-
摘要: 佘山13 m射电望远镜作为新一代天体测量与空间大地测量甚长基线干涉测量系统，配备有2~14 GHz宽频接收机和X/Ka双频接收机。指向精度是射电望远镜性能的重要指标之一，一般要求好于最高配置频率波束宽度的1/10。对于佘山13 m口径射电望远镜，Ka波段32 GHz时的指向精度约为18 as。基于该望远镜的指向扫描实测数据，探讨了指向改正模型建立方法，包括测量功率曲线拟合、积分时间影响分析、指向改正模型参数设置等，实测评估了该望远镜的指向精度。所得指向改正模型可作为系统调试与改进的依据，也是望远镜系统指标测量和观测目标精确跟踪的保障，数据解析模型与分析流程可用于测量系统的日常指向精度检核，也可供类似工程测量参考。Abstract: The Sheshan 13 m radio telescope is designed as a new generation of astrometric and geodetic very long baseline interferometry (VLBI) observation system, equipped with 2-14 GHz broadband receiver and X/Ka dual-band receiver. Pointing precision is one of the most important technical specifications of radio telescopes, typically about one tenth of the beam width at the highest observation frequency. For the Sheshan 13 m radio telescope, the required pointing precision is about 18 as at 32 GHz of Ka band. Based on the pointing scan data of the telescope, the method of establishing pointing correction model is discussed, including the curve fitting of the power measurements of extragalactic sources, the tests on the effect of the integration time, and the parameter setting of the pointing correction model. The pointing precision of the telescope is measured and estimated. The resulted pointing correction model can be used as the basis for the system debugging and improvement. It is also the guarantee for the measurement of the systematic technical specifications and precisely tracking of observation target. The data analysis model and analysis process can be used for the daily pointing precision check of the observation system, and can also be used for similar engineering measurement as reference.
-
Keywords:
- astrometry /
- space geodesy /
- VLBI /
- radio telescope /
- pointing correction model
-
随着城镇化发展，城镇人口不断增多，伴随而来的是城市区域的迅速扩张。特别是2000年以来，中国的城镇化发展进入了新的阶段。中国“十三五”规划、国家新型城镇化规划(2014—2020)等提出要合理控制城镇开发边界、保护基本农田，通过优化城市内部空间结构，促进城市紧凑集约、高效绿色发展，以解决城市盲目扩张，土地城镇化快于人口城镇化，建设用地粗放低效，城镇化与工业化不匹配，城镇空间分布和规模结构不合理，资源环境承载力不足，生态环境问题突出等诸多问题。合理控制城镇增长边界，优化城市内部空间结构，促进城市紧凑发展已经成为城市可持续发展的内在要求[1-2]。开展城镇化监测与分析，对于准确把握城镇化进程，科学开展城市规划和建设，促进城市可持续发展有着极为重要的作用。
城镇化可从人口城镇化和土地城镇化两方面进行度量。人口城镇化可采用城市化率(城市人口与总人口的比率)表示，土地城镇化可采用非农化的城区面积表示[3]。相比于人口城镇化产生的人口转移这一难以度量的指标，土地城镇化即城市空间扩展是城镇化作用于地理空间的直接结果[4]，更容易被客观度量。遥感技术具有真实、客观、现势性强、成本低等优势，已成为土地城镇化监测的重要技术手段[5-9]。城镇化监测首要任务即确定城区面积或城区边界，然而城区或城区边界相关概念众多，这些定义有着不同的出发点和特点[10-16]。许多研究将土地利用分类结果中的建设用地或不透水面作为城区[17-19]。还有一些研究人员综合考虑城市用地的功能定义城区[20]。城镇化监测采用的影像数据源众多[21]。早期，MODIS影像是城市化监测的主要数据源[22-25]。随后，Landsat系列等中分辨率卫星影像被广泛使用[26-31]。随着越来越多的高分辨率卫星发射升空，许多研究人员尝试利用高分辨率遥感影像开展城区提取[32-36]，但由于其自动化提取的能力限制，多用于单个城市尺度。另外，在获取城区范围的基础上，也有不少学者进行了城市扩展模式和特征的分析[37-40]。
