基于PS-InSAR和SBAS技术监测南京市地面沉降

利用覆盖南京地区的23幅Sentinel-1A影像,分别采用PS-InSAR技术和SBAS技术进行数据处理,获得了两组研究区域的地表沉降信息,并对两组结果进行交叉验证分析。结果表明,两种方法获取的结果无论是在沉降范围还是在形变量级上,都具有高度的一致性;研究区域在2015-04～2017-01期间存在地面沉降问题,且最大的沉降速率达到-30 mm/a。     

升降轨融合的施工区域InSAR地表形变监测

以天津某施工区域为研究对象,开展InSAR地表形变监测研究。利用PS-InSAR技术与SBAS-InSAR技术对2017～2021年54景Sentinel-1B数据和65景Sentinel-1A数据进行处理,针对研究区地表形变时间序列,分析建筑物施工对区域地表时序变化及周边建筑物的影响。研究结果表明,沉降主要集中在研究区域两侧建筑物在建区域,抬升主要发生在研究区中间建筑物改造区域;夏季降雨期间,区域地表会出现不同程度的抬升现象。     

基于PS-InSAR技术的南宁地表沉降监测与分析

采用PS-InSAR技术处理44景COSMO-SkyMed卫星影像,获取南宁市建成区2013~2016年地表沉降形变信息;选取典型沉降突变区域进行实地调查,分析地表变形特征及原因,验证PS-InSAR技术监测结果的准确性。结果表明,研究区年平均形变速率范围为-7~5 mm/a;沉降突变点大多分布在青秀区、西乡塘区及兴宁区的绕城高速以内,其中青秀区新竹路与思贤路交叉区域、民族大道高速出入口区域地面沉降明显,平均形变速率超过-9 mm/a;结合工程建设资料、光学历史影像进行实地调查,结果与PS-InSAR监测数据反映的问题吻合较好。该研究可为地质灾害预测和防治工作提供新思路。     

基于PS-InSAR和offset tracking技术的金沙江白格滑坡形变监测

2018-10-11西藏江达县波罗乡白格村附近发生山体滑坡,导致金沙江断流并形成堰塞湖。收集高分二号、高分三号卫星数据,分析滑坡形成的堰塞湖对上游村镇的影响,并基于Sentinel-1以及ALOS-2 PALSAR-2数据,分别应用PS-InSAR和offset tracking技术获取滑坡体在滑坡发生前的运动特征。结果表明,白格滑坡在灾害发生前已有明显的滑移,根据PS-InSAR技术结果,2017～2018年白格滑坡边缘处存在年平均视线向滑动速率超过2.5 cm/a的PS点,且在白格滑坡周边发现2处潜在滑坡;根据offset tracking结果,白格滑坡在2015-07～2018-07期间的3个时间段呈现出滑动不断加速的特征,滑坡累计滑动量超过30 m。应用InSAR技术可在滑坡灾害发生前识别出活动性滑坡,为滑坡监测预警提供重要依据。     

基于PS-InSAR和GIS的北京平原区建筑荷载对地面沉降的影响

北京平原区地面沉降问题日益突出,成因复杂,既包括人为地下水开采和城市建筑荷载作用,又包括自然土体固结和活动构造影响。地下水开采和建筑荷载是重要的驱动因素。如何提取区域尺度建筑载荷,评价其对地面沉降影响,是地面沉降灾害防治工作需要开展的重要环节。本文以简化后的容积率表征建筑载荷,首先利用PS-InSAR技术获取研究区地面沉降信息,然后使用GIS空间分析的方法提取出同等地下水开采影响下的不均匀沉降分布,其次采用阴影长度法提取了研究区建筑体高度,最终结合空间分析和回归分析方法研究建筑容积率与地面沉降之间的关系。主要研究结论：① 北京地区地面沉降比较严重,沉降速率大于30 mm/a的区域占比21.08%;② 地下水开采同等影响下的不均匀沉降区呈H形分布于平原区中部和北部;③ 阴影长度法能够较准确的评估出建筑容积率,可用于区域尺度静载荷的提取与分析;④ 在地质条件相似、水位变化相同的局部区域内,地面沉降速率与建筑容积率具有一定相关性,但相关系数较低。     

