GNSS/高分影像結(jié)合的復(fù)雜地形城市居住區(qū)災(zāi)情制圖

李百壽，崔巍巍，陳婷，高玉久，贠倩，康弋，楊釗，盧相君

(桂林理工大學(xué)a.廣西空間信息與測(cè)繪重點(diǎn)實(shí)驗(yàn)室;b.測(cè)繪地理信息學(xué)院，廣西桂林541004)

0 引言

近些年隨著我國(guó)城市規(guī)模不斷擴(kuò)大，對(duì)建筑物測(cè)量任務(wù)不斷提出了新的要求，并且居住區(qū)災(zāi)情信息的快速獲取對(duì)山區(qū)城市災(zāi)后救援補(bǔ)償重建具有重要意義。目前最新的空間信息技術(shù)正逐漸運(yùn)用于城市居住區(qū)災(zāi)害調(diào)查中，如滑坡遙感研究[1]與汶川、玉樹(shù)地震遙感應(yīng)急調(diào)查研究[2－3]。提高遙感圖像的快速處理水平是其中的核心問(wèn)題[4]，建立空－地結(jié)合的災(zāi)情快速評(píng)估技術(shù)[5]、探索作業(yè)效率和影響因素方案對(duì)提高災(zāi)害數(shù)據(jù)生產(chǎn)效率會(huì)產(chǎn)生重大的影響。

地面災(zāi)情調(diào)查與定位是完成災(zāi)損制圖的基礎(chǔ)，在災(zāi)損制圖中起到了主導(dǎo)作用。世界主要發(fā)達(dá)國(guó)家均在開(kāi)展衛(wèi)星導(dǎo)航系統(tǒng)方面的研究，并在衛(wèi)星導(dǎo)航系統(tǒng)領(lǐng)域存在廣泛的競(jìng)爭(zhēng)[6]，如美國(guó)的GPS、俄羅斯GLONASS、歐盟的Galileo系統(tǒng)及我國(guó)的“北斗二代”衛(wèi)星導(dǎo)航系統(tǒng)的建設(shè)。衛(wèi)星導(dǎo)航系統(tǒng)的發(fā)展在一定程度上提高了RTK的測(cè)量精度與測(cè)量效率，目前已發(fā)展出了一些新型的對(duì)地導(dǎo)航定位方法并將各種手段綜合運(yùn)用。為了提高災(zāi)損信息獲取的精度，進(jìn)一步解決單一星座衛(wèi)星信號(hào)觀測(cè)質(zhì)量的問(wèn)題，一些學(xué)者研究了災(zāi)害監(jiān)測(cè)中將建立的GPS、GLONASS和Galileo系統(tǒng)集成到天線陣列接收機(jī)中，與無(wú)線傳感器網(wǎng)絡(luò)集成，實(shí)現(xiàn)數(shù)據(jù)傳輸?shù)淖詣?dòng)化[7]，發(fā)展了集成GPS、GLONASS、Compass、Galileo等多星座衛(wèi)星信號(hào)觀測(cè)的民用全球?qū)Ш叫l(wèi)星系統(tǒng)計(jì)劃(Global Navigation Satellite System)，簡(jiǎn)稱為GNSS系統(tǒng)。該系統(tǒng)的最大特點(diǎn)是增加了觀測(cè)時(shí)段內(nèi)可用衛(wèi)星信號(hào)數(shù)量，在采用差分動(dòng)態(tài)測(cè)量技術(shù)提高觀測(cè)效率的同時(shí)消除多種電離層干擾誤差和公共誤差項(xiàng)進(jìn)而提升系統(tǒng)觀測(cè)精度。GNSS導(dǎo)航定位系統(tǒng)可擴(kuò)充性強(qiáng)，提供衛(wèi)星的信號(hào)種類眾多，為保障地球上一些地形盲區(qū)的順利觀測(cè)[8]提供了有利條件。在上述方法中，結(jié)合高精度幾何定位技術(shù)是其中的重要途徑之一。無(wú)論是GNSS/RTK還是高精度的多參考站GNSS[7]均具有連續(xù)精確的定位特點(diǎn)，可以為災(zāi)后重建提供較為精確的定位技術(shù)手段。

