顾及PM2.5浓度遥感生态指数模型的沧州市区生态环境质量动态监测分析

针对空气中颗粒物对城市生态环境存在影响,在遥感生态指数的基础上,加入反映颗粒物PM2.5浓度的差值指数(DI),采用主成分分析法耦合绿度、湿度、干度、热度和PM2.5浓度指标,构建新型遥感生态指数RSEInew.通过对比RSEI与RSEInew第一主成分贡献率和平均相关度,建立基于RSEInew模型的沧州市区生态评估模型,对该区域2000-2019年生态环境质量进行监测分析.结果表明:RSEInew第一主成分更好的集中了各指标的特征,比RSEI更能综合代表生态质量情况;绿度指标NDVI和湿度指标WET为正值,对生态环境质量起积极作用;干度指标NDBSI、热度指标LST和PM2.5浓度指标DI为负值,对生态环境质量起消极作用,研究区生态质量主要受绿度影响,其次是干度和PM2.5浓度,湿度影响最小;2000-2019年,沧州市区生态环境质量维持在一般水平,整体呈现下降趋势,降幅约8.3％,主要由于市区原有植被被建设用地代替,生态质量变好的区域主要分布在中部,说明积极推进中心城区裸露地块增绿等环境保护工作,改善了中心老城区的环境质量;依据多元线性回归模型预测,未来增加0.159单位的NDVI,减少0.391单位的NDBSI或0.413单位的DI,就会使沧州市区的生态环境质量提高0.1单位,说明增加绿地覆盖是改善沧州市区生态环境的最有效方式.     

融合无人机DEM的SBAS-InSAR矿区沉陷监测研究——以武安某矿区为例

小基线集合成孔径雷达干涉测量技术(Small Baseline Subset Interferometric Synthetic Aperture Radar, SBAS-InSAR)因其能够减弱时空失相干、大气延迟效应的影响而在矿区监测中应用广泛.然该技术仍需用到外部参考数字高程模型(Digital Elevation Model, DEM)来去除地形相位,故DEM的精度会直接影响其监测结果的精度,而大范围高精度DEM往往获得困难,且成本较高.为在控制成本的同时得到精度更高的监测结果,本文以武安市某矿区为例,将局部高精度无人机点云生成DEM与大范围的航天飞机雷达地形测绘任务DEM(Shuttle Radar Topography Mission DEM,SRTM DEM)相融合,结合融合结果并利用SBAS-InSAR技术和Sentinel-1 A数据进行监测和分析.结果表明：(1)使用融合DEM作为外部参考DEM所得SBAS-InSAR局部矿区监测结果较原始DEM提高了2～3 mm的监测精度;(2)在使用融合DEM所得的监测结果中,不同地物类别上的点有着不同的监测精度,其中农田土路上...     

TLS三维点云聚类滤波算法应用研究

现有地面三维激光扫描点云数据滤波算法较少,针对地形复杂区域的点云滤波效果更是不甚理想,因此对二维聚类算法进行改进,提出三维点云聚类滤波算法,并对其在地形复杂区域的TLS数据滤波中的应用进行研究。以重庆鸡冠岭危岩体的TLS数据为例,分别采用曲率平滑滤波方法和文中提出的点云聚类滤波方法处理,并对两种方法处理过的数据进行形变量计算和分析。实验证明,针对植被覆盖茂密、地形复杂的山体,该方法的点云滤波效果较好,且处理速度有较大提升,能为点云后期形变量计算提供较好的基础。     

基于InSAR技术的东营市地面沉降监测及多诱发因素分析

基于2019年Sentinel-1的28景降轨InSAR数据,监测东营市年均沉降速率,分析并相互验证处于不同季节的两个干涉对及各形变中心的时序变化情况。结果表明,东营市存在5个大范围的沉降区域,均位于东营市沿海区域,最大沉降速率约为300 mm/a,沉降特征因地下水抽取、石油开采与卤水开发等地下流体开采类型不同而具有明显的季节性特征,但总体上各形变区域每年1~5月表现为较大线性速率的沉降,6~12月出现不同程度回弹后又缓慢沉降,干涉对剖线的形变趋势同时可验证时序结果的正确性。     

基于InSAR的矿区沉降中心动态变化监测与分析

以安徽省颍上县谢桥煤矿为例,采用InSAR技术探测矿区2007~2011年内各时间段的地表形变结果,利用岩床模型模拟矿区的形变场,分析沉降漏斗的发育状态,为区域地面沉降危险性评估提供重要参考依据。InSAR形变结果显示,开采区域内存在多处沉降漏斗,大体呈东西向分布;随着时间的推移,沉降中心不断推移,沉降范围逐渐扩大。结合遥感影像发现,沉降漏斗与塌陷水域的形成在时间上存在一致性,空间分布也存在高度相关性。     

基于Sentinel-1影像的2019~2020年河北隆尧地裂缝及周边形变监测与分析

为了解隆尧地裂缝目前的发育状况及其对周边地区的影响,采用2019-01~2020-12共31景Sentinel-1影像,基于SBAS-InSAR和Stacking InSAR技术获取隆尧地裂缝及其周边区域的形变时间序列及形变速率分布,进一步采用均质弹性空间模型研究隆尧地裂缝现今滑移状况。结果表明：1）隆尧地裂缝2019~2020年南北两侧的形变速率梯度差达4 cm/a,较2007~2011年5 cm/a的形变速率梯度差有所下降;2）固城店镇、魏家庄镇、官庄镇存在明显的周期性地表形变,但总体趋势仍为沉降;3）建模结果表明,隆尧地裂缝现阶段几乎破裂至地表,滑移速率为27 mm/a,与2007~2011年结果相比深度及滑移速率有所降低,说明现阶段隆尧地裂缝虽仍处于活跃状态,但活跃程度有所减缓。     

时序InSAR解译2017~2020年北京地面沉降时空变化

利用合成孔径雷达干涉测量（InSAR）技术对2017-06~2020-06期间获取的Sentinel-1数据集进行处理和分析,获取北京近几年地面沉降区域的时空分布特征。结果表明,北京地表形变呈现5处沉降区,最大年形变速率为-111.3 mm/a。将InSAR结果与GPS观测资料进行对比,验证了时序InSAR的有效性。对比2018年和2019年的年形变速率可知,各个沉降范围内的沉降面积均在减小,且沉降减缓的面积远大于沉降加速的面积。局部调查后发现,5处沉降区除1处仍在加速沉降外,其他4处的沉降速度均在减缓。