融合分布式目标的小基线集干涉测量方法应用

针对在地理国情监测项目中遇到的时间序列InSAR技术获取的地表形变结果存在空间采样率不足的现状,该文以传统小基线集干涉测量方法为基础,融合分布式目标提取地表缓慢形变信息。以TerraSAR-X星载SAR SLC影像为数据源,对融合后的方法进行验证,获取了研究区域时间序列地表平均形变速率。结果表明,融合分布式目标的小基线集算法可以有效提高监测区域地表形变信息的获取,在非城市地区及传统方法不能提取高相干稳定点目标的区域克服了原有方法的缺点,表现出了很好的适用性。     

基于链码优化的SAR影像城市道路网络提取

针对传统的基于局部比率的道路提取算子存在道路展宽与定位精确性差的缺点,通过加入一个修剪窗口进行改进,有助于去除河流、树木等的影响,且得到了细化和定位更加准确的道路图谱.首次将链码用于道路连接表示,定义了链码能量网络,并将道路的先验知识引入,然后在对模拟道路图像线段连接概率分析的基础上得到了链码优化算法.由于该方法采用了分线运算,每次迭代不需要搜索整个道路片段,提高了运算效率.最后将该算法应用于真实SAR影像巾道路网络的提取,证明了它的有效性.     

基于高分SAR影像的城市用地变化检测

SAR技术的发展使得该技术在人们生活和生产中发挥着越来越重要的作用,而且高分辨率SAR影像的使用推动了SAR技术在各个方面的研究和应用,其中对城市用地的变化监测效果十分明显。本文采用4景前后时间相差11个月的Terra SAR-X数据,运用对数比值法构造差异影像,最后使用马尔科夫随机场模型提取出城市建筑物用地变化区域。最终得到的结果与人工目视解译结果的重合率达到80%以上,表明该方法行之有效,可以推广生产。     

渭南市春季第一场透墒雨气候特征分析

采用渭南市11县1961—2014年3—5月的逐日降水资料,分析了渭南市春季第一场透墒雨的气候特点和分布状况。结论表明:渭南市春季第一场透墒雨平均出现日期为4月23日,最早出现在4月19日(华县),最迟出现在4月28日(蒲城)。春季无透墒雨的气候概率为22.2%~40.7%,华阴最少,澄城最多,进入21世纪以后,3—5月渭南市无透墒雨的概率明显增加。春季第一场透墒雨出现时间偏早的气候概率是20.0%~35.2%,正常出现的气候概率是5.7%~18.5%,偏晚出现的气候概率为53.7%~75.6%,总体上以偏晚为主。有透墒雨年在空间上呈西北—东南向带状分布,渭河以南四县区春季出现透墒雨的可能性最大,向西北方向依次递减,西北部的白水和澄城出现透墒雨的概率最低。     

基于国产第一代Argo浮标的结构优化设计

Argo浮标即自沉浮式剖面探测浮标,长期工作在海上自动沉浮,专用于海洋次表层温度、盐度和深度的剖面测量。我国国产第一代Argo浮标由于结构布局引起浮标重心偏高、偏离中心线、电池容量小等问题,导致浮标在海面漂浮时稳定性降低,探测周期不及国外最新浮标。针对以上问题,文中主要介绍了Argo浮标结构的形状优化设计、相关计算和实验验证。     

时序InSAR的连云港及盐城北部地表沉降研究

针对连云港和盐城北部等地区的地表沉降问题,该文基于改进的多主影像相干目标小基线干涉技术,并利用多时相ALOS PALSAR和Radarsat-2干涉影像研究该地区的地表沉降。研究表明,虽然2007—2011年连云港及盐城北部地区整体地表状态相对稳定,但在连云港沿海地区和盐城市区存在明显沉降,最大沉降速率高达-80 mm/a;2012—2015年连云港市与盐城市北部地表沉降明显加剧,连云区和赣榆区持续发生沉降,灌云县、灌南县、响水县以及涟水县的成片沉降形成了大范围沉降漏斗,其中连云港市和盐城北部最大沉降速率分别为-76和-81mm/a;连云港与盐城北部地区沉降速率小于-10mm/a,其沉降区域面积分别达到了1 054.49和1 492.11km2,对当地社会、经济的危害不容忽视。     