上述研究为城镇化监测与分析所需的城区边界提取提供了丰富的方法，但仍存在不足。主要体现在：城区边界提取的方法和标准不统一，导致城市和区域间城区提取精度和面积比较困难；中低分辨率影像得到的城区边界提取精度较低；高分辨率影像的城区边界提取算法难以适应于全国尺度。为解决上述问题，本文提出了一种计算机自动识别和人工解译相结合的标准化城区边界半自动化提取方法，以中国337个地级以上城市为监测区，利用高分辨率影像和一致的提取标准，获得了2000年、2005年、2010年、2016年4期的城区边界；城区面积被用于土地城镇化表征，并结合其他专题数据对全国地级以上城市的时空扩展特征进行分析。
1 城区数据和提取方法
选择中国337个地级以上城市(包括地级市、自治州、地区、盟，不含港澳台)作为研究区。选取其市辖区(没有市辖区的选择政府所在地的县)作为城区提取范围，存在行政区划调整的城市以2016年市辖区为准。根据中国经济区域划分为东部、中部、西部和东北4大地区。根据《第一财经周刊》[41]提出的城市分级结果，将地级以上城市分为1线城市、新1线城市、2线城市、3线城市、4线城市、5线城市(见图 1)。地级以上城市是全国经济、政治和人口集聚中心，其城镇化能够代表本地区的最高水平。21世纪初期，地级以上城市经济社会快速发展，城区扩展迅速，在中国城镇化空间扩展监测与分析中具有代表性。
![]()
图 1 全国337个地级以上城市及地域分布Figure 1. 337 Prefectural Cities and the Spatial Distribution of China1.1 数据准备和处理
收集高分辨率遥感影像、人口数据、国内生产总值(gross domestic product, GDP)数据、1：10万比例尺土地利用数据、全国第一次地理国情普查成果数据、2016年基础性地理国情监测成果数据，用于全国地级以上城市城区边界提取和城市空间扩展分析。其中，高分辨率遥感影像主要采用优于2 m分辨率影像，覆盖整个研究区域，具体情况见表 1，表 1中数据类型按照使用的优先顺序进行排列，影像时相多为当年度6月份左右，来源于原国家测绘地理信息局和各省级测绘地理信息部门。坐标系均转化到CGCS2000大地坐标系。人口和GDP数据来源于各年份的中国统计年鉴；1：10万比例尺土地利用数据来源于中国科学院资源环境科学数据中心，土地利用合并成耕地、建设用地、林草地、水域和未利用地；全国第一次地理国情普查成果数据和2016年基础性地理国情监测数据来源于原国家测绘地理信息局，包括地表覆盖、城市道路要素、地名地址、乡镇和县级行政区划界线，为城区边界提取提供了很好的参考。高分辨率遥感影像经过正射纠正、影像融合、影像镶嵌、裁切等处理步骤，所有专题数据经过几何纠正重投影，以保障与影像的匹配。
表 1 本文用到的主要遥感影像数据Table 1. Main Remote Sensing Images Used in This Paper序号 时相 主要数据类型(分辨率: m) 1 2000年 航空影像(1)、IKONOS(1) 2 2005年 Quickbird(0.61)、航空影像(1)、IKONOS(1)、SPOT5(2.5) 3 2010年 Worldview-1(0.5)、Worldview-2(0.5)、Quickbird(0.61)、航空影像(1)、SPOT5(2.5)、ALOS(2.5)、CIRS-P5(2.2) 4 2016年 航空影像(0.5)、高景一号(0.5)、Pleiades(0.5)、北京二号(0.8)、高分二号(1)、SPOT-6(1.5)、SPOT-7(1.5)、天绘一号(2)、ZY-3(2.1) 覆盖面积占比 Worldview-1/2占23.14%，航空影像占20.06%，IKONOS占17.75%，其他占39.05% 1.2 城区边界提取
城区边界采用计算机自动提取和人工解译修正相结合的提取方法。采用融合直角点和直角边特征对高分辨率遥感影像自动提取居民点多边形[35-36]；将居民点多边形与区政府所在地叠加，区政府所在地落到的集中连片居民点多边形作为初始城区边界；参照地理国情监测的分类体系和标准，按照城区边界提取原则和规则对初始城区边界人工目视解译修正和编辑，以获取最终的城区边界(见图 2)。最终的城区边界包括了中心城区和飞地型城区。初始城区边界的修正原则和规则如下。
1) 行政区划边界限定原则。城区必须位于城市行政区划范围内，不能超过行政区划边界。
2) 城区边界线勾绘原则。城区边界线优先沿道路、河流等线性地物的边界勾绘，不能跨越房屋建筑(区)和构筑物。城区边界线内侧不能有耕地存在。当城区边界落到河岸时，如果河岸周边为城市建设用地绿化景观，则城区边界线沿河流的高水位线勾绘，连同绿化部分归入城区；否则沿河岸附近的道路勾绘。线性地物界线不明显时，城区边界优先沿具有明显界线的完整地块勾绘，如院落或围墙。若地块边界不明显或整个地块内未建成面积比例较大，可按实际建设用地边界勾绘。
3) 中心城区判定原则。中心城区即中心集中连片区，通过道路一直向外延伸，直到具有城市景观的建设用地与中心集中连片区边缘的距离超过50 m或不再具有城市景观。
4) 城市景观判定原则。城市景观主要包括城市房屋建筑区、城市道路、城市绿地、城市广场、停车场、体育场等景观[42-43]，其中由城市道路围成的街区是最主要的城市景观特征。
5) 飞地型城区判定原则。飞地型城区即飞地型集中连片区，是城区的重要组成部分。其具有以下特征：①通过道路与中心城区联系紧密；②具有城市景观特征；③面积大于60 ha且至少包含以下地理单元：城市级的街道办事处、行政部门、工矿区、开发区、科研单位、大专院校等。
6) 城区边界逆向提取原则。首先，完成最新时相的城区边界提取；其次，按现势性从新到旧的顺序，采用逆增量更新技术获得城区边界变化部分；最后，将后时相边界与城区边界变化部分融合得到前时相的城区边界，以保证多期边界之间的拓扑准确。