我國(guó)西南多數(shù)城市地形復(fù)雜，地勢(shì)較高，居住區(qū)安置在山坡上的較多，交通條件也十分不便，城市居住區(qū)直接面臨災(zāi)害威脅與救援困難等核心問(wèn)題。滑坡、泥石流、崩塌等地質(zhì)災(zāi)害點(diǎn)發(fā)育分散、地形復(fù)雜致使有效衛(wèi)星信號(hào)減少是快速開(kāi)展衛(wèi)星空中災(zāi)損制圖和災(zāi)情調(diào)查的瓶頸因素，改善觀測(cè)幾何精度因子，克服或減弱不利因素影響是其中的關(guān)鍵問(wèn)題。本文從勘測(cè)區(qū)建筑物的高分影像損毀特征出發(fā)，提出一種適合復(fù)雜地形環(huán)境的GNSS與高分遙感結(jié)合的災(zāi)情信息獲取技術(shù)，如圖1所示。主要技術(shù)思路如下:充分利用GNSS/RTK觀測(cè)載波相位動(dòng)態(tài)差分信號(hào)，通過(guò)實(shí)時(shí)計(jì)算定位結(jié)果減少冗余觀測(cè)量，縮短觀測(cè)周期，實(shí)現(xiàn)厘米級(jí)的定位精度。采用高分影像和GNSS/RTK觀測(cè)典型地物特征附近的控制點(diǎn)，對(duì)控制點(diǎn)進(jìn)行優(yōu)選，利用優(yōu)化后的控制點(diǎn)對(duì)多時(shí)相災(zāi)情影像進(jìn)行幾何精校正，結(jié)合高分影像解譯完成承災(zāi)體災(zāi)損制圖。

圖1 GNSS/RTK、高分影像結(jié)合的災(zāi)情制圖方案Fig.1 Disaster cartographic operation scheme based on GNSS/RTK and high images

1 GNSS災(zāi)情觀測(cè)

圖2 研究區(qū)復(fù)雜地形特點(diǎn)及GNSS現(xiàn)場(chǎng)觀測(cè)Fig.2 Characteristics of complex terrain in the study area and field observation of GNSS

選擇踏勘區(qū)且滑坡數(shù)量眾多、地形變化復(fù)雜的典型地質(zhì)災(zāi)害城市——廣西梧州市作為研究區(qū)(圖2)。該市地處珠江流域中游，位于桂江、潯江匯合處，城市內(nèi)部的沖溝較多且沖內(nèi)泥土松軟。本研究采用南方測(cè)繪S86 GNSS雙頻接收機(jī)，該接收機(jī)可以接收GPS與GLONASS衛(wèi)星信號(hào)。利用1∶5萬(wàn)地形圖及高分衛(wèi)星影像在重災(zāi)區(qū)內(nèi)選擇待觀測(cè)點(diǎn)，架設(shè)觀測(cè)基準(zhǔn)站。由于研究區(qū)內(nèi)地形起伏顯著，基站架設(shè)于觀測(cè)范圍內(nèi)的開(kāi)闊的山坡上，在保障流動(dòng)站測(cè)量精度的情況下，基準(zhǔn)站與流動(dòng)站之間的有效距離在5 km范圍內(nèi)[9]，流動(dòng)站可以很好地接收到基準(zhǔn)站的廣播信號(hào)，基準(zhǔn)站實(shí)現(xiàn)了整周模糊度的搜索，通過(guò)數(shù)據(jù)鏈將其觀測(cè)的星歷數(shù)據(jù)傳送給流動(dòng)站實(shí)現(xiàn)從浮動(dòng)解到固定解的自動(dòng)轉(zhuǎn)換。在充分考慮測(cè)區(qū)的交通、供電、氣象及通訊等條件后確定測(cè)量的順序，在架站以前尋找到適合的位置，用毛筆作標(biāo)記。待初始化成功后，依次將流動(dòng)站置于檢定場(chǎng)內(nèi)其他各點(diǎn)進(jìn)行RTK測(cè)量數(shù)據(jù)采集，在每個(gè)點(diǎn)上輸入正確的天線高，每個(gè)點(diǎn)上記錄不少于5個(gè)測(cè)量結(jié)果。

