不同植被GPS定位精度影響因素分析及多路徑效應(yīng)

汪 東，周宏平，張慧春，鄭加強，周瑞瓊 ，劉成林

(1.南京森林警察學(xué)院，江蘇 南京 210023；2.南京林業(yè)大學(xué) 機械電子工程學(xué)院，江蘇 南京 210037)

不同植被GPS定位精度影響因素分析及多路徑效應(yīng)

汪 東1，周宏平2，張慧春2，鄭加強2，周瑞瓊2，劉成林1

(1.南京森林警察學(xué)院，江蘇 南京 210023；2.南京林業(yè)大學(xué) 機械電子工程學(xué)院，江蘇 南京 210037)

針對不同植被類型森林火災(zāi)的災(zāi)前預(yù)警、災(zāi)中撲救、災(zāi)后評估過程中需要精準(zhǔn)確定火災(zāi)、水源位置和撲火路線的需求，利用Trimble AgGPS132和Geo XT進(jìn)行了草地(鴨趾草)、灌木叢(大葉黃楊)和樹林(落羽杉)等不同植被類型時的GPS靜態(tài)定位和動態(tài)定位試驗，并觀測記錄了GPS衛(wèi)星可見性和PDOP，對比分析其定位誤差，進(jìn)行不同截止高度角對能見衛(wèi)星個數(shù)、PDOP和定位誤差的影響，并分析其誤差原因及改善方法，采用AUTO CAD結(jié)合速度過濾算法對不同植被類型時動態(tài)定位產(chǎn)生的多線進(jìn)行簡化。試驗結(jié)果顯示，根據(jù)衛(wèi)星可見數(shù)和PDOP值，不同植被類型的GPS觀測條件為草地＞灌木叢＞樹林，定位誤差的大小為草地＜灌木叢＜樹林，灌木叢、樹葉產(chǎn)生的多路徑效應(yīng)是在森林中定位誤差的主要來源。得到了不同植被類型下測量次數(shù)與定位精度的回歸擬合方程，定位精度與測量次數(shù)的對數(shù)成線性關(guān)系，靜態(tài)定位時測量次數(shù)為200次比較合適。截止高度角太大，將導(dǎo)致觀測失效、誤差增大的現(xiàn)象，綜合考慮根據(jù)衛(wèi)星可見數(shù)、PDOP值、定位誤差和減弱森林中的多路徑效應(yīng)等因素，截止高度角E在 8°～20°比較合適。另外對于草地、灌木叢、樹林不同植被類型進(jìn)行動態(tài)定位時，速度過濾算法都能起到很好的修正誤差、優(yōu)化線型的作用。

森林防火；GPS定位；植被類型；多路徑效應(yīng)；截止高度角；速度過濾算法

我國森林資源十分匱乏，但森林火災(zāi)形勢卻很嚴(yán)峻，2012年森林覆蓋率達(dá)到20.36%，然而年均火燒森林面積4.6萬hm2[1]。森林火災(zāi)對森林資源和生態(tài)環(huán)境的破壞非常嚴(yán)重，給森林帶來毀滅性的打擊，不僅燒毀林木，威脅林內(nèi)的動物，而且還降低森林的更新能力，引起土壤的貧瘠、水源的流失，嚴(yán)重威脅著森林生態(tài)系統(tǒng)的穩(wěn)定與平衡[2]。造成我國森林火災(zāi)面積居高不下、經(jīng)濟(jì)損失日趨嚴(yán)重的主要原因有全球氣候變暖、撲救手段落后、監(jiān)控體系薄弱等原因[3]。森林火災(zāi)的發(fā)生帶有突發(fā)性，要在很短的時間判斷林火發(fā)生的準(zhǔn)確位置，并及時采取措施，必須發(fā)揮GPS等[4]在林火監(jiān)測預(yù)防、現(xiàn)場撲救、善后處理等方面的作用。如，在火災(zāi)發(fā)生前，確定森林高火險區(qū)、開設(shè)防火隔離帶等；火災(zāi)發(fā)展過程中，確定火災(zāi)爆發(fā)地、確定水源位置、規(guī)劃最佳救火路線；成災(zāi)之后，確定過火面積、評估災(zāi)害損失（如火災(zāi)面積、森林蓄積等）[5]。