计算机自动提取和人工解译修正相结合的提取方法大大节省了人工目视和手工勾绘获得初始城区的效率。经测试，自动识别获取初始城区边界相比人工目视手工解译效率提升近2倍。连同初始城区边界解译修正这一环节，综合提升效率30%。图 3为本研究的城区内部典型地物示例。
1.3 城市空间扩展分析指标
采用城区扩展速度、扩展强度、地均GDP、城市用地增长弹性系数4个指标，从城区时空扩展过程、城区土地利用效率变化、城区扩展协调性、城区扩展区域土地利用变化4个方面对城区时空扩展进行分析。
1) 城区扩展速度。城区扩展速度Vi为某一时间段内某城市的城区面积年增长速度，反映了单位时间内不同城区扩展快慢的绝对差异。
$$ {V_i} = (\Delta {U_{i, j}}/\Delta {t_j}) \times 100\% $$ (1) 式中，ΔUi, j为j时段i单元的城区扩展面积; Δtj为j时段的时间跨度。
2) 城区扩展强度。扩展强度Ni为某一时间段内某城市城区面积相对于基期城区的年扩展比例，反映了单位时间内不同城区扩展快慢的相对差异。
$$ {N_i} = [\Delta {U_{i, j}}/(\Delta {t_j} \times {M_i})] \times 100\% $$ (2) 式中，ΔUi, j为j时段i单元的城区扩展面积; Δtj为j时段的时间跨度; Mi为基期i单元的城区面积。
3) 地均GDP。地均GDP反映单位城区面积上产出的GDP效益。
4) 城市用地增长弹性系数。城市用地增长弹性系数K是某时期内城区面积增长率与城区人口增长率之比，是测定城区扩展是否协调的重要指标。国内学者通常用城市用地增长弹性系数来衡量城市扩张与人口增长之间的协调关系，认为城市用地增长弹性系数为1.12比较合理[44-45]。
$$ \left\{ \begin{array}{l} K = \left( {{R_G}/{R_P}} \right) \times 100\% \\ {R_G} = \sqrt[{\Delta t}]{{{A_t}/{A_0} - 1}} \times 100\% \end{array} \right. $$ (3) 式中，RG为城区面积年均增长率; RP为城市人口年均增长率; At表示某时期末的城区面积; A0表示某时期初的城区面积; Δt表示时间跨度。
2 城区边界提取精度分析
本研究提取了全国337个地级以上城市的城区边界矢量成果，其可靠性和高精度主要体现在以下3个方面。
1) 技术方法保障提取结果的高精度。本研究提取城区边界首先采用融合直角点和直角边特征的居民点自动提取方法，保证了提取结果的一致性。另外，提取原则和标准严格、规范，可操作性强。解译人员需严格按照6项规范化的提取原则和具体技术规定操作，能够保证城区边界提取结果的可靠性。
2) 高分辨率遥感影像作为主体数据保障提取结果的高精度。采用的遥感影像分辨率高，能够有效避免误分、漏分现象。已有研究结果表明，分辨率对于城区边界提取精度具有重要的影响，高分辨率影像相比MODIS和Landsat影像，能够有效避免城区边界的误分、漏分，且能够将城区与城乡结合部、乡镇建设用地等区分开来[46]。
3) 高质量的辅助数据保障提取结果的高精度。难点区域有真实可靠的辅助数据支持，保障提取成果的准确性。城区边界提取最大的难点在于集中连片、城市景观和飞地型城区的判断。本研究通过参考全国第一次地理国情普查成果和2016年基础性地理国情监测成果数据中的城镇功能单元数据、开发区数据、保税区数据、城市道路数据等，很好地解决了上述城区3大特征的判断。
3 城区时空扩展分析
3.1 城区时空扩展过程
2016年全国地级以上城市的城区总面积达到了35 637.2 km2，占全国行政辖区总面积的2.0%，相比于2000年增长了122.6%。从城市、省份、城市群、经济区4个尺度对全国地级以上城市的城区面积时空扩展过程进行分析。
按城市级别分析，城区平均面积由高到低依次为1线城市、新1线城市、2线城市、3线城市、4线城市、5线城市。扩展面积最大的3个城市依次是上海、深圳、天津。从城区面积占比分析，上海市的城区面积占比最大，其次是天津市。2000—2016年，新1线城市扩展面积最大，达4 820.0 km2, 2线城市与3线城市次之。1线城市16年间扩展速度为119.9 km2/a，5线城市扩展速度为140.0 km2/a(见图 4)。
![]()
图 4 全国地级以上城市2000—2016年城区面积空间分布图Figure 4. Spatial Distribution Map of Urban Area of China's Prefectural Cities 2000—2016按省份分析，2016年城市城区面积最大的前三甲省份分别是江苏、山东和广东，城区面积最小的3个省份是西藏、青海和海南。海南省城区面积小，但其城区面积占比高。2000—2016年时间段中，城市扩展面积和扩展速度最大的前三甲省份分别是江苏、山东、广东，扩展面积和扩展速度最小的3个省份分别为西藏、青海、海南。扩展面积最大的江苏和扩展面积最小的西藏两者扩展速度相差50余倍。扩展强度最大的前三甲省份依次为宁夏、云南、江西，扩展强度分别为16.0%、14.8%、14.0%。扩展强度较小的后3个省市为北京、黑龙江、西藏，扩展强度分别为2.1%、3.1%、3.6%。
按不同城市群分析，长三角、珠三角、京津冀、哈长、成渝5大城市群地级以上城市的城区面积呈阶段递增。长三角城市群城区面积在5大城市群中增长最为迅速，且城区面积占比涨幅较大。珠三角城市群与长三角城市群类似，城区面积增长迅速且城区面积占比涨幅大。长三角和珠三角城市群城区面积占比远高于其他城市群，表明该两个城市群的城镇化程度远高于其他地区。京津冀地区的城区面积增长最为缓慢，城区面积占比几乎保持不变，且在5大城市群中最低，表明京津冀城市群土地城镇化综合水平低，且城镇化发展不足，亟需京津冀协同发展战略来带动。哈长城市群的城区面积增长速度和城区面积占比仅高于京津冀城市群，其城区总面积在5个城市群中最少。