利用衛(wèi)星信號(hào)精度指標(biāo)PDOP衡量觀測(cè)數(shù)據(jù)的有效性，當(dāng)該值小于4時(shí)，繪制觀測(cè)點(diǎn)草圖，記錄點(diǎn)位坐標(biāo)。在無(wú)固定解地方采用皮尺輔助GNSS觀測(cè)，利用前方交會(huì)、垂直外伸法獲得災(zāi)損區(qū)域坐標(biāo)。采用垂直外伸法測(cè)定的結(jié)果相對(duì)于鄰近已知點(diǎn)的誤差完全可以滿足地形圖測(cè)繪和地籍測(cè)量中測(cè)定界址點(diǎn)坐標(biāo)鄰近已知點(diǎn)的誤差應(yīng)該小于5 cm[10]的要求。

對(duì)梧州災(zāi)損建筑物和地物特征點(diǎn)進(jìn)行觀測(cè)，獲得115個(gè)GNSS控制點(diǎn)，控制點(diǎn)位于冰泉沖、石鼓沖等災(zāi)害重災(zāi)區(qū)內(nèi)，制作成GNSS/RTK的H方向觀測(cè)誤差分布圖(圖3)，觀測(cè)點(diǎn)位于主要居民區(qū)內(nèi)，將誤差按水平H和垂直V排列，獲得誤差的空間分布圖，疊加地勢(shì)信息。圖4為剔出了部分離群點(diǎn)后的觀測(cè)誤差曲線，該數(shù)據(jù)包含了x、y、z坐標(biāo)和H/V的誤差描述。

觀測(cè)數(shù)據(jù)分析:該圖顯示GNSS觀測(cè)路線與災(zāi)損建筑物的空間關(guān)系。觀測(cè)點(diǎn)多分布于山?jīng)_內(nèi)或山?jīng)_邊緣的災(zāi)損建筑物附近。在災(zāi)損重災(zāi)區(qū)附近，觀測(cè)點(diǎn)較密集，如穿過(guò)冰泉東沖與冰泉西沖白云路上的災(zāi)情觀測(cè)點(diǎn)。水平誤差初析:白云路觀測(cè)時(shí)段誤差值在5～7 mm，平民沖破壞建筑物3 mm，石鼓沖9～24 mm，冰泉沖北部居民區(qū)8～85 mm。圖3顯示水平向H和垂直向V誤差及衛(wèi)星分布的幾何結(jié)構(gòu)指標(biāo)PDOP間的關(guān)系，其中PDOP指標(biāo)綜合反映了水平向和垂直向的災(zāi)害點(diǎn)位置精度。此外，觀測(cè)與制圖結(jié)果受觀測(cè)時(shí)段、天氣、電磁干擾的影響，同時(shí)也受測(cè)區(qū)地形遮蔽的影響。

圖3 研究區(qū)災(zāi)損建筑物GNSS控制點(diǎn)水平向誤差Fig.3 Horizontal error from the damage building GNSS control point observation

圖4 數(shù)據(jù)采集點(diǎn)誤差及PDOP分析Fig.4 Analysis of data acquisition points accuracy and PDOP