森林火災(zāi)一般由地表火開始，燒至樹冠后則引起樹冠火，但樹冠火也能從樹冠下降到地面形成地表火，而在各類森林火災(zāi)中，地表火發(fā)生率最高[6-7]。極易發(fā)生地表火的植被有草、灌木叢，極易發(fā)生樹冠火的植被為針葉樹群[8-9]。吳道圣等研究了植被類型和林分結(jié)構(gòu)對森林火災(zāi)危險系數(shù)的影響；張慧春等分析了精確林業(yè)實施過程中GPS的定位精度；Atin? Pirti運用美國GPS定位系統(tǒng)和俄羅斯GLONASS定位系統(tǒng)對比分析林間定位精度[10-12]。但目前尚無人開展森林火災(zāi)植被類型對GPS定位精度的影響。

本研究根據(jù)較易發(fā)生森林地表火和樹冠火的植被類型，進(jìn)行不同植被類型和不同測量次數(shù)、不同截止高度角的GPS靜態(tài)定位試驗和動態(tài)定位試驗，探討森林防火GPS定位技術(shù)應(yīng)用中的精度影響因素及改善方法。

1 植被覆蓋類型對衛(wèi)星可見性、PDOP和定位誤差的影響試驗分析

GPS測量時應(yīng)視測量目的、精度要求、衛(wèi)星狀況、接收機類型及作業(yè)效率等因素綜合考慮，接收機需觀測4顆以上的共視GPS衛(wèi)星，衛(wèi)星的數(shù)目不斷地改變，可見衛(wèi)星數(shù)越多，定位精度越高[13]。PDOP（位置精度因子，Position Dilution of Precision）表示三維位置定位精度與導(dǎo)航臺幾何配置關(guān)系的參數(shù)，是衛(wèi)星幾何分布對定位坐標(biāo)不定性純幾何影響的描述[14]。一般來說，PDOp＜4。當(dāng)PDOP較大時，表明空中正在定位的衛(wèi)星幾何分布不太理想，定位精度低。

在森林防火定位試驗系統(tǒng)中，為保證定位的準(zhǔn)確性，應(yīng)選擇適宜的定位星座，即通過對GPS衛(wèi)星進(jìn)行嚴(yán)格的可見性觀測，來選擇PDOp＜4、衛(wèi)星數(shù)≥4的最佳觀測時段。

2014年3月9日在南京中山陵的鴨趾草地區(qū)（位置為東經(jīng) 118°48′38″、北緯 32°03′38″）、大葉黃楊地區(qū)（位置為 118°49′07″、32°03′33″）和落羽杉地區(qū)（位置為 118°49′11″、32°03′30″）分別對應(yīng)極易發(fā)生地表火的草、灌木叢和極易發(fā)生樹冠火的針葉樹群，采用Trimble Ag GPS 132定位系統(tǒng)進(jìn)行不同植被覆蓋類型的GPS靜態(tài)定位試驗，試驗過程中，每秒采樣1次，觀察得到的衛(wèi)星個數(shù)和PDOP值如圖1所示。

從圖1可以看到，當(dāng)衛(wèi)星可見數(shù)變大時，PDOP值變小，兩者呈現(xiàn)相反的趨勢，而且，隨著觀測時間的延長，衛(wèi)星可見數(shù)均比最初采樣時要高，PDOP值比最初采樣時要低?？梢?，為了保證GPS森林防火定位作業(yè)精度，應(yīng)適當(dāng)延長采樣時間，來提高衛(wèi)星可見數(shù)和降低PDOP值，或舍棄開始采樣初期的部分定位數(shù)值，確保其精度。草地中GPS的衛(wèi)星可見數(shù)的變化范圍為6～9，而灌木叢為5～8，樹林為4～6；草地中GPS的PDOP變化范圍為1.5～2.4，而灌木叢為1.8～3.3，樹林為2.5～3.7。因此，衛(wèi)星可見數(shù)的變化趨勢為：草地＞灌木叢＞樹林，PDOP的變化趨勢為：草地＜灌木叢＜樹林。因此，隨著地形由草地到灌木叢、樹林，觀測條件從優(yōu)到劣變化。GPS因為樹枝高大、樹蔭遮蔽等觀測障礙引起了PDOP值的變化，限制了衛(wèi)星的可見性，也引起了連續(xù)性衛(wèi)星信號的頻繁丟失，因此，惡化了定位系統(tǒng)的整體幾何特性。