按不同经济区分析，东北、东部、中部、西部4个地区的城区面积均呈阶段递增。2016年，东部地区的城市城区面积最大，东北地区城区面积最小。城区面积占比方面，2016年东部地区最大为3.83%，西部地区最小为0.94%，表明西部地区的土地城镇化水平在全国4大区域仍处于最低。2000—2016年，各地区扩展面积与扩展速率从高到低依次为东部地区、西部地区、中部地区、东北地区(见图 5)。东部地区扩展面积为10 224.5 km2，东北地区扩展面积为1 617.7 km2。2000—2016年，从不同经济区分析，各地区扩展强度由高到低依次为西部地区、东部地区、东北地区、中部地区。西部地区扩展强度达9.01%，中部地区扩展强度仅为1.21%，面积占比增长最为缓慢。
![]()
图 5 全国地级以上城市2000—2016年城区扩展面积空间分布图Figure 5. Spatial Distribution Map of Urban Sprawl Area of China's Prefectural Cities 2000—20163.2 城区土地利用效率变化
对城区土地利用的经济效率进行分析。2000—2016年，全国各省份地均GDP，即单位城区面积GDP呈持续增长趋势。2016年, 地均GDP排名前三甲的省市依次为北京、广东、吉林，排名后三位的省份依次是青海、西藏、海南。排名第一的北京和排名最后的青海地均GDP相差近200倍。
按经济区分析，2000—2016年各地区地均GDP呈递增趋势。中部地区的地均GDP由2000年4大地区中的最后一位攀升至2016年的第二位。东部地区在各阶段地均GDP均处于全国领先。
按城市级别分析，1线城市的地均GDP在各阶段均领先全国其他城市，5线城市的地均GDP在各阶段均落后于全国其他城市，这与其实际城镇化发展水平一致。
采用凸壳原理对337个地级以上城市的扩展类型进行判断并分析[47]。如图 6所示, 2000—2016年，填充型城市数量占比为26.7%，包括太原市、佳木斯市、宜昌市、白山市、盘锦市、延边朝鲜族自治州、十堰市、辽阳市、兰州市、枣庄市、大同市、锦州市、宝鸡市、洛阳市等90个城市。外延型城市数量占比为73.3%，包括吐鲁番地区、阜阳市、博尔塔拉蒙古自治州、北京市、天津市、惠州市、防城港市、吴忠市、六安市、鹤壁市、清远市、厦门市、中卫市等247个城市。2000—2016年, 全国地级以上城市空间扩展以外延型为主，城区形态趋于分散，城区土地利用效率有所下降(见图 7，其中新疆的城市用地增长弹性系数真实值是112.77，因显示原因表示为16.00)。
![]()
图 6 2000—2016年全国地级以上城市扩展类型空间分布图Figure 6. Spatial Distribution Map of Urban Sprawl Types of China's Prefectural Cities 2000—2016![]()
图 7 全国各省市2000—2016年地级以上城市用地增长弹性系数图Figure 7. Map of Urban Sprawl Coordination Coefficient of China's Prefectural Cities 2000—20163.3 城区扩展协调性
2000—2016年，新疆、重庆、浙江、江苏、湖北、上海、辽宁、天津、安徽、江西、云南、宁夏、福建、内蒙、广西、甘肃、山西、贵州、湖南、四川、陕西、黑龙江、河南、吉林共24个省份的城市用地增长弹性系数远高于最优值1.12，表明这些省市城区扩展超前于人口增长。海南、青海、河北、西藏、北京共5个省市的城市用地增长弹性系数远低于最优值1.12，表明这些省市城区扩展滞后于人口增长。仅广东、山东两个省市的城市用地增长弹性系数接近最优值1.12。新疆、重庆的城市用地增长弹性系数分别为112.77和12.33，表明这两个省市16年间城区扩展远远高于人口增长速度。
3.4 城区扩展区域土地利用变化
2000—2016年，全国地级以上城市空间扩展占用最多的是耕地，占扩展总面积的56.4%。其次是建设用地，占扩展总面积的23.9%；水域及未利用地占用面积最少，占比为9.7%。全国城区扩展以占用耕地为主的省份达28个。剩余的3个省市中，北京占用建设用地比例为50.8%，比占用耕地面积略高6.6%，表明北京近16年的扩展以合并农村居民点等建设用地和占用耕地并存；广东以占用水域及未利用地为主，占比为44.1%；西藏以占用林草地为主，占比达56.1%。2000—2016年，城区扩展占用耕地面积排前10的省市为浙江、重庆、安徽、河南、吉林、江苏、上海、宁夏、山东、山西；占用林草地面积排名前10的省市为西藏、湖南、海南、新疆、内蒙、贵州、江西、云南、广西、福建；占用建设用地面积排名前10的省市为北京、陕西、四川、广西、河北、青海、海南、辽宁、福建、山西；占用水域及未利用地面积排名前10的省市有广东、甘肃、天津、湖北、贵州、新疆、黑龙江、福建、宁夏、内蒙(见图 8)。
![]()
图 8 2000—2016年全国各省市空间扩展占用土地比例图Figure 8. Proportion of Land Use Occupied by Urban Sprawl Areas of China's Prefectural Cities 2000—20164 结语
本文提出了一种基于高分辨率遥感影像和地理信息资料辅助的计算机自动识别和人工解译相结合的标准化城区边界半自动化提取方法，获得了中国337个地级以上城市的2000年、2005年、2010年、2016年4期的高精度的城区边界。利用本研究得到的城区边界与专题数据相结合，开展了中国地级以上城市的城市时空扩展分析，结论如下：①中国城镇化进程在2000-2016年间发展迅速，城区主要集中分布在东部和中部，东西部地区差异大。②中国地级以上城市用地效率与城镇化发展水平显著相关，城市用地效率逐步上升。③大部分城市城区扩展超前于人口增长，少量城市城区扩展滞后于人口增长。④新增城区侵占耕地问题严重，占用建设用地也有较大比重。
