BP神经网络在县域GPS高程拟合中的应用

摘要：

本文针对GPS大地高与水准正常高相互转换的问题,根据实测GPS、水准数据,构建BP神经网络模型拟合新化县域GPS高程异常.通过测试样本拟合高程与正常高的比较及与常用的曲面拟合法对比发现,BP神经网络模型高程拟合最大残差为5.4cm,最小为0.5cm,拟合中误差为3.2cm,均优于曲面拟合法.通过与已有的湖南省区域似大地水准面精化结果比较,BP神经网络模型在新化县域拟合精度优于省级似大地水准面精度.因此,BP神经网络模型在该县域的GPS高程拟合是可行的.根据BP神经网络模型拟合的高程异常分布发现,新化县域GPS高程异常曲面具有西南、中部、北部高、东南及中部偏北柘溪水库库区低的分布特征,其中水车镇至金凤、油溪桥至官帽及大熊山林场均为高程异常高梯度带,柘溪水库库区及东南相邻冷水江市为高程异常低梯度带,这与该地区地形成镜像关系.高程异常最大值为19.35m,最小值为18.41m,拟合区域高程异常差值0.95m.

关键词：BP神经网络、GPS、高程异常、曲面拟合、新化县

所属期刊栏目：46

分类号：P228.4(大地测量学)

在线出版日期：2018-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：51-56