將GPS采集得到的球面經(jīng)緯度坐標(biāo)轉(zhuǎn)化為平面橫縱坐標(biāo)，計算每個測定點到平均點距離，相減后求出定位誤差，并得出不同植被覆蓋類型的定位誤差頻率分布。植被覆蓋類型對于GPS森林防火定位誤差的影響是比較顯著的，在草地上定位誤差平均為1.1 m，灌木叢為2.3 m，樹林為3.4 m。因此，隨著草地、灌木叢、樹林的變化，GPS森林防火定位誤差增大，精度降低。在空曠開闊的場地，定位誤差本質(zhì)上是由于衛(wèi)星誤差（衛(wèi)星星歷誤差、衛(wèi)星鐘差、衛(wèi)星信號發(fā)射天線相位中心偏差）和信號穿越大氣層（電離層延遲、對流層延遲）。但由于灌木叢、樹葉對GPS電磁波信號反射和折射能力較強，導(dǎo)致GPS接收機天線所收到的信號受到了干擾，也就是多路徑效應(yīng)。多路徑效應(yīng)的產(chǎn)生可以理解為時空環(huán)境效應(yīng)，與衛(wèi)星相對于地塊的位置及具體樹種的反射、折射能力均有密切關(guān)系，多路徑誤差是引起森林防火中GPS定位誤差的主要來源。

圖1 不同植被覆蓋類型對于衛(wèi)星可見數(shù)、PDOP的影響Fig.1 Inf l uences of different plant cover types on satellite availability and PDOP

盡管測量誤差的具體值是未知的，但可以利用隨機誤差正負(fù)可能相抵消的性質(zhì)，為增大諸項隨機誤差相互疊加時表現(xiàn)出的正負(fù)抵償性，適當(dāng)增加測量次數(shù)，就可能在不改變測量的儀器設(shè)備的條件下使其不確定度顯著減小。本文對同一地點進(jìn)行靜態(tài)定位時，分別設(shè)置測試次數(shù)為1、3、10、30、50、60、80、100、150、200 和 300， 所得到的精度結(jié)果如表1所示。

表1 不同植被類型在不同測量次數(shù)時的定位精度（m）Table 1 Positioning accuracy under different plant cover types with various recording numbers

研究對同一定位點進(jìn)行不同次數(shù)測量對降低多路徑誤差、提高定位精度的影響。通過SPSS軟件的回歸法分析，得到測量次數(shù)與定位精度的回歸擬合方程為：

其中，y為定位精度，單位為m；x為測量次數(shù)。

因此，增大測量次數(shù)可提高定位精度，但采用多次重復(fù)測量的方法會受到具體條件的限制，尤其是在森林火災(zāi)突然爆發(fā)時，需要盡快確定具體方位，因此，對于靜態(tài)定位，測量次數(shù)在200次為宜。

2 截止高度角對衛(wèi)星可見性和定位精度的影響試驗分析

在GPS測量中，為了屏蔽遮擋物（如建筑物、樹木等）及多路徑效應(yīng)的影響所設(shè)定的蔽遮高度角稱為截止高度角（Elevation mask angle），低于此角視空域的衛(wèi)星不予跟蹤[15]。在Ag GPS132中，最小值為7.5°，最大值為90°。試驗過程中，將截止高度角E設(shè)置為 8°、10°、15°、20°、25°、30°共6種情況，在南京中山陵的草地（鴨趾草）上進(jìn)行GPS定位試驗，得到在相應(yīng)算例下采集1 000組數(shù)據(jù)中的能見衛(wèi)星個數(shù)，分析結(jié)果如圖2所示。

圖2 GPS系統(tǒng)在不同截止高度角下采集的衛(wèi)星可見數(shù)的百分比Fig.2 Percentage of satellite availability with different elevation mask angles of GPS

圖2 中，在截止高度角E為8°、10°、15°、20°、25°時，每采集的1 000個數(shù)據(jù)中，Ag GPS132定位系統(tǒng)試驗的能見4顆及其以上衛(wèi)星占100%；當(dāng)截止高度角為30°時，Ag GPS132定位系統(tǒng)試驗的能見4顆及其以上衛(wèi)星占42%，而其他的58%僅能見3顆衛(wèi)星，不符合GPS觀測采集數(shù)據(jù)的作業(yè)要求，采集到的數(shù)據(jù)無效?？梢?，截止高度角E應(yīng)該設(shè)定為小于30°，定位系統(tǒng)方可正常工作，且在8°～25°之間時，GPS衛(wèi)星可見數(shù)目多。