进一步的研究工作包括：①优化城区边界提取算法，将人工解译规则转化为机器学习算法，以提升城区边界提取效率。②探讨中国地级以上城市的城区边界数据应用于政府部门和民众的途径和方法。
-
![]()
图 3 方位差与8参数模型拟合残差分布
Figure 3. Distributions of Azimuth Difference and Fitting Residuals from the 8-Parameter Model
![]()
图 4 俯仰差与8参数模型拟合残差分布
Figure 4. Distributions of Elevation Difference and Fitting Residuals from the 8-Parameter Model
![]()
图 5 21参数模型的方位差与拟合残差分布
Figure 5. Distributions of Azimuth Difference and Residual from the 21-Parameter Model
![]()
图 6 21参数模型的俯仰差与拟合残差分布
Figure 6. Distributions of Elevation Difference and Residual from the 21-Parameter Model
![]()
图 7 21参数模型的指向误差分布
Figure 7. Distribution of Pointing Uncertainty from the 21-Parameter Model
表 1 8参数模型拟合
Table 1 Fitting from the 8-Parameter Model
参数序号 数值/as 误差/as 1 -104.4 1.3 2 -35.9 0.4 3 -2.3 0.2 4 -12.7 0.1 5 -80.1 1.0 6 -136.3 1.6 7 39.5 1.2 8 -1.2 0.2 
下载: 导出CSV
表 2 22参数模型拟合
Table 2 Fitting from the 22-Parameter Model
参数序号 数值/as 误差/as 1 -65.1 2.5 2 -94.6 119.8 3 2.7 0.7 4 -4.7 0.5 5 -76.8 3.2 6 -124.6 3.8 7 14.0 51.1 8 9.0 1.9 9 -84.6 126.2 10 14.0 51.1 11 170.2 75.4 12 -5.0 0.3 13 -31.5 1.8 14 -32.3 1.0 15 -4.1 0.3 16 -14.9 0.3 17 13.3 0.9 18 -8.4 0.4 19 -4.8 0.3 20 2.1 0.4 21 -0.5 0.6 22 -5.0 0.7
下载: 导出CSV
表 3 21参数模型拟合
Table 3 Fitting from the 21-Parameter Model
参数序号 数值/as 误差/as 1 -55.0 2.0 2 -36.6 0.3 3 4.5 0.2 4 -4.8 0.2 5 -81.6 2.2 6 -129.3 2.8 7 33.1 0.7 8 -0.6 0.2 9 — — 10 — — 11 — — 12 -8.3 0.4 13 -37.8 1.0 14 -39.4 0.8 15 -5.0 0.2 16 -13.6 0.1 17 14.8 0.7 18 -14.0 0.7 19 -2.6 0.2 20 4.8 0.1 21 5.8 0.1 22 -5.5 0.1 23 -5.9 0.4 24 -7.5 0.4
下载: 导出CSV
-
[1] Petrachenko B, Niell A, Behrend D, et al. Design Aspects of the VLBI2010 System[C]. International VLBI Service for Geodesy and Astrometry 2009 Annual Report, Greenbelt, MD, USA, 2010
[2] 李金岭, 魏二虎, 孙中苗, 等.关于我国天测与测地VLBI网络未来建设的讨论[J].武汉大学学报·信息科学版, 2010, 35(6):670-673 http://ch.whu.edu.cn/CN/abstract/abstract959.shtml Li Jinling, Wei Erhu, Sun Zhongmiao, et al. Discussion on Future Configuration Design of Chinese Astrometric and Geodetic VLBI Network[J]. Geomatics and Information Science of Wuhan University, 2010, 35(6):670-673 http://ch.whu.edu.cn/CN/abstract/abstract959.shtml
[3] 钱志瀚, 顾健星, 高一华, 等.上海天文台六米射电望远镜指向精度的检测[J].上海天文台年刊, 1982, 4:206-213 http://www.cnki.com.cn/Article/CJFDTotal-KXTW198200027.htm Qian Zhihan, Gu Jianxing, Gao Yihua, et al. Determination of the Pointing Accuracy of the 6 Meters Radio Telescope at Shanghai Observatory[J]. Annals of Shanghai Observatory Academia Sinica, 1982, 4:206-213 http://www.cnki.com.cn/Article/CJFDTotal-KXTW198200027.htm