基于随机森林的遥感干旱监测模型的构建

利用遥感数据进行大面积旱情监测是现有干旱监测的重要方法之一,然而传统的遥感干旱监测方法主要侧重于对土壤湿度或植被状况等单一干旱响应因子进行监测,对综合多因子的干旱监测研究较为有限。随机森林是一种机器学习方法,具有学习过程快速、运算速度快、稳定性好、预测精度高的优点,近年来被应用于生态环境等多个领域。本文利用2001-2010年4-9月的MODIS数据提取的植被状态指数（VCI）、温度状态指数（TCI）和土地覆盖类型（LC）,TRMM降水资料计算的TRMM-Z指数及SRTM-DEM、土壤有效含水量（AWC）等多个遥感及土壤资料提取的干旱因子为自变量,以气象站点的综合气象干旱指数（CI）为因变量,利用随机森林模型构建遥感干旱监测模型,并以河南省为研究区进行了评价和分析。该模型在2009-2010年的监测值和实测CI值的具有显著的相关性,并且二者干旱等级的一致率为81%。在2001-2010年4-9月间,模型监测值与气象站点的标准降水蒸散发指数（SPEI）总体干旱等级一致率为74.9%,较为一致,其中9月的模型结果与SPEI的干旱等级一致率最高,达到82.4%,空评估率和漏评估率最低;与10 cm土壤相对湿度的相关系数在0.475-0.639之间,达到极显著水平。河南省2011年4-6月干旱事件同样验证了本文构建的模型旱情监测结果,说明本模型能较好地就应用于监测区域旱情监测。     

基于时序InSAR的京津高铁北京段地面沉降监测

京津高铁是中国第一条高速运行的城际铁路,其安全运行对轨道的平顺性有着严格的要求。地面沉降,尤其是不均匀地面沉降会引起部分路基和桥梁变形,威胁着高速铁路的运营安全。合成孔径雷达干涉测量技术可以大范围监测地表形变,对高速铁路沿线地面沉降具有较好的监测能力。本文以45景高分辨率TerraSAR-X 数据为基础,采用 PS-InSAR技术监测京津高铁北京段沿线地面沉降,获取京津高铁北京段沿线地面沉降的分布信息,从动静载荷视角结合北京地区地下水、断裂带、地质条件和含水层系统介质等数据,综合分析高铁沿线不均匀地面沉降的原因,为京津高铁的安全运营提供技术支撑。研究结果表明：京津高铁北京段沿线地面沉降发展在空间上存在一定差异性,北京南站至十里河区间,年沉降速率小于10 mm/a; 至十八里店区间,年沉降速率在10~40 mm/a范围内浮动;过亦庄站至东石村以东区间,最大年沉降速率达到90 mm/a;至永隆村以西,年沉降有所缓解,往东至坨堤村,沉降较为稳定,年沉降速率小于10 mm/a。地下水超采是沿线区域地面沉降的主要因素,动静载荷共同作用下对地面沉降产生一定的影响,沿线地面沉降一定程度上受到南苑—通县断裂带和旧宫断裂带构造控制,沉降量较大的路段位于粘土层较厚的大兴迭隆起。     

基于随机森林算法的近地表气温遥感反演研究

近地表气温是城市热环境的重要表征,是改变和影响城区气候的重要因素。为获得空间上连续的近地表气温,本文以北京市为研究区,利用Landsat5/TM数据计算分别得到地表温度、归一化植被指数、改进的归一化差异水体指数、地表反照率、不透水面盖度,并结合气象站点气温和高程作为输入参数建立随机森林模型反演近地表气温。结果表明,随机森林反演的近地表气温平均绝对误差（MAE）为0.80 ℃,均方根误差（RMSE）为1.06 ℃,与传统多元线性气温回归方法相比,平均绝对误差（MAE）和均方根误差（RMSE）分别提高0.06 ℃和0.09 ℃。研究表明,利用随机森林模型反演近地表气温是可行的,并且具有一定的优越性。此外,对随机森林模型的输入参数进行重要性分析,地表温度对气温反演模型的影响最大,其次为高程。     