一种基于卷积神经网络的SAR变化检测方法

为了降低合成孔径雷达(SAR)影像中相干斑对变化检测的影响、减少标注样本的人工成本,该文发展了一种联合分层模糊C均值聚类(FCM)与卷积神经网络的非监督SAR变化检测方法。首先,利用邻域均值比算子计算前后时相的差异图,并利用分层FCM将差异图非监督地初始分割为变化类、非变化类及待确定类别像素;然后,为解决非监督选取样本时出现的样本不均衡问题,提出一种频率不变降采样的数据抽样方法,选取高置信度的变化与非变化样本用于网络训练;最后,利用训练完成的神经网络对待确定类别像素进行分类,得到最终变化结果。采用真实SAR影像数据进行实验。结果表明,该文方法方便有效,具有较高的检测精度。     

DInSAR沙漠形变监测应用研究(英文)

浑善达克沙地是我国主要的沙尘暴源区之一,近代浑善达克沙地的生态环境脆弱,沙化日益严重,已成为困扰北京沙尘的主要源头之一,严重影响了京津、乃至整个华北地区的生态安全以及当地生态、社会和经济的可持续发展,这一问题引起广泛的关注。DInSAR技术是重要的监测沙漠高程变化的技术,本文利用DInSAR技术,在对比分析6景ERS-2和EnviSat雷达图像基础上,对2004年10月26日和2005年10月11日两幅EnviSatASAR影像进行了干涉处理,经过配准、平地效应改正、滤波、相位解缠和地理编码,得到高程形变模型。根据研究结果,大部分地区高程是降低的,少数地区高程是升高的,这与2005年春天沙尘暴高强度发生的情况相一致,推广利用DInSAR技术实现沙漠地表形变监测具有重要作用。     

基于GIS的棉花气候适宜性区划

采用陕西1981—2010年30a的气候资料,以8月上旬平均气温、8月下旬—10月中旬降水量、5月中旬—6月上旬日照、生育期大于≥10℃的活动积温4个因子作为陕西棉花气候适宜性区划指标。利用GIS空间分析及制图功能,在实现区划指标空间化基础上,采用模糊综合评判方法,对陕西棉花气候适宜性进行区划,陕西省棉花生态气候适宜性区划图分为适宜区、较适宜区、次适宜区和不适宜区。陕西棉花气候适宜区主要分布于关中中东部及沿黄河的滩地,在适宜区内,应根据秋季降水预测情况,选择棉花中早熟品种,以避免秋霖危害。     

顾及空间异质性的大范围地面沉降时空预测

大速率、不均匀的地面沉降已经威胁到人类的生产活动,高精度的沉降预测结果对于地质灾害的精准防控具有重要意义。为掌握地面沉降的演化规律,利用现场观测数据或InSAR数据开展了多项预测研究。然而,由于空间异质性的存在,大范围地面沉降的准确预测仍然是一项挑战。在这项研究中,从数据驱动的角度提出了一种顾及空间异质性的大范围地面沉降时空预测方法STLSTM（Spatio-temporal Long Short-Term Memory）。首先,通过聚类识别地理空间中的均质子区;然后,在每个子区中,一个特别的长短期记忆LSTM（Long Short-Term Memory）网络被用来捕捉局部位置的非线性特征;最后,利用预训练的网络对未来时刻的地面沉降进行定量预测。在实验部分,哨兵1号影像数据被用来比较STLSTM与其他8种基准方法的性能,利用空间统计指标分析了模型的有效性。结果表明,STLSTM在152 s内达到了最高的预测精度（71.4%）,且能够有效弱化空间异质性对大区域沉降预测任务的影响。总之,这项研究将空间异质性处理策略融合到深度学习模型中,实现了高精度、高时效的大范围地面沉降时空预测。