[4] 杜鸿, 苏步美.十米射电望远镜指向跟踪精度分析[J].云南天文台台刊, 1991(2):52-60 http://www.cnki.com.cn/Article/CJFDTotal-YTWT199102009.htm Du Hong, Su Bumei. The Analysis of the Pointing and Tracking Accuracies of the 10 m Radio Telescope[J]. Publications of Yunnan Observatory, 1991(2):52-60 http://www.cnki.com.cn/Article/CJFDTotal-YTWT199102009.htm
[5] 顾健星.佘山25米天线导轨问题对指向误差影响的研究[J].上海天文台年刊, 1994, 15:205-211 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199400295968 Gu Jianxing. Research on the Antenna Pointing Error of 25 m Radio Telescope[J]. Annals of Shanghai Observatory Academia Sinica, 1994, 15:205-211 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199400295968
[6] 李永江, 艾力·玉苏普, 张正禄, 等.天线轨道形变精密测量与指向偏差模型研究[J].武汉大学学报·信息科学版, 2013, 38(2):176-180 http://ch.whu.edu.cn/CN/abstract/abstract6099.shtml Li Yongjinag, Aili Yusup, Zhang Zheglu, et al. Antenna Track Deformation Precise Measurement and Pointing Error Model[J]. Geomatics and Information Science of Wuhan University, 2013, 38(2):176-180 http://ch.whu.edu.cn/CN/abstract/abstract6099.shtml
[7] 米月英. 65 m射电望远镜天线结构指向精度分析与设计[J].无线电工程, 2014, 44(5):60-63 doi: 10.3969/j.issn.1003-3106.2014.05.017 Mi Yueying. Analysis and Design on Pointing Precision of a 65 m Radio Telescope Antenna Structure[J]. Radio Engineering, 2014, 44(5):60-63 doi: 10.3969/j.issn.1003-3106.2014.05.017
[8] 王锦清, 虞林峰, 赵融冰, 等.大型射电望远镜高精度指向偏差检测方法[J].中国科学:物理学力学天文学, 2017, 47(12):129504-1-129504-10 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgkx-cg201712013 Wang Jinqing, Yu Linfeng, Zhao Rongbing, et al. High Precision Pointing Error Detection Method for Large Radio Telescope[J]. Scientia Sinica Physica, Mechanica & Astronomica, 2017, 47(12):129504-1-129504-10 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgkx-cg201712013
[9] 付丽, 董健, 凌权宝, 等.天马望远镜结构重力变形对面形和指向精度影响[J].电波科学学报, 2017, 32(3):314-322 http://d.old.wanfangdata.com.cn/Periodical/dbkxxb201703010 Fu Li, Dong Jian, Ling Quanbao, et al. Effect of Gravity Deformation of Tianma Telescope Structure on the Surface and Pointing Accuracy[J]. Chinese Journal of Radio Science, 2017, 32(3):314-322 http://d.old.wanfangdata.com.cn/Periodical/dbkxxb201703010
[10] 曹艳东, 张旭.射电望远镜天线的指向精度测量系统设计[J].无线电工程, 2012, 42(7):52-54 doi: 10.3969/j.issn.1003-3106.2012.07.017 Cao Yandong, Zhang Xu. Design of Pointing Accuracy Measurement System for Radio Telescope[J]. Radio Engineering, 2012, 42(7):52-54 doi: 10.3969/j.issn.1003-3106.2012.07.017
[11] 桑思武, 刘志华, 陈金莲, 等.乌鲁木齐VLBI站25 m天线定向方法及测站座标[J].新疆大学学报, 1995, 1(1):62-65 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199500544090 Sang Siwu, Liu Zhihua, Chen Jinlian, et al. Method of the 25 m Antenna Orientation and Coordinates at the Urumqi VLBI Station[J]. Journal of Xinjiang University, 1995, 1(1):62-65 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK199500544090