基于随机森林的陕西省西安市近地表气温估算

随着城市规模不断扩大以及人口激增,城市气候与热环境问题日益凸显,开展城市近地表气温遥感监测研究能够为改善城市气候、减缓热岛效应、打造适宜人居环境提供参考。针对传统气温监测方法在多因素复杂关系模拟中的局限性,以陕西省西安市为研究对象,运用可以集成多要素、学习复杂、非线性映射关系的随机森林(Random Forest, RF)模型,基于Landsat 8卫星遥感数据以及SRTM高程数据相关参数的综合分析,构建多种近地表气温估算的随机森林模型,通过性能对比评估优选最佳模型,估算了2016年5月16日西安市近地表气温,分析了近地表气温的空间分布特征。结果表明：在所有近地表气温影响因子中,高程对随机森林模型近地表气温估算的贡献度最大,其次是地表温度。所有随机森林模型训练集的判定系数(R²)均高于0.916,均方根误差(RMSE)均低于0.467℃,验证集判定系数均高于0.726,均方根误差均低于0.840℃;训练集判定系数均高于验证集,均方根误差均低于验证集;最优随机森林模型训练集判定系数为0.934,均方根误差为0.425℃,验证集判定系数为0.795,均方根误差为0.7...     

基于GLM-PSO-coKriging模型的地表形变研究

以斜坡灾害易发地带兰州市城关区为研究区,通过PS-InSAR技术提取地表形变点的地表形变速率,反映地质灾害在空间范围内的分布。以协克里金插值为基础,结合广义线性模型（GLM）和粒子群优化算法（PSO）,构建PSO-GLM-coKriging插值模型,以地表形变速率为主变量,DEM,岩土疏松度和NDVI拟合参数为协变量,进行空间插值模拟。与co-Kriging模型和GLM-co-Kriging模型相比较,PSO-GLM-coKriging插值模型具有更高的精度和更好的模拟效果,消除了多维度产生的复杂度,改善了小尺度范围内的插值效果,3个模型的误差分别为1.25 mm/year,0.70 mm/year,0.47 mm/year。因此,通过PSO-GLM插值模型对形变点空白区的插值模拟,对城关区城镇化的规划建设提供一定的数据和理论支撑。     

基于随机森林算法的地表温度鲁棒降尺度方法

陆地表面温度是描述区域或者全球范围内陆地表面与大气的相互作用和能量平衡最重要的环境参数之一。针对目前尚未有遥感卫星能够同时提供具有高时间和高空间分辨率的地表温度产品的问题,国内外学者发展了多种对低空间分辨率的地表温度进行降尺度的算法。然而,由于对地表温度解释变量和降尺度模型的选择往往具有区域局限性,导致了降尺度模型的泛化能力受到了一定的限制。本文首先评估了地表反射率、遥感光谱指数、地形因子、地表覆盖、经纬度以及基本状态变量6类环境参量与地表温度之间的相关关系,并在此基础上筛选出最佳解释变量;同时,结合在非线性回归问题上表现比较优秀的随机森林算法,建立了一种鲁棒性的基于随机森林算法地表温度降尺度模型（RRF）。本文选取了中国范围内具有代表性的11个地区作为主要研究区,将空间分辨率为1 km的MODIS地表温度产品降尺度至90 m。以北京市2个典型地表类型的子区域为代表研究区,通过与传统的基于归一化植被指数与地表温度相关关系的TsHARP模型,以及基于红波段和近红外波段以及地表高程作为尺度因子建立的简单Basic-RF模型的对比分析可得,RRF模型在2个子研究区降尺度结果均优于TsHARP模型和Basic-RF模型,其均方根误差分别为2.39 K和2.27 K。通过进一步对2个子研究区训练的RRF进行交叉验证,证明在一个研究区训练的RRF应用至另一研究区的降尺度时,RRF模型表现出了较好的鲁棒性,降尺度结果的均方根误差分别为2.56 K和2.44 K,精度误差相差仅为0.17 K。通过将RRF应用于中国范围内的多个研究区,结果表明利用少量训练数据构建的RRF模型适用于大范围的区域,地表温度降尺度结果都能取得较好的精度。     

