���ָ߳�ģ�͹�����Coons����Ƭ��

????Coons?????????????DEM?????????????????????????????IDW??SPLINE??KRIGING???б??????????θ????????????Coons?????????????????θ??????????????????????????????????????У?IDW????????KRIGING??SPLINE?????Coons?????????????Coons????????Ч??????????????DEM??????     

ʵʱ��������TEC��ģ�뵥ƵPPPʵ��

???????в?????????????г????????????????TEC???????????????????????14??IGS??????15?????????????VTEC?????????????PPP????С???CODE?????ж???VTEC???????2TECU??VTEC?????????95%????1TECU????????????PPP????У????????λ?????????????17%??30%??????????????15%??30%??????     

�ۺ϶��ַ��������й�����TECʱ�ձ仯����

????????????????????С?????????????1999??2013??IGS??????????????????й?????TEC???仯??????仯????仯???????????????о???????????TEC???????????????????С???????????γ??????????γ???????????????????????У?????????????LT12:00??16:00???????LT04:00??06:00?????з???????γ?????????????????????TEC?????????????е?????????????????＾??TEC?????????183 d???????????????й??????2001????????“??????”????     

�����ݶ��½�����������Mw7.1����ͬ�𻬶��ֲ�

????InSAR??????ENVISAT ASAR?????????????2008??3??21??????7.1??????????α?????????????????????????????????????????????????????????????????????????????????????????????????????????????λ??????0~14 km???????????λ???ж?F2??2.05 km?????5.47 m??????F1????????????????????????????ж?F2?????F3-N/F3??S??????????????????????????????????????????????ж?????Σ????λ???????С?????????????Mo=5.16??10 ¹⁹ N??m?????????7.07????     

С�����Ѵ����˶���Ӧ����������о�

????1999??2001??2001??2004??2004??2007??????ε?GPS????????????????????????????(RELSM)?о???С????????????????ε???????????ó?С???????????????????????3.0~7.1 mm/a????????????????????????Σ????GPS??????棬?о???????????????????????????????????1??С???????????β?????ε???????????η???н?????????????????????????????????????2??RELSM?ó?С???????λ??????????????????????????ε???ε?????????????????С??3??С????????????????????????????θ????б??Σ?????μ???β?????????????????4??С?????????????????????????????????????????     

SBAS���������еر��α�����о�

?????????????????DInSAR???????????????????????????????????á?????????壨PS?????????????Ч??????????????????????????SAR???????????С???????SBAS????????SAR???????????У???????????????о??????????2008??1???2010??8??????8??ENVISAT?????SAR?????????SBAS??????????????????α???????????????????С???????α????????-27.11????-55.92????-67.61 mm/a????????α?????????α???????????????????￡?????????SBAS?????????е???α????????     

�߾�����б���ֳ�У׼΢��б����װ�õ����

???????У???????????????????μ????б??????á?????????????е?VP??б?????У???????????????9.414 mV/ms??     

����������С���˶��溯������������شų�ģ���о�

?????溯????????????????????????????????????????????????????????С???????????????????????????????У??????????????????????????????????????????????????????????????????У?????????????С????????ж???????Ч????С?????????????????????????????????????????С??????????溯?????????????????????????????????????????     

GPS���ջ��������о�

??????GPS???????????????????GPS???????????????????????????????????GPS?????λ??????α??????????????,?????????????λ??????????????????????????????????????????????????GPS?????????????λ???????????????GPS?????????????в??????????κθ????????????????????????????????????????????λ??????????????С?     

���ø�ƵGPS���е���̬���η���������λ

???t??????λ???????ó??????Mw 9.0??????8??GPS????????????С?????????GPS?ο?????????α??????????????????Σ????????λ???5.9 m???????????λ???1.8 m????λ?????峯?????з???????????ο??????????????????????????λ?ü?S??????????     

ASTER GDEM垂直精度评价及其在重力地形改正中的适用性

利用重力剖面的GPS数据对ASTER GDEM模型进行垂直精度评估,并对其在重力地形改正中的适用性进行讨论。结果表明,ASTER GDEM模型在贵阳-维西和金川-犍为两个重力剖面中,与实测GPS高程相比标准差分别为14.93 m和18.02 m,模型起伏与实测数据具有较好的一致性。在小比例尺中、远区及大比例尺远区重力地形改正中,ASTER GDEM模型数据的适用性较好。     