[12] 高冠男, 汪敏, 施硕彪, 等.云台40 m射电望远镜的指向误差校正[J].天文研究与技术, 2007, 4(2):188-194 doi: 10.3969/j.issn.1672-7673.2007.02.016 Gao Guannan, Wang Min, Shi Shuobiao, et al. Pointing Calibration for the 40 m Radio Telescope in Yunnan Observatory[J]. Astronomical Research and Technology, 2007, 4(2):188-194 doi: 10.3969/j.issn.1672-7673.2007.02.016
[13] Zhang Xizhen, Zhu Xinying, Kong Deqing, et al. Measurements of electronic properties of the Miyun 50 m Radio Telescope[J]. Research in Astronomy and Astrophysics, 2009, 9(3):367-376 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=ttwlxb200903011
[14] 赵军祥, 教富龙, 杨文洁.利用射电星校准13 m测控天线指向误差及测试结果[J].飞行器测控学报, 2009, 28(3):13-15 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=fxqckxb200903004 Zhao Junxiang, Jiao Fulong, Yang Wenjie. Calibrating 13 m TT & C Antenna Pointing Error Using Radio Star and the Test Results[J]. Journal of Spacecraft TT & C Technology, 2009, 28(3):13-15 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=fxqckxb200903004
[15] 虞林峰, 王锦清, 赵融冰, 等. TM 65 m射电望远镜指向模型的建立[J].天文学报, 2015, 56(2):165-177 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=twxb201502008 Yu Linfeng, Wang Jinqing, Zhao Rongbing, et al. Pointing Model Establishment of TM 65 m Radio Telescope[J]. Acta Astronomica Sinica, 2015, 56(2):165-177 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=twxb201502008
[16] 喻业钊, 韩雷, 周爽, 等.佳木斯66 m射电望远镜指向精度测量及改进[J].天文技术与方法, 2016, 13(4):408-415 http://d.old.wanfangdata.com.cn/Periodical/yntwttk201604004 Yu Yezhao, Han Lei, Zhou Shuang, et al. A Study on the Measurements and Improvements of Pointing Accuracy of Jiamusi 66 m Radio Telescope[J]. Astronomical Research and Technology, 2016, 13(4):408-415 http://d.old.wanfangdata.com.cn/Periodical/yntwttk201604004
[17] Condon J J, Yin Q F. Offset Pointing Calibrators for Large Radio Telescopes[J]. Publications of the Astronomical Society of the Pacific, 2001, 113(781):362-365 doi: 10.1086/319334
[18] Thompson A R, Moran J M, Swenson Jr G W. Interferometry and Synthesis in Radio Astronomy[M]. 2nd ed. New York:John Wiley & Sons, 2001
[19] Guiar C N, Lansing F L, Riggs R. Antenna Pointing Systematic Error Model Derivations[J]. Telecommunications & Data Acquisition Progress Report, 1987, 88:36-46 http://www.researchgate.net/publication/253261179_antenna_pointing_systematic_error_model_derivations