2 居住區(qū)建筑物災(zāi)情制圖

2.1 影像校正

本文災(zāi)情制圖遙感數(shù)據(jù)采用2005年11月和2006年10月成像的梧州市災(zāi)害前后1 m分辨率的真彩色合成影像。GNSS選擇WGS84坐標(biāo)系，UTM投影，中央子午線111°，投影比例尺0.999 6?；贕NSS觀測(cè)數(shù)據(jù)，采用多項(xiàng)式方法對(duì)災(zāi)前和災(zāi)后衛(wèi)星影像進(jìn)行精校正。考慮到梧州地形多變的特點(diǎn)，由于災(zāi)害前高分影像具有1 m級(jí)分辨率，研究區(qū)數(shù)據(jù)量大于1 G，為了降低影像精校正誤差，對(duì)構(gòu)成研究區(qū)9幅影像進(jìn)行分幅校正鑲嵌。利用已有地形資料，在災(zāi)后影像道路拐點(diǎn)和房屋角點(diǎn)，每幅圖像選擇20個(gè)左右的控制點(diǎn)，結(jié)合GNSS控制點(diǎn)坐標(biāo)對(duì)高分影像進(jìn)行校正，保證校正精度在0.1個(gè)像元精度范圍內(nèi)。同時(shí)對(duì)災(zāi)害前后影像進(jìn)行配準(zhǔn)，可以獲得較好的配準(zhǔn)精度。災(zāi)后其中一幅三波段影像大小4 000×3 147，實(shí)際地球空間覆蓋區(qū)面積12.4 km2，計(jì)算機(jī)占用容量47.58～56.89 MB，高分影像平均幾何校正時(shí)間6.28 h。

2.2 災(zāi)情判讀

對(duì)研究區(qū)影像掩膜裁剪，以建筑物的形狀特征和光譜特征為基礎(chǔ)，通過(guò)人機(jī)交互方式提取建筑物及滑坡破壞地表信息。2006年6月8日梧州市地質(zhì)災(zāi)害強(qiáng)度達(dá)到了峰值，倒塌房屋4 467戶共14 978間，其中市區(qū)238處，傍山、冰泉沖、平民沖、石鼓沖、金雞沖等居民區(qū)的規(guī)模較大[11]。

目視解譯的研究區(qū)災(zāi)損建筑物近100處，山體滑坡、崩塌、泥石流等災(zāi)害頻發(fā)地段建筑物損失嚴(yán)重，位于山?jīng)_中建筑物影像特征變化顯著:每處遭受破壞損失的建筑物功能、結(jié)構(gòu)類型、破損程度不同。如寺廟前部和主體的影像存在破壞痕跡明顯，大殿前部的建筑結(jié)構(gòu)被摧毀(圖5e、5f)。區(qū)域上分散的單個(gè)建筑物受到破壞及工廠類大型建筑結(jié)構(gòu)損毀。植被破壞顯著，植物附近的道路段裸露，大塊植被與裸地信息變化在多時(shí)相遙感影像中表現(xiàn)明顯。山體土壤和植被的運(yùn)動(dòng)直接破壞了附近的建筑物，一部分山體植被和土壤滑落在建筑物屋頂上，多數(shù)山體松散土滑落到建筑物旁導(dǎo)致建筑物不同程度的損壞。

為了驗(yàn)證本文解譯結(jié)果，對(duì)嚴(yán)重地質(zhì)災(zāi)害爆發(fā)區(qū)——平民沖、金雞沖、石鼓沖、冰泉沖的地質(zhì)災(zāi)損情況進(jìn)行了實(shí)地調(diào)查，發(fā)現(xiàn)了災(zāi)損建筑物存在的現(xiàn)場(chǎng)特征。建立的解譯標(biāo)志通過(guò)典型建筑物來(lái)對(duì)其他周邊建筑物進(jìn)行判斷。金雞沖、意園沖建筑物上仍殘留泥石流破壞的信息，泥石流破壞影像顯著。此外還可識(shí)別數(shù)目相對(duì)少的崩塌的影像特征。值得一提的是，一些建筑物側(cè)面損毀情況在實(shí)地調(diào)查中發(fā)現(xiàn)而影像中未發(fā)現(xiàn)，因而一些在高分影像無(wú)法識(shí)別的建筑物裂縫特征，需要在實(shí)地調(diào)查中發(fā)現(xiàn)。