SRTM1 DEM与ASTER GDEM V2数据的对比分析

本文以山西省为实验区,基于ICESat/GLA14测高数据对SRTM1 DEM和ASTER GDEM V2数据的垂直精度进行了对比,分析了其在坡度、土地利用类型和地貌类型中的误差分布情况,并基于地形剖面方法分析了2种DEM数据在地形表达上的差异。研究结果表明：① 在垂直精度上,SRTM1 DEM数据要明显高于ASTER GDEM V2数据,其绝对误差均值分别为4.0 m和7.8 m,标准偏差分别为6.0 m和10.7 m,均方根误差分别为6.1 m和10.7 m。② 这2种DEM数据的精度受坡度影响严重,随坡度值的升高误差增大;SRTM1 DEM的绝对误差均值、标准偏差和均方根误差在水田最小,在林地最大,而ASTER GDEM V2的这3种误差在居民用地最小,在林地最大;SRTM1 DEM 和ASTER GDEM V2的绝对误差均值、标准偏差和均方根误差在平原地区最小,在大起伏山地最大。③ 在平原和台地地区,ASTER GDEM V2数据高程值有异常波动,SRTM1 DEM在起伏山地存在对山谷过高估计。总体上,SRTM1 DEM比ASTER GDEM V2对地形的表达准确,与ICESat/GLA14对地形的描述基本相一致。     

类乌齐-玉树-玛多剖面重力异常研究

青海玉树Ms7.1地震发生在巴彦喀拉块体的甘孜-玉树断裂带上。对跨断裂带的重力剖面测线进行了相对重力联测,对观测结果作了大气改正、极移改正、漂移改正,经平差计算后,获取了该剖面的自由空气异常;结合该区1″×１″的ASTER GDEM(2009)地形数字模型,对自由空气异常作了曲率改正、平板改正及高精度的地形改正,得到该探测剖面的完全布格重力异常。分析结果表明：从布格异常的陡变区可初步推断出与地质研究结果一致的断裂构造的位置;在玉树附近沿剖面往东北向出现地壳基底抬升现象,并在清水河附近幅度达到最大,初步推断为印度地壳的俯冲下插对青藏高原东缘的抬升作用的结果。     

基于ICESat/GLAS的山东省SRTM与ASTER GDEM高程精度评价与修正

SRTM3和ASTER GDEM V2数据具有较高的空间分辨率和广泛的覆盖范围,对于地学研究具有重要意义;但在不同地形复杂度和地面覆盖物区域,两类数据的误差分布并不均匀。SRTM3和ASTER GDEM V2数据自公布以来,其精度修正一直是研究热点。然而大范围区域精度验证缺乏有效手段,传统方法可靠性差且数据获取成本较高。自ICESat-1数据公开以来,它们已成为SRTM3和ASTER GDEM V2精度评定的主要检核点。为此,本文以山东省为研究区域,借助ICESat-1评估了SRTM3和ASTER GDEM V2的高程精度,并根据插值误差曲面对两种DEM进行了修正。分析表明,原始SRTM和ASTER高程中误差分别为5.57 m和7.20 m,均高于标称精度;随着坡度的增大,高程精度呈降低的趋势。通过分析土地覆盖类型与误差分布关系表明:农田、灌丛土地类型精度较高;森林、湿地精度较低。分别采用反距离加权、普通克里金、地形转栅格和自然邻域插值方法构建误差曲面。结果表明:不同的插值方法构建的误差曲面的特征和精度也不同。其中,反距离加权修正的效果最佳,其次是地形转栅格和自然邻域,而普通克里金修正的效果最差。     

结合ICESat-2和GEDI的中国东南丘陵地区ASTERGDEM高程精度评价与修正

星载激光雷达ICESat-2和GEDI可以为数字高程模型产品的精度评价与修正提供全球覆盖的、可靠的高精度参考数据源。然而,现有的DEM修正方法主要是针对DEM误差中的植被高信号且多采用线性回归模型。为此,本文分析了ASTER GDEM v3精度与土地覆盖类型、高程、坡度、起伏度及植被覆盖率的关系。在此基础上,提出了一种考虑上述多种精度影响因素并结合XGBoost和空间插值的DEM误差修正方法。结果分析表明:原始ASTER GDEM的误差整体呈正态分布,平均误差为-3.463 m,存在较大负偏差,高程精度随着高程、坡度、起伏度及植被覆盖率VCF的增大呈降低趋势;经过修正后,ASTER GDEM平均误差降低到了-0.233 m,负偏差得到有效改善,整体平均绝对误差降低了26.04%,整体均方差降低了23.56%,耕地、林地、草地、湿地、水域及人造地表的DEM平均绝对误差和均方差都有不同程度的降低;本文提出的方法对多种特征要素与地形误差间的非线性关系进行拟合建模,在研究区取得了较好的修正效果。     

移去-恢复法校准重力异常场及其应用

对经典移去-恢复法进行改进，利用EGM2008地球重力场模型、地表重力/GPS联合观测数据和ASTER数字地形模型，提出考虑地形梯度特征的区域重力场校准算法，同时针对我国动态重力区域网布设情况，对重力场的校准区域范围进行更为合理的设定。通过与经典移去-恢复法在川西地区实际应用的比较发现，改进模型能够将川西地区重力场模型数据的标准差从65.09 mGal降至61.24 mGal，在结合地形梯度影响后，能够将标准差进一步降至59.31 mGal。采用国际重力局最新发布的283个重力数据对喜马拉雅东构造结及邻区的重力场进行校准，结果表明，布格重力异常和地形数据有很强的正相关，该区中东部存在明显的均衡重力异常低值区。     

