王建军 章重阳

(清远市土地整理中心, 广东 清远 511500)

0 引言

全球定位系统(Global Positioning System，GPS)以其高精度,低成本,使用方便,不受气候因素影响等优点在地理测绘、气候监测、交通运输等各个行业得到了广泛应用[1-2]。GPS能够提供二维平面信息和高程信息,其中二维平面信息的精度已达到毫米量级,能够满足绝大部分工程应用,但是由于基准面不同,GPS所测得的大地高与工程应用中的正常高之间存高程差(高程异常),因此如何将大地高转换为正常高,即求出对应的高程异常值是GPS高程信息得到有效使用的前提,也是当前研究的热点问题[3-5]。

目前精度最高的GPS高程拟合方法为物理大地测量法,该方法利用大量高精度重力测量数据和地形数据,根据地球重力场模型反推出不同观测点的GPS高程异常值,但是高精度的重力测量数据和地形数据在实际工程实践中很难获取,限制了该类方法的使用场景[6]。几何解析法根据部分已知观测点的GPS高程异常信息采用多项式曲线拟合,多项式插值等数学模型计算得到未知待测点的GPS高程信息,该类方法原理简单易懂,运算量小,在地势平缓的地区可以获得较高的拟合精度,但是当地势复杂,数据波动较大时,该类方法的拟合精度不能满足实际工程使用要求[7]。近年来随着信息技术的发展,将模式识别理论与传统GPS数据分析处理方法相结合而兴起的人工智能GPS高程拟合法逐渐吸引了广大学者的关注,该类方法作为一种数据驱动方法,不依赖于精确的数学模型,而是利用神经网络等自适应学习算法,根据已有训练数据直接对未知观测点进行拟合,由于具备任意非线性函数的逼近能力,因此该类方法相对于几何解析法具有更强的适应性。……