2.3 建筑物災(zāi)情制圖

通過(guò)上述工作獲得2006年梧州降雨型滑坡實(shí)際災(zāi)情分布圖(圖6)，滑坡?lián)p毀嚴(yán)重建筑物和滑坡區(qū)得到非常直觀的顯示。研究中發(fā)現(xiàn)，高分影像上建筑物具有顯著的災(zāi)損特征，建筑物多集中于滑坡體和滑坡前緣。點(diǎn)狀分布圖中一個(gè)點(diǎn)代表一個(gè)區(qū)域的災(zāi)害發(fā)生點(diǎn)，主要體現(xiàn)災(zāi)害發(fā)生點(diǎn)附近會(huì)形成房屋損毀，共發(fā)生70處，影像解譯滑坡99處。損毀建筑物與滑坡有著密切的共生關(guān)系。

圖5 高分影像上災(zāi)損建筑物災(zāi)變前后特征Fig.5 Building features in pre-disaster(left)and post-disaster(right)from high-resolution images

圖6 廣西梧州2006年特大地質(zhì)災(zāi)害災(zāi)損分布圖Fig.6 Loss distribution of catastrophic geological disasters of Wuzhou in 2006

3 GNSS災(zāi)情制圖影響因素及效率分析

3.1 災(zāi)情觀測(cè)影響因素

觀測(cè)時(shí)刻和天氣會(huì)對(duì)觀測(cè)數(shù)據(jù)精度產(chǎn)生影響，具體表現(xiàn)為，與晴天對(duì)比，陰雨天觀測(cè)精度降低。盡管如此，對(duì)不同日期、不同時(shí)刻同一災(zāi)害點(diǎn)進(jìn)行了數(shù)據(jù)重復(fù)性檢測(cè)，發(fā)現(xiàn)了不同時(shí)段觀測(cè)數(shù)據(jù)的穩(wěn)定性良好。如本文在城郊觀測(cè)時(shí)，突然降雨，很多地方得不到固定解，觀測(cè)效率降低。將GNSS裝置移動(dòng)到重災(zāi)區(qū)石鼓沖觀測(cè)時(shí)，剛剛下完雨，烏云還未散去，雖然流動(dòng)站能夠初始化，但獲得固定解較為困難，采集到的浮動(dòng)解由于精度不高需要剔除掉。研究過(guò)程中發(fā)現(xiàn)多云天氣以云層稀薄為好。中午電離層擾動(dòng)大，可用的衛(wèi)星數(shù)目偏少導(dǎo)致初始化的時(shí)間較長(zhǎng)甚至不能初始化，RTK觀測(cè)很難得到固定解，觀測(cè)效率降低。測(cè)站上開(kāi)始接受衛(wèi)星信號(hào)到停止接收，連續(xù)觀測(cè)的時(shí)間間隔稱為觀測(cè)時(shí)段，簡(jiǎn)稱時(shí)段[12]。本文在2013－04－23T09:00—11:30，15:30—18:00;2013－04－24T09:00—11:00，15:00—18:00 4個(gè)時(shí)段完成了控制點(diǎn)的觀測(cè)記錄。因此，作業(yè)時(shí)間受限制可由選擇作業(yè)時(shí)間來(lái)解決?，F(xiàn)場(chǎng)觀測(cè)中發(fā)現(xiàn)，研究區(qū)最好的時(shí)段在11:00之前和下午15:00之后，GNSS觀測(cè)效率較高。

