利用压密方程计算分析西安市地面沉降特征

利用西安市地下水位监测资料,基于水文地质三维结构模型,在不考虑粘土层滞后压缩变形的理想情况下,采用压密方程计算获得西安市抽取地下水可引起的理论地面沉降量及沉降分布特征,结果表明:计算所得沉降显著区位于西安市西南部的高新区及东南部的曲江新区,沉降量呈由北向南递增的特征,与InSAR监测结果整体趋势具有较好的一致性;地面沉降分布特征受到活动地裂缝影响,沉降曲线呈近NE向偏转展布。研究结果可为沉降灾害预防研究提供宏观的参考信息。     

多波束测量的精度控制与规范指标

分析多波束测量、辅助测量的数据精度,研究其对成果水深的影响程度,结合《海道测量规范》与《多波束水深测量技术规定》中的测量等级指标,以及IHO规范中对水深不确定度的定义和传播结构的介绍,建立数学模型反解出符合规范的作业环境与辅助测量数据的等级指标,提出明确的多波束测量作业精度控制的技术指标,为测量数据的质量监控建立更全面的评价标准。     

InSAR生成DEM中WRF大气校正

利用星载重复轨道合成孔径雷达干涉测量InSAR技术获取数字高程模型(DEM),无法避免大气延迟效应的影响。InSAR大气校正的方法很多,但在DEM获取方面的大气校正研究却非常少见。本文研究星载重轨InSAR生产DEM时利用大气数值模式WRF(Weather Research and Forecasting model)得到的水汽结果进行大气校正的问题,重点讨论大气校正的策略,包括WRF模式设置和大气校正时机的选择,简要介绍了基于WRF运算结果的大气校正方法。利用Terra SAR-X数据进行实验,检验了所提出方法的有效性,证明了在干涉相位解缠前进行大气校正,比在相位解缠后进行的效果更好。将所提出方法应用于多基线、多波段InSAR干涉结果融合中,实验结果表明大气校正能够有效降低误差,对于相干性较高的地区效果更好。     

全球气候数据集生成及气候变化应用研究

科技部在"十三五"期间部署的国家重点研发计划"全球变化及应对"专项资助了"全球气候数据集生成及气候变化关键过程和要素监测"研究项目。项目围绕由全球气候观测系统提出的基本气候变量,完善地空天基观测体系,生成中国首套以遥感数据为主体的涵盖大气、海洋和陆表长时间序列、高精度、高时空一致性的产品,即气候数据集,动态监测全球变化关键过程和要素。     

K-GM（1，1）模型在岩体变形监测中的应用

传统GM （1,1）模型存在着长期预测效果差、模型精度不高等问题,卡尔曼滤波能够排除建模过程中随机干扰因素,滤波值能够反映更真实的数据情况。为了能更好地提高变形监测的预测精度,基于传统GM （1,1）模型和卡尔曼滤波,提出K‐GM （1,1）模型,利用该模型对岩体变形监测数据进行建模预测,并与传统GM （1,1）模型预测结果进行对比分析,结果表明,K‐GM （1,1）模型具有较高的预测精度,可作为变形监测的一种新方法。     

清水河流域1978-2010年土地利用变化时空特征

通过对1978年、1998年和2010年3期遥感影像目视解译获得3期土地利用数据,分析清水河流域1978－2010年土地利用变化时空特征。研究表明：清水河流域1978－2010年期间,农用地、难利用地面积持续减少,林地、建设用地面积持续增加,草地面积先有所减少后增多,除林地以外其它土地类型变化幅度后期都较前期大;流域土地利用转移方向主要是农用地转为低、中、高覆盖度草地、林地和建设用地,中覆盖度草地转为低、高覆盖度草地和林地,低覆盖度草地转为中、高覆盖度草地、林地。结果表明,近年来清水河流域水土保持措施效果明显。     

基于部分最小二乘岭估计的粗差定值定位

在利用部分最小二乘原理进行粗差定值定位时,模型的法方程矩阵可能存在病态性,使得到的粗差定值定位结果不可靠。文中针对观测数据包含多个粗差且法方程病态问题,利用岭估计处理病态问题,建立部分最小二乘岭估计的粗差定值定位方法,给出粗差搜索步骤,利用迭代算法实现多个粗差的定值和定位。通过模拟算例分析部分最小二乘法、部分最小二乘岭估计在粗差搜索方面的效果,从另一个角度探讨粗差处理方法,推广现有的误差理论,证明文中方法的有效性。     

基于遥感和GIS的石河子垦区土地覆被动态监测研究

应用遥感和GIS技术对新疆石河子垦区1980年、1990年、2002年和2014年的遥感影像资料进行处理,并从土地覆被总体状况、数量变化和土地覆被转移方向三方面作了动态监测分析。结果表明,草地、耕地、未利用土地是石河子垦区的主要土地覆被类型。1980到2014年间,草地面积大幅度减少,耕地面积大幅度增加,其中城乡、工矿、居民用地年变化率最大,林地动态度最低。分析结果为该区土地资源的可持续利用提供了重要的依据。     

一种裸露土壤湿度反演方法

针对目前土壤湿度反演方法研究较少且缺少实时性的现状,该文提出一种土壤湿度反演方法——最小二乘支持向量机技术。以积分方程模型为正向算法,数值模拟不同雷达参数(频率、入射角及极化)下后向散射系数随土壤含水量和地表粗糙度的变化情况。经过数据敏感性分析,选取C-波段和X-波段、小入射角下的同极化后向散射系数作为支持向量回归的训练样本信息;经过适当的训练,利用支持向量回归技术对土壤含水量进行了反演研究;并考虑通过多频率、多极化、多入射角数据的组合,消除地表粗糙度的影响,提高反演精度。模拟结果表明,该方法反演土壤湿度具有较高的精度和较好的实时性;同时,与人工神经网络方法的结果比较,证明了该方法的有效性,为土壤湿度的反演研究提供了一种方法。     

长距离单历元单频非差北斗网络差分方法

针对北斗卫星导航系统现有的网络差分方法多是基于GPS系统并采用双差定位模型,而双差定位模型的采用使得网络差分方法存在一些缺陷的问题,该文提出一种长距离单历元单频非差北斗网络差分方法;首先长距离北斗基准站网向覆盖区域内的北斗用户提供非差误差改正数;然后用户内插计算出自己所需的非差误差改正数,并改正北斗单频伪距观测值的误差;最后进行单历元单频网络差分定位。实验表明,该方法能够使用单历元单频伪距观测数据实现长距离北斗网络差分定位。