资源三号卫星DEM数据与全球开放DEM数据的误差对比

全球开放DEM数据为数字地形分析提供了重要数据源。与已有的全球开放DEM数据相比,资源三号卫星具有更高的空间分辨率、更大的覆盖范围和更好的现势性。将资源三号卫星生成的DEM数据与全球开放DEM数据进行误差对比则为基于资源三号卫星的全球DEM数据研制提供科学依据。本文以山西省中部太原市为研究区,基于高精度激光点云数据生成DEM为参考数据,对资源三号卫星影像生成的DEM数据与全球典型的开放DEM数据(AW3D30、SRTM1和ASTER GDEM)的误差进行了对比分析,并获得了其在不同坡度等级下绝对误差与相对误差的平均值、平均绝对值、均方根值和标准偏差值。研究结果表明:①4种DEM数据的误差分布均具有较好的对称性。同时,平均误差接近于0 m,SRTM1和ASTER GDEM数据更是如此。因此均方根误差值与标准偏差值近似一致;②资源三号DEM具有最高的精度,误差最小(均方根误差4.6 m)。其次为AW3D30数据(均方根误差5.6 m)和SRTM1数据(均方根误差8.8 m)。ASTER GDEM数据误差最大(均方根误差12.6 m),精度最差;③资源三号DEM、SRTM1和ASTER GDEM数据的误差均随坡度的变大而增大,而AW3D30数据误差随着坡度增加呈现先减小后增大的趋势。总体上,与其他3种DEM数据相比,资源三号DEM在所有坡度范围均具有最小的误差值。     

不同尺度DEM的河流裂点提取及其效应分析

以不同尺度DEM数据提取裂点及其效应存在较大差异。本文以1：1万DEM为基础数据,通过小波分析生成多尺度DEM数据。以庐山地区16条河流为例,实现了多尺度DEM数据的河流裂点提取,探讨了河流裂点的变化规律,并构建了裂点个数的尺度预测模型。实验结果表明：(1)采用河道纵剖面与点坡降相结合的方法可快速准确地判断裂点;(2)在庐山地区,1:1万DEM数据可准确判断高差不小于5 m的裂点,对于高差小于5 m的裂点由于DEM表达精度和数据误差,而无法准确判定;(3)DEM尺度对裂点提取影响显著,裂点个数随着DEM分辨率降低逐渐减少,符合幂函数递减规律;(4)通过与ASTER GDEM和SRTM DEM对比验证,本文所构建的裂点个数与DEM尺度的拟合模型具有一定的预测精度。     

����EGM2008��GPSˮ׼����ڸ��ӵ����е�Ӧ���о�

??????θ??????GPS????????????????EGM2008??????????????????????????????????е????????????????????????ó??????????????????????????????????????и?????????о??????????????????ж??????????????????????????????????????????????θ???????????????????     

基于地貌特征的数字高程模型融合方法

数字高程模型（Digital Elevation Model, DEM）是一种至关重要的空间信息,广泛应用于各行各业。其中,ASTER GDEM与SRTM几乎覆盖了全球陆域,为地学研究提供了非常实用的高程数据支撑,但是由于二者传感器采集数据原理的不同,使得高程数据在不同地貌条件下的高程精度亦存在程度不一的误差。本文提出了一种新型的基于地貌特征的DEM融合方法,使得融合GDEM与SRTM后的DEM数据,消除了地貌特征的影响、显著地提高了DEM质量。该方法主要分为地理配准和高程融合2个步骤：①基于河流线对等线性地貌特征的位置数据,构建了GDEM与SRTM的水平偏移相关的误差评价函数,采用多级网格搜索法求得DEM间的水平偏移距离,实现对DEM的配准;②按照DEM高程值在不同地貌单元及边界线附近的高程变化特征,建立地貌分区的高程融合模型来融合两种地理配准后的DEM高程,尤其是实现了地貌单元边界线附近的高程平滑过渡。本文以怀柔北部地区为实验区,以1:5万地形图为参考,对2种DEM数据进行融合,统计结果表明：① 融合DEM在各地貌单元的误差均显著下降,地形表达较之融合前更加精确;② 高程差呈现正态分布,明显区别于融合前DEM不对称的多峰分布形态,说明地貌影响被有效地剔除;③ GDEM和SRTM数据的精度对坡度有较大依赖性,融合后DEM的精度在不同坡度范围下均优于GDEM和SRTM,显著降低了融合前DEM对坡度的依赖程度;④ 在不同坡向下,GDEM和SRTM的RMSE取值波动较大,融合DEM的RMSE取值在各方向表现稳定,高程精度较GDEM和SRTM有显著提高。