专家知识和人工解译，难以用于通用化和智能化业务部署。为此，本文提出一种基于轻量化大模型特征的地表异常遥感自动探测方法，以提升地表异常探测的通用性、即时性和智能化部署能力。该方法包含3个环节：①采用视觉大模型作为特征提取器，以增强特征泛化性和算法通用性，通过高斯混合模型和贝叶斯信息准则实现自动化特征压缩，生成便于星地传输和在轨储存的轻量级先验知识；②利用高效字典查找法实现地表异常分值的快速推理，以适用于计算资源有限的星上环境；③在异常分值基础上，通过提示词和深度分割模型进行地表异常边界提取，提高提取的精细化和自动化程度。试验表明，与传统方法相比，本文方法表现更优且稳定，具有更好的通用性。试验案例中，先验知识库的平均压缩率约为100倍，大幅提升了在轨存储和星地传输更新的能力。同时，本文方法利用提示词和深度分割模型解决了固定阈值用于异常边界提取时自动化程度低、抗噪声能力差的问题，实现了精细化地表异常对象级提取。总体而言，本文方法具有数据存储量小、算力要求低、探测精度高等优势，具备成为通用化地表异常在轨即时探测业务化算法的潜力。

退化场景稳健的激光雷达、毫米波雷达与惯性融合里程计方法

吴唯同, 陈驰, 杨必胜, 何秀凤

2025, 54(9):  1677-1686.  doi:10.11947/j.AGCS.2025.20240497

摘要 ( )   HTML ( )   PDF (4989KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

多源传感器融合同步定位与建图（SLAM）是无人系统在退化场景下稳健定位与准确建图的核心。在地下、室内等复杂环境中，由于几何特征约束不足和烟雾粉尘等原因导致感知受限，仅使用激光雷达难以稳健进行SLAM。此外，现有基于滤波框架的异步多传感器状态更新策略易导致系统精度降低。基于迭代误差卡尔曼滤波框架融合惯性测量单元积分测量、激光点到面匹配观测及毫米波雷达速度信息的多源数据，本文提出了融合激光雷达、毫米波雷达与惯性传感器的退化场景稳健里程计方法。针对激光雷达定位退化问题，本文使用毫米波雷达速度估计增加前进方向约束，并采用截断奇异值分解减弱其对系统更新的影响，从而提升异步传感器融合精度。隧道与走廊（有浓雾）等多个退化场景试验表明：基于迭代误差卡尔曼滤波框架的激光惯性里程计（FAST-LIO2）方法在退化区域漂移大，几乎失效，而本文方法在测试数据上的结果均优于FAST-LIO2方法、毫米波雷达惯性里程计和本文方法（直接融合），展现了高稳健性和较高的精度。在走廊数据试验中，本文方法的闭合差与轨迹长度之比为0.9%，相比于本文方法（直接融合）精度提升了一个量级，相比于毫米波雷达惯性里程计方法精度提升了80%；在长约1 km的公路隧道数据试验中，本文方法的轨迹均方根误差为4.57 m，相比于FAST-LIO2方法降低了4.4%。

降雨-库水位-滑坡形变时滞效应定量分析方法

唐菲菲, 周俊哲, 王昌翰, 汪剑云, 周玉涛, 郝亚飞

2025, 54(9):  1687-1696.  doi:10.11947/j.AGCS.2025.20250147

摘要 ( )   HTML ( )   PDF (4701KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

针对库岸滑坡形变在降雨和库水位作用下的时滞效应难以准确定量研判的问题，本文提出融合最大信息系数（MIC）与集对分析（SPA）的时滞效应定量分析方法（MIC-SPA），通过最大信息系数法客观量化降雨与库水位对滑坡形变的贡献权重，同时，基于SPA判别降雨-库水位变化趋势和滑坡形变的“同异反”联系度，利用权重系数和联系度系数进行线性回归构建滞后回归方程，进而实现时滞效应定量分析。本文以三峡库区某滑坡为例，得到库水位与降雨对滑坡形变的贡献权重分别为0.537与0.463，且当库水位快速下降（>0.6 m/d）时，滑坡前缘、中部、后部滞后期分别为5～6、2～3、1 d，实现滑坡分区精准时滞效应分析。与改进切线角划分的加速形变阶段进行对比验证发现，本文方法得到的滞后天数与形变加速日期相吻合，能为灾害预测提供科学指导。

地图学与地理信息

随机森林和图神经网络支持下的河系自动分级与选取方法

张付兵, 孙群, 徐青, 马京振, 黄文君, 陈若虚

2025, 54(9):  1697-1711.  doi:10.11947/j.AGCS.2025.20240385

摘要 ( )   HTML ( )   PDF (6801KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

随着深度学习方法在地图制图领域的广泛应用，利用图神经网络解决非结构化矢量地图数据综合问题成为当前研究的热点。针对现有河系分级方法主要从局部结构出发，应用传统机器学习方法未考虑相邻河段之间的局部相关性，且基于图神经网络的河系选取方法仅考虑河段之间拓扑邻接关系的不足，本文提出了一种随机森林和图神经网络支持下的河系自动分级与选取方法。首先，通过融入河系分级知识并通过特征局部标准化处理，利用随机森林算法实现河系自动分级；然后，引入河段之间拓扑邻接关系和空间邻近关系构建双支图神经网络选取模型，通过监督学习实现河段的选取分类；最后，通过兼顾层次分级的连通性保持策略获取河系选取结果。试验结果表明，相较Min-Max标准化和Z-Score标准化，本文河系自动分级精度分别提升了11.42个百分点和12.39个百分点，分级效果更好；相较已有基于图神经网络的河系选取方法，选取精度提升了2.2个百分点，并且与标签数据之间的差异更小。

路侧违停车辆移动影像检测方法

唐康, 孙玉, 仲逍阳, 高嘉良, 陈崇成

2025, 54(9):  1712-1726.  doi:10.11947/j.AGCS.2025.20250038

摘要 ( )   HTML ( )   PDF (22555KB) ( )  

数据和表 | 参考文献 | 相关文章 | 多维度评价

路侧停车区在缓解城市停车压力方面发挥了重要作用，但随着城市机动车保有量的持续增长，城市路侧停车位供需缺口持续扩大，由此导致的违停现象严重影响了交通效率和安全。现有基于定点摄像头或传感器的违停监控系统存在成本高、监控范围受限等问题。为此，本文提出了一种基于移动摄像头的路侧停车区疑似违停车辆检测方法。该方法利用嵌入式设备结合改进的目标检测算法（mAP@50提升3.3%）进行开发，依托自制数据集完成模型训练，实现了疑似违停车辆的实时检测，并有效支持大范围区域的疑似违停监控任务。通过与同时段、同路段的无人机跟踪正射影像对比分析，本文方法的违停检测平均查准率达0.87、查全率达0.88，检测速度高达53.96 fps，充分验证了本文方法的可行性和有效性。