表2為Ag GPS132定位系統(tǒng)在不同截止高度角下的平均PDOP值比較。當(dāng)能見GPS衛(wèi)星個數(shù)低于4顆時，算得的PDOP值無意義，將其舍棄。由表2可見，當(dāng)截止高度角E為8°、10°、15°、20°時，Ag GPS132定位系統(tǒng)的PDOP值變化平緩，均分布在2.06～3.01之間，定位誤差在1.25到1.40之間變化；當(dāng)E為25°時，Ag GPS132定位系統(tǒng)的PDOP值發(fā)生較大變化，上升為4.79，大于4，不滿足定位要求，不計算定位誤差；當(dāng)截止高度角為30°時，在可見4顆GPS衛(wèi)星時，PDOP達(dá)到了5.38，也不滿足定位要求，將其舍棄。

分析上述試驗情況，Ag GPS132定位系統(tǒng)當(dāng)截止高度角較低（E=8°～20°）的情況下，可以觀測到的GPS衛(wèi)星顆數(shù)較多，均在6顆以上，且PDOP保持平穩(wěn)，滿足小于4的測試要求，且定位誤差值也較??；當(dāng)截止高度角大于20°時，相繼出現(xiàn)可見GPS衛(wèi)星數(shù)目減少（甚至減少到4顆以下）、PDOP波動較大且值也較大、采集數(shù)據(jù)無效等問題。在GPS測量中可以通過更換測量地點和增大截止高度角來降低多路徑效應(yīng)，但是在森林防火中，必須要對火情爆發(fā)點進(jìn)行定位，所以降低多路徑效應(yīng)的方法可通過增大衛(wèi)星截止高度角實現(xiàn)，但這樣做的同時也會屏蔽掉低高度角的衛(wèi)星信號，減少定位衛(wèi)星數(shù)量?？v上，截止高度角E選擇8°～20°比較適宜，綜合考慮GPS衛(wèi)星可見數(shù)目、PDOP精度值與定位精度，15°較優(yōu)。

表2 定位系統(tǒng)在不同截止高度角下的平均PDOP值和定位誤差Table 2 PDOP values and positioning errors with different elevation mask angles of GPS

3 速度過濾算法對提高GPS動態(tài)定位精度的影響試驗分析

在南京中山陵景區(qū)的鴨趾草、大葉黃楊和落羽杉地區(qū)，工作人員手持Trimble Geo XT定位系統(tǒng)進(jìn)行不同植被覆蓋類型的GPS動態(tài)定位試驗。該定位系統(tǒng)采用無需電纜連接的手持式設(shè)計、供全天使用的內(nèi)置可充電電池。當(dāng)森林火災(zāi)突發(fā)時，可手持Trimble Geo XT定位系統(tǒng)確定火源爆發(fā)地點、確定過火面積等。在試驗過程中，每秒鐘采樣1次。

林區(qū)火災(zāi)定位時常遇到多段折線問題，如規(guī)劃最佳救火線路、估算林區(qū)過火面積等，本研究采用速度過濾算法進(jìn)行多線簡化。速度過濾算法是通過移除到前一位置點的距離大于指定距離容差來實現(xiàn)。本文的動態(tài)定位試驗中，速度容差被設(shè)定為1 m·s-1。速度過濾算法的示意圖如圖3所示，圖中A、B、C、D點是GPS定位系統(tǒng)在采樣間隔1s采集得到的。速度過濾算法的具體過程為：計算A和B之間的距離，如果該距離大于特定的距離容差（1 m；1 m·s-1×1 s），則B移除，并計算A和C之間的距離；如果該距離大于特定的距離容差（2 m；1 m·s-1×2 s），則C移除，否則，C保留，并計算C和D點之間的距離。此過程在所有定位點中繼續(xù)進(jìn)行。