[20] Kong Deqing, Wang Songgen, Wang Jinqing. A New Calibration Model for Pointing a Radio Telescope That Considers Nonlinear Errors in the Azimuth Axis[J]. Research in Astronomy and Astrophysics, 2014, 14(6):733-740 doi: 10.1088/1674-4527/14/6/011
[21] 肖明, 王娜, 刘志勇.大气折射对射电望远镜高精度指向的影响[J].天文研究与技术, 2016, 13(1):44-51 doi: 10.3969/j.issn.1672-7673.2016.01.005 Xiao Ming, Wang Na, Liu Zhiyong. Atmospheric Refractions and Radio Telescope Pointing Corrections[J]. Astronomical Research and Technology, 2016, 13(1):44-51 doi: 10.3969/j.issn.1672-7673.2016.01.005
[22] 孔德庆, 施浒立, 张喜镇, 等.射电望远镜指向误差的广义延拓插值修正方法[J].西安电子科技大学学报(自然科学版), 2008, 35(1):157-161 doi: 10.3969/j.issn.1001-2400.2008.01.031 Kong Deqing, Shi Huli, Zhang Xizhen, et al. Radio Telescope Pointing Model Based on the Generalized Extended Interpolation Correction Method[J]. Journal of Xidian University (Natural Science), 2008, 35(1):157-161 doi: 10.3969/j.issn.1001-2400.2008.01.031
[23] 赵彦, 张新锋, 施浒立.基于四元数的射电望远镜指向误差分析方法[J].机械科学与技术, 2009, 28(10):1359-1369 doi: 10.3321/j.issn:1003-8728.2009.10.021 Zhao Yan, Zhang Xinfeng, Shi Huli. Pointing Error Analysis of a Radio Telescope Using Quaternion[J]. Mechanical Science and Technology for Aerospace Engineering, 2009, 28(10):1359-1369 doi: 10.3321/j.issn:1003-8728.2009.10.021
[24] Press W H, Teukolsky S A, Vetterling W T, et al. Numerical Recipes[M]. Cambridge:Cambridge University Press, 2007
-
期刊类型引用(15)
1. 苟爱萍，张振，王江波. 基于POI视角的上海城市功能区演化特征及驱动因素. 资源开发与市场. 2022(09): 1052-1062 . 
百度学术
2. 史姝姝，窦银银，陈永强，匡文慧. 中国海岸带区域城市扩展遥感监测与内部地表覆盖时空分异特征分析. 自然资源遥感. 2022(04): 76-86 . 百度学术
3. 贺军亮，关子琼，张振冉，李仁杰. 郑州市主城区空间形态信息提取与特征分析. 测绘科学. 2022(12): 105-111+164 . 百度学术
4. 衣霄翔，董慰，张欢. 美国城市地区划定方法及其演变对我国的启示. 国际城市规划. 2021(01): 69-75 . 百度学术
5. 宋艳华，焦利民，刘稼丰，许刚. 城市扩张程度的影响因素分析——以武汉市为例. 武汉大学学报(信息科学版). 2021(03): 417-426 . 百度学术
6. 刘金花，张家玮，贾琨. 基于POI数据的中心城区边界识别与空间格局优化——以高唐县为例. 城市发展研究. 2021(06): 74-83 . 百度学术
7. 王青，朱延飞，姚隽. 精准化城乡划分及人口统计方法探索——基于“社区网格单元”和“开发边界”的视角. 城市问题. 2021(01): 45-51+72 . 百度学术
8. 应申，孙立，王伟，刘春，冯健，熊伟. “城区”的内涵及空间界定. 武汉大学学报(信息科学版). 2021(09): 1370-1377 . 百度学术
9. 李欣，葛冠英. 国土空间规划城市体检评估中城区范围划定的济南实践. 北京测绘. 2021(12): 1578-1582 . 百度学术
10. 田子陶，陈晓勇，张翰超. 融合时序数据和面板数据的LSTM-RBF城区面积预测模型. 测绘与空间地理信息. 2020(05): 116-120 . 百度学术
11. 孟飞，殷成龙，孟祥金，肖庆锋. 通过不透水面聚集密度法提取城市建成区. 遥感信息. 2020(04): 8-15 . 百度学术
12. 葛媛媛，韩磊，赵永华，奥勇，丁娟，朱莹莹，刘冰. 1984—2016年西安市城市扩张时空度量分析. 生态学杂志. 2019(05): 1491-1499 . 百度学术
13. 王浩，刘娅菲，宁晓刚，张翰超. 城区边界遥感提取研究进展. 测绘科学. 2019(06): 159-165 . 百度学术
14. 王成港，宁晓刚，王浩，刘效江. 利用夜间灯光数据的城市群格局变化分析. 测绘科学. 2019(06): 176-186 . 百度学术
15. 王译著，黄亮. 2003～2018年昆明市呈贡区土地利用动态变化时空特征分析. 科学技术与工程. 2019(28): 42-49 . 百度学术
其他类型引用(16)
计量
- 文章访问数: 1392
- HTML全文浏览量: 212
- PDF下载量: 67
- 被引次数: 31