觀測(cè)對(duì)衛(wèi)星數(shù)量要求5顆以上，在山頂?shù)鹊匦瓮ㄍ傅沫h(huán)境下能夠穩(wěn)定接收到9顆衛(wèi)星信號(hào)，如梧州重災(zāi)區(qū)傍山頂。把基準(zhǔn)站布設(shè)在測(cè)區(qū)中央的最高點(diǎn)上，以降低作業(yè)時(shí)段的基準(zhǔn)站PDOP數(shù)值的影響，改善衛(wèi)星幾何分布精度?；鶞?zhǔn)站位置均為開(kāi)闊點(diǎn)，故測(cè)量時(shí)初始化很快，觀測(cè)沒(méi)有因?yàn)榛鶞?zhǔn)站的架設(shè)位置不當(dāng)而造成影響。遮蔽度高的地方往往不能獲得固定解，該種情況適合采用距離交會(huì)法求解遮蔽點(diǎn)的坐標(biāo)。研究區(qū)建筑物點(diǎn)測(cè)量相對(duì)集中在半山坡上，建筑物分布集中，互相掩疊現(xiàn)象嚴(yán)重且多為6層，樓層較高、觀測(cè)難度較大;城郊的建筑物較為分散，多為3層，樓層較低，容易測(cè)量，降低屏蔽物截止高度角的影響可以提高觀測(cè)的精度和效率。

3.2 GNSS觀測(cè)效率分析

在山地地形環(huán)境下克服或避開(kāi)上述影響因素，可實(shí)現(xiàn)快速作業(yè)。實(shí)踐中發(fā)現(xiàn)，控制PDOP＜6，水平和垂直精度在10－2～10－1m，災(zāi)情點(diǎn)的精度與以上討論的觀測(cè)影響因素有關(guān)。現(xiàn)場(chǎng)觀測(cè)數(shù)據(jù)統(tǒng)計(jì)顯示，每天工作時(shí)長(zhǎng)控制在上午2～2.5 h、下午3 h，GNSS觀測(cè)僅需1～2人便可完成操作。采集數(shù)據(jù)效率與觀測(cè)人員對(duì)觀測(cè)流程的熟習(xí)程度相關(guān)，隨著熟習(xí)程度的提高，觀測(cè)效率由0.14個(gè)/min提高到0.18個(gè)/min(圖7)。測(cè)量第2天下午由于下雨對(duì)測(cè)量造成影響，故效率增幅相對(duì)小一些。RTK技術(shù)受通視條件、能見(jiàn)度、氣候、季節(jié)等因素的影響和限制較小，本文的研究印證了這一點(diǎn)，但同時(shí)需要克服觀測(cè)時(shí)段、天氣和遮蔽的影響。因此建議綜合交通、地形等多種因素以提高觀測(cè)效率，保障觀測(cè)精度，在較好的天氣下設(shè)計(jì)最佳的測(cè)區(qū)觀測(cè)時(shí)段。測(cè)量時(shí)按照設(shè)計(jì)觀測(cè)順序逐個(gè)測(cè)量，不能舍近求遠(yuǎn)，在空間上將測(cè)區(qū)編號(hào)。對(duì)多同一災(zāi)情點(diǎn)進(jìn)行補(bǔ)測(cè)、重測(cè)，依據(jù)采集數(shù)據(jù)整體特征剔除離群點(diǎn)并考慮粗值數(shù)據(jù)剔除是否合理。

圖7 GNSS災(zāi)情觀測(cè)效率的進(jìn)度曲線Fig.7 Progress curve of disaster observation efficiency by GNSS