圖3 速度過濾算法的示意Fig.3 Sketch of velocity fi lter algorithm

為了利用有效的速度過濾算法對多線進(jìn)行簡化，筆者利用AUTO CAD軟件對草地、灌木叢、樹林不同植被采集得到的動態(tài)定位數(shù)據(jù)運用速度過濾算法進(jìn)行處理，處理前、后的對比圖見圖4，填充區(qū)域為原始定位數(shù)據(jù)產(chǎn)生的圖形，黑色封閉曲線為處理后圖形?？梢?，草地中的動態(tài)定位誤差相對而言較小，線型規(guī)則齊整；樹林中的動態(tài)定位誤差較大，線型跳動大，比較粗糙。采用速度過濾算法進(jìn)行線性簡化后，線型規(guī)整度、平滑度提高。經(jīng)計算，采用速度過濾算法進(jìn)行多線簡化后，草地、灌木叢、樹林的周長、面積精度提高了2%到5%。

圖4 運用速度過濾算法進(jìn)行線性簡化的實例Fig.4 Examples of applying velocity fi lter method for polyline simplif i cation

4 結(jié) 論

針對森林火災(zāi)的定位需求，進(jìn)行了草地、灌木叢和樹林等不同植被類型時GPS定位試驗，觀測記錄衛(wèi)星可見性和PDOP，分析不同截止高度角對能見衛(wèi)星個數(shù)、PDOP和定位誤差的影響和誤差原因及改善方法，并采用速度過濾算法對不同植被類型時動態(tài)定位產(chǎn)生的多線進(jìn)行簡化，得到以下主要結(jié)論：

（1）通過對較易發(fā)生森林火災(zāi)的草地（鴨趾草）、灌木叢（大葉黃楊）和樹林（落羽杉）等不同植被覆蓋類型進(jìn)行的GPS定位試驗可知，GPS的衛(wèi)星可見數(shù)的變化趨勢為：草地＞灌木叢＞樹林，PDOP的變化趨勢為：草地＜灌木叢＜樹林。

（2）得到不同植被類型下測量次數(shù)與定位精度的回歸擬合方程，定位精度與測量次數(shù)的對數(shù)成線性關(guān)系，對林中進(jìn)行精確定位時，測量次數(shù)在200次為宜。

（3）森林植被覆蓋類型對于GPS定位誤差有較大的影響，在草地、灌木叢和樹林的平均定位誤差分別為1.24、1.91和2.29 m，為了降低由于灌木叢、森林的多路徑效應(yīng)引起的定位誤差，應(yīng)將截止高度角E設(shè)置在8°～20°。

（4）進(jìn)行動態(tài)定位時，對于草地、灌木叢、樹林不同植被類型，采用速度過濾算法對多線進(jìn)行簡化的方法都能起到很好的修正誤差、優(yōu)化線型的作用。

本研究的試驗是在初春進(jìn)行的，各類植被均有樹葉稀疏現(xiàn)象，今后，擬開展不同季節(jié)時植被覆蓋類型對于森林防火GPS定位精度的影響，為森林防火精準(zhǔn)確定火災(zāi)位置、水源位置等提供技術(shù)支撐和理論依據(jù)。

[1] Harrison M E, Page S E, Limin S H. The global impact of Indonesian forest fi res[J]. Biologist,2009,56(3):156.

[2] 蕭 谷.我國森林覆蓋率提前兩年實現(xiàn)20%目標(biāo),已達(dá)到20.36%[N].人民日報,2012-3-28.

[3] 肖化順,張 貴,蔡學(xué)理.基于模糊數(shù)據(jù)挖掘技術(shù)的林火行為預(yù)測研究[J].南京林業(yè)大學(xué)學(xué)報:自然科學(xué)版,2006, 30(4):97-100.

[4] 于泓博,石 磊.基于北斗衛(wèi)星的森林火災(zāi)監(jiān)控終端設(shè)計[J].計算機測量與控制,2012,20(4):991-993.

[5] 張 朝,陳潔余,單圣滌,等. 森林火災(zāi)撲救人員調(diào)度關(guān)鍵問題的研究[J].中南林業(yè)科技大學(xué)學(xué)報,2011,31(4):56-61.

[6] 王曉紅,張吉利,金 森.林火蔓延模擬的研究進(jìn)展[J].中南林業(yè)科技大學(xué)學(xué)報,2013,33(10):69-87.

[7] Lloret F, Vilà M. Diversity patterns of plant functional types in relation to fire regime and previous land use in Mediterranean woodlands [J]. Journal of Vegetation Science, 2003, 14(3): 387-398.

[8] 儲昌超,張 貴,孫玉榮.基于克里金方法的湖南森林火災(zāi)趨勢預(yù)測研究[J].中南林業(yè)科技大學(xué)學(xué)報,2014,34(6):66-70.

