利用InSAR数据的格尔木市地表沉降监测

InSAR及其相关技术在城市地面沉降监测中具有独特优势。本文采用2015年12月4日至2018年1月10日间的37景Sentinel-1卫星SAR影像数据，基于InSAR时间序列分析技术，对地处高原的格尔木市市区及其周边进行了地表形变监测。结果表明，基于相干性等指标共提取了252 889个相干点，每平方千米平均有501个相干点，后续经相干点分析计算后掩模去误差较大的点后，实际使用相干点252 035个；格尔木市及其周边郊区的整体沉降速率均在5 mm/a以内，未发现明显的沉降区域或大面积的沉降带，市区南部的沉降速率低于北部。     

消费型无人机倾斜序列影像三维重建研究

以西宁市某城镇区域为例,首先利用大疆DJI M600Pro无人机搭载的DG3 Pros倾斜摄影系统采集影像数据;再利用PhotoScan影像匹配模块处理无人机倾斜影像获取的多视影像数据同名点坐标;然后利用GodWork的AT模块进行引入曝光延迟的光束法区域网平差,并通过分块平差与整体一致性平差实现大区域多视倾斜影像数据的整体平差;最后利用Smart3D完成多视影像密集匹配和纹理自动映射,生成高精度的三维模型.通过控制数据对空三加密、三维立体模型进行了精度验证,结果表明,其精度能满足大比例尺测图要求.     

多特征结合的倾斜无人机影像匹配方法

针对无人机倾斜影像存在匹配困难问题,提出融合多种特征优势的无人机影像匹配算法。首先,提取MSER(Maximally Stable Extremal Regions)局部特征稳定区域,并用SIFT(Scale Invariant Feature Transform)描述子对特征进行描述;其次,利用K-D树的搜索策略进行特征点的快速检索,采用NND算法获取初始的粗匹配点对,根据结果计算影像间的仿射变换关系;最后,对SIFT特征点进行约束NCC匹配,利用RANSAC算法剔除外点,完成最终的影像匹配。实验结果表明,该算法对存在较大倾斜角度的无人机影像效果较好,在匹配正确率和仿射不变性两方面都优于SIFT算法。     

大兴安岭多年冻土区泥炭地中8种植物叶片凋落物的元素含量特征

2019年9月上旬,在大兴安岭地区漠河市图强镇连续性多年冻土区和新林区不连续性多年冻土区的泥炭地中,采集了落叶灌木、常绿灌木、草本植物和藓类植物功能群的柴桦(Betula fruticosa)、笃斯越橘(Vaccinium uliginosum)、狭叶杜香(Ledum palustre)、甸杜(Chamaedaphne calyculata)、小叶杜鹃(Rhododendron capitatum)、玉簪薹草(Carex globularis)、粗叶泥炭藓(Sphagnum squarrosum)和真藓(Bryum argenteum)的叶片凋落物样品,测定各种植物叶片凋落物中的碳、氮、磷、钾、钠、钙、镁、锰、铝和铁元素含量以及碳、氮同位素自然丰度(δ¹³C、δ¹⁵N)值。研究结果表明,图强镇连续性多年冻土区与新林区不连续性多年冻土区泥炭地中的狭叶杜香、甸杜、小叶杜鹃(常绿灌木)和粗叶泥炭藓、真藓(藓类植物)叶片凋落物的总有机碳含量相当,图强镇泥炭地中的柴桦、笃斯越橘(落叶灌木)和玉簪薹草(草本植物)叶片凋落物的总有机碳含量显著小于新林区泥炭...