黄河三角洲区域地表形变监测研究

由于地壳运动、地下水使用及矿床开采等因素的影响,会造成地表的形变,特别是垂直（高程）方向影响更大。为了维持高程基准的现势性,本文提出了一种以InSAR地表形变监测和水准测量相结合的方法,实现地表形变区高程基准动态维持。并以黄河三角洲区域为例,对2种成果精度进行了对比验证,水准测量和InSAR监测结果基本相符,可实现2种技术手段融合以获取点、面综合的高程变化信息。     

基于PS-InSAR技术的廊坊北部地区地面沉降监测研究

采用PS-InSAR技术对覆盖廊坊北部地区的33景Envisat ASAR影像进行处理,获取该地区2007～2010年平均形变速率场与季度时序沉降信息,并与沉降影响场数据进行耦合分析。结果表明： 1)宋庄-燕郊与五百户-大口屯等地区沉降发育较显著,季节性变动特征明显;2)山前与杨各庄-马坊地区呈高沉降梯度,平原区较高沉降梯度区多与-16 mm/a、0 mm/a等值线形态一致,差异性沉降特征显著;3)因第四系厚度、结构显著差异与断裂活动影响,北、东部断层两侧多表现为较高或渐变的形变梯度;4)差异性沉降展布与水源地、水位降深区具较好空间响应,且较严重沉降多为中深层承压水超采与城镇化建设所致。     

基于随机森林的黄土地貌分类研究

地貌分类在指导人类建设活动的规模与布局中有着重要的意义。然而,传统的基于数字高程模型(DEM)的地貌分类方法使用的地形因子和考虑到的地貌特征往往比较单一。本文提出了一种基于流域单元的地貌分类方法,该方法考虑了流域单元的多方面特征,包括基本地形因子统计量、地形特征点线统计量、小流域特征和纹理特征。本研究首先基于DEM进行水文分析将研究区域划分成不同的小流域。然后利用数字地形分析提取29个不同方面的特征来表征流域的形态,并基于随机森林(RF)算法进行了特征选择和参数标定。RF是一种基于决策树算法的集成分类器,能有效地处理高维数据,分类精度高。最后选择训练集小流域对RF分类器进行训练,使用训练完成的分类器对整个研究区域的地貌进行分类,研究地貌分异的规律。该实验在我国陕北黄土高原典型黄土地貌区域的地貌分类中取得了较好的结果,结果表明不同的地貌之间存在明显的区域界线,特定的地貌类型在空间上表现出明显的聚集性。通过人工判读进行验证的分类精度达到了85%,Kappa系数为0.83。     

基于随机森林特征选择的城市绿化乔木树种分类

城市绿化在改善空气、水和土壤质量,吸收和减少二氧化碳及各种污染物,缓解城市热岛和减少雨水径流等方面发挥着重要作用。及时准确地获取树种信息是城市规划与绿化管理的先决条件,对进一步改善城市生态环境也具有重要意义。基于遥感技术,使用高空间分辨率的WorldView-2卫星影像,采用光谱、纹理、指数以及几何等多种特征相结合的面向对象方法,并通过随机森林进行特征选择,对福州大学旗山校区北部的榕树、杧果、香樟、重阳木、羊蹄甲、垂叶榕以及木棉7种主要绿化乔木进行树种分类。实地验证结果表明：通过特征选择可以减少或规避数据冗余以及休斯效应的产生,该方法可以提高现有同类型树种分类的精度,当淘汰全部特征的20%,利用34个特征（包括15个光谱特征、6个纹理特征、8个指数特征和5个几何特征）进行分类时,总精度最高,可达74.95%,Kappa系数为0.67。其中,光谱平均值的特征重要性最高,而各波段的标准差的重要性较低。WorldView-2卫星影像的4个新增波段,特别是黄光和红边波段及其构建的指数特征重要性较高,也说明这些波段在植被遥感,特别是树种分类中极具应用前景。     