[9] Keeley J E. Fire intensity, fi re severity and burn severity: a brief review and suggested usage[J]. International Journal of Wildland Fire, 2009, 18(1): 116-126.

[10] 吳道圣,萬澤輝,章愛鳳,等.植被類型、結(jié)構(gòu)與引發(fā)森林火災(zāi)相互關(guān)系的研究[J].中國造紙學(xué)報,2004,19(Z1):495-497.

[11] 張慧春,鄭加強,周宏平.精確林業(yè)GPS信標(biāo)差分定位精度分析[J].農(nóng)業(yè)工程學(xué)報,2011,27(7):210-214.

[12] Zhang Huichun, Zheng Jiaqiang, Zhou Hongping. Positioning accuracy analysis of RBN DGPS applied in precision forestry [J].Transactions of the CSAE, 2011, 27(7): 210-214.

[13] Pirti A, Gümü? K, Erkaya H,et al. Evaluating repeatability of RTK GPS/GLONASS near/under forest environment [J].Croatian Journal of Forest Engineering, 2010,31(1): 23-33.

[14] Pirti, A. Accuracy analysis of GPS positioning near the forest environment [J]. Croatian Journal of Forest Engineering, 2008,29(2): 189-199.

[15] Soycan M. A quality evaluation of precise point positioning within the Bernese GPS software version 5.0.[J]. The Arabian Journal for Science and Engineering, 2012,37(1):147-162.

[16] Wu C, Ayers P D, Anderson A B. Inf l uence of travel direction on GPS accuracy for vehicle tracking[J]. Transactions of the ASAE,2006, 49(3): 623-634.

Inf l uencing factors analysis and multi-path effects of different plant cover types on GPS positioning accuracy for forest fi re control

WANG Dong1, ZHOU Hong-ping2, ZHANG Hui-chun2, ZHENG Jia-qiang2, ZHOU Rui-qiong2, LIU Cheng-lin1
(1. Nanjing Forest Police College, Nanjing 210023, Jiangsu, China; 2. College of Mechanical and Electronic Engineering, Nanjing Forestry University, Nanjing 210037, Jiangsu, China)

In the evaluation processes of pre-disaster warning, fi ref i ghting and post-disaster assessment, in order to meet the needs of accurately determining forest fi re, water source position and fi ref i ghting routes, the experiments of GPS static and dynamic positioning were conducted by using Trimble AgGPS132, to test the plant cover type’s effects (three covers were tested: grassland, coppice and deciduous forest) on GPS satellite visibility, PDOP and positioning errors. The stationary test of the inf l uence of recording number on positioning accuracy was conducted for various plant cover types. The fi eld trail was also carried out to compare the effects of different elevation mask angles on number of satellites used, PDOP and positioning error. The mobile test was to examine the accuracy of GPS signals in different site by handheld device-Trimble Geo XT, the velocity fi lter algorithm was combined with Auto CAD to fulf i ll the task of polyline simplif i cation. The experiments were also carried out to compare the effect of different elevation mask angles on number of satellites used, PDOP and positioning error. According to the results, both the plant cover types and elevation mask angles affected the satellite visibility, PDOP and positioning error. Based on the satellite visibility, PDOP value, the sequencing of surveying condition under different plant cover types was as follows: grassland＞coppice＞deciduous forest. Moreover, the sequencing of positioning error under different plant cover types was as follows: grassland＜coppice＜deciduous forest, and this is because the multipath effect of signal caused by the tree stand is the main source of positioning error. For the stationary test, the positioning errors decreased linearly with the logarithm of recording number taken into account, so the appropriate static positioning measurement times was 200 times. It showed that the large setting elevation mask angle lead to failure survey and big error. Finally, the optimal value (8°～20°) of elevation mask angle was implemented. For the mobile test, velocity fi lter algorithm contributed to produce smother liners and straightening the sequences of positioning points.

forest fi re control; GPS positioning; plant cover type; multipath effect; elevation mask angle; velocity fi lter algorithm

2014-04-22

國家林業(yè)公益性行業(yè)科研專項（201304405）

汪 東（1979-），男，講師，博士研究生，主要從事森林消防機械和技術(shù)研究，E-mail：wangdong9931111@163.com

S762.3；P207

A

1673-923X(2014)11-0046-06

[本文編校：吳 毅]