4 結(jié)論

高分遙感影像直觀地記錄了災(zāi)害導(dǎo)致的災(zāi)損特征，多時(shí)相遙感對(duì)比可以發(fā)現(xiàn)建筑物輪廓及內(nèi)部特征變化進(jìn)而完成災(zāi)損制圖。值得一提的是，一些在高分影像中無(wú)法識(shí)別，但已導(dǎo)致承載體構(gòu)筑物破壞、裂縫發(fā)育的建筑物側(cè)面特征需要在實(shí)地調(diào)查中發(fā)現(xiàn)。GNSS與高分影像結(jié)合需要充分考慮天氣、時(shí)間、遮蔽度等因素的影響，減少觀測(cè)冗余量，提高觀測(cè)效率。研究中發(fā)現(xiàn)，遮蔽度會(huì)對(duì)觀測(cè)精度發(fā)生直接影響，如研究區(qū)冰泉沖小區(qū)的樓房比較密集，而龍泉飛瀑景點(diǎn)附近城郊居住區(qū)的樹(shù)林密集，所以衛(wèi)星信號(hào)被阻擋屏蔽的機(jī)會(huì)較多，衛(wèi)星空間結(jié)構(gòu)差、信號(hào)強(qiáng)度弱，容易造成信號(hào)失鎖，需要重新初始化。將GNSS和高分影像技術(shù)運(yùn)用于災(zāi)害現(xiàn)場(chǎng)勘查，可以降低災(zāi)害制圖成本，更快速、精確地提供三維災(zāi)情信息。將最新對(duì)地定位和觀測(cè)理論技術(shù)方法應(yīng)用于災(zāi)害信息獲取研究，拓寬了現(xiàn)代地球空間技術(shù)的應(yīng)用領(lǐng)域，本文的研究結(jié)果為分析災(zāi)害承災(zāi)體的圖像特征變化與空間分布定位、繪制歷史災(zāi)情分布圖提供了一種有效參考。

[1]王治華.滑坡遙感[M].北京:科學(xué)出版社，2012.

[2]王治華，徐起德，徐斌，等.5.12汶川地震航空遙感應(yīng)急調(diào)查[J].中國(guó)科學(xué)E輯:技術(shù)科學(xué)，2009，39(7):1304－1311.

[3]王麗濤，王世新，周藝，等.青海玉樹(shù)地震災(zāi)情遙感應(yīng)急監(jiān)測(cè)分析[J].遙感學(xué)報(bào)，2010，14(5):1053－1066.

[4]李德仁，陳曉玲，蔡曉斌.空間信息技術(shù)用于汶川地震救災(zāi)[J].遙感學(xué)報(bào)，2008，12(6):841－851.

[5]劉經(jīng)南.GNSS連續(xù)運(yùn)行參考站網(wǎng)的下一代發(fā)展方向——地基地球空間信息智能傳感網(wǎng)絡(luò)[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版，2011，36(3):253－256.

[6]曹沖.全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)競(jìng)爭(zhēng)格局和發(fā)展趨勢(shì)研究[J].全球定位系統(tǒng)，2006(3):1－3.

[7]鄒進(jìn)貴，邱衛(wèi)寧，徐亞明，等.GNSS天線陣列接收機(jī)與無(wú)線傳感器網(wǎng)絡(luò)在災(zāi)害監(jiān)測(cè)中的集成方法研究[J].測(cè)繪通報(bào)，2010(2):11－13.

[8]曲亞男，房元?jiǎng)?，李?GNSS技術(shù)及其發(fā)展趨勢(shì)[J].山東省農(nóng)業(yè)管理干部學(xué)院學(xué)報(bào)，2010，27(5):156－157，159.

[9]吉長(zhǎng)東，喬仰文，王國(guó)清.復(fù)雜條件下提高RTK觀測(cè)高程精度的研究與分析[J].測(cè)繪通報(bào)，2005(9):16－17.

[10]郭英起，伊?xí)詵|，李本新.利用GPS RTK測(cè)定建筑物墻角點(diǎn)方法研究[J].測(cè)繪工程，2008，17(2):48－50.

[11]梧州市地方志編纂委員會(huì).梧州綜合年鑒(2005—2006)[M].南寧:廣西人民出版社，2007.

[12]GB/T 18314—2001，全球定位系統(tǒng)(GPS)測(cè)量規(guī)范[S].