基于随机森林的光子计数激光雷达点云滤波

新一代星载激光雷达卫星ICESat-2首次采用了微脉冲光子计数激光雷达技术,由于单光子探测的灵敏性导致数据在大气和地表下层产生了大量噪声,因此对光子计数激光雷达点云数据实现信号和噪声的分离是开展进一步应用研究的前提和基础。本文选择美国俄勒冈州和弗吉尼亚州2个研究区,采用MATLAS数据,根据光子点云数据的特点构造了12个光子点云特征,对所构造的特征利用随机森林进行变量筛选,用机器学习方法对光子点云进行分类,并将建立好的模型推广到整个研究区。研究结果表明,本文构建的分类器分类总精度达到了96.79%,Kappa系数为0.94,平均生产者精度和用户精度分别为97.1%和96.8%。在相对弱噪声、平坦地形区域和强噪声、复杂地形区域都取得较好的分类结果。本文结果显示了基于少量样本通过机器学习的方法构建模型,可以推广到较大范围区域的光子点云分类应用中。     

随机森林算法在区域生态旅游适宜性评价中的应用研究

生态旅游适宜性评价是评估生态旅游发展潜力、制定生态旅游规划和进行生态旅游开发的基础和重要参照。本文引入机器学习方法,从方法可行性、数据映射和预测实现等方面进行探讨,应用随机森林算法对湖南武陵山片区生态旅游适宜性展开实证研究。湖南武陵山片区旅游资源丰富,脱贫后亟需开展生态旅游来巩固拓展脱贫攻坚成果实现与乡村振兴有效衔接以及促进可持续发展。研究结果表明：(1)将机器学习算法引入到区域生态旅游适宜性评价领域作为一种新方法,可为之后改进生态旅游适宜性评价方法提供新思路与新方案;(2)随机森林算法可以有效应用在区域生态旅游适宜性评价方面,可作为适宜性评价研究的一种新方法,模型优化后的平均测试精度达86.49%,受试者工作特征曲线（ROC）与坐标围成的面积（AUC）达0.95,评价结果能够准确反映湖南武陵山片区生态旅游适宜性程度;(3)特征重要性排序结果显示土地利用类型影响最大,占比达到28.98%,人口密度、距景点距离和生物丰富度等因子的影响也较大,分别为16.34%、12.2%和10.65%,在进行生态旅游开发时应重点考虑这些因素;(4)生态旅游适宜性结果表明,高度适宜与适度适宜区占比高,研究...     

适用于自然地表形变反演的小基线集方法

由于自然地表像元在长期观测中容易发生时空失相干,利用时序InSAR（Synthetic Aperture Radar Interferometry）技术对其开展形变监测会面临可用形变测量点不足的挑战。针对这一问题,提出一种改进的小基线（Small Baseline Subset,SBAS）方法。该方法改进了传统SBAS中初始高相干像元筛选及相位滤波过程：首先利用拟合优度检验,并结合相干性阈值条件来识别同质像元;然后根据同质像元数量将所有像元分成2部分,即PS（Persistent Scatterers）候选点和DS（Distributed Scatterers）候选点;其次分别在这两部分像元中开展初始高相干PS点及DS点筛选;最后对选出的高相干PS点及DS点进行加权相位滤波。利用覆盖北京平原区西北部（含城区及山区）的27景ENVISAT ASAR影像开展的形变监测实验表明：与2个参考方法相比,该方法能够有效扩展形变结果上的测量点数量和覆盖范围,测量点数量分别提高了22.6%及27.6%,且自然地表的形变测量点密度得到了明显提升。同时,研究区形变结果与4个连续GPS站的位移数据有很好的一致性,证明了该方法在地表形变反演中的有效性及优越性。     

基于随机森林模型的环渤海地区人口空间化模拟

人口空间化数据能够将人口分布更精细地反映在地理空间中,可以为科学研究和政策制定提供更加精细的数据源。本文选取多源遥感数据和兴趣点作为影响环渤海地区人口分布的自变量因子,利用随机森林模型对环渤海地区进行分区密度制图,生成该地区2010年和2020年30 m人口空间化数据,并将结果与WorldPop数据集以及其他地区30 m研究成果进行对比。结果表明：(1)本文模拟结果精度整体高于WorldPop数据集10%以上;(2)相较于WorldPop数据集,本文人口数据能细致地描述环渤海人口分布的空间异质性;(3)与其他地区30 m研究成果相比,模拟精度也有所提升;(4)遥感建成区数据和兴趣点是环渤海地区人口分布的最重要指示性指标;(5)在环渤海地区人口估计方面,社会因素与人口分布有更高的相关性,映射人口分布的主要因素因地区而异。