何广焕, 唐诗华, 邢鹏威, 张 跃, 蒙金龙

(桂林理工大学 a.测绘地理信息学院; b.广西空间信息与测绘重点实验室, 广西 桂林 541006)

0 引 言

全球导航卫星系统(GNSS)是与现代科学技术发展同步兴起的先进导航、 定位技术[1]。现今GNSS技术已经成为快速收集地理数据的重要手段, 但其获取的高程是以参考椭球面为基准的大地高, 而在实际测量工程项目中, 采集的高程数据是以似大地水准面为基准的正常高, 这两种高程之间存在的差值, 即高程异常值[2]。为了使GNSS技术能代替传统的水准测量技术, 构建高精度的转换模型一直是测绘工作研究的重点。随着人们对拟合模型构建方法的深入研究, 近年来越来越多的智能算法应用于区域GNSS高程拟合模型的建立[3-4]。孙佳龙等[5]提出通过地形熵聚类优化多面函数高程拟合模型, 将地形熵作为高程数据分类的方法, 再利用多面函数进行高程异常拟合, 取得了很好的拟合效果。蒲伦等[6]提出利用蚁群-遗传算法优化多面函数构建高程拟合模型, 为常规多面函数选取合理的中心节点及光滑因子, 使其拟合模型达到更高的精度。高红等[7]经过对比分析验证了粒子群算法优化最小二乘支持向量机(least squares support vector machine, LSSVM)用于区域高程拟合模型构建的可行性。本文通过鲸鱼算法(whale optimization algorithm, WOA)为LSSVM高程拟合模型寻找正则化参数c和核函数参数σ2, WOA算法具有全局搜索能力强、 参数少、 收敛速度快的特点, 能够较好地解决原拟合模型中难以寻找最佳参数的问题, 进一步提高了区域GNSS高程拟合模型的预测精度。……