GNSS对流层水汽监测研究进展与展望EI北大核心CSCD

对流层是近地空间环境中与人类活动联系最为密切的大气层,而水汽是低层大气圈中最重要的组成部分之一。尽管水汽在对流层中所占比例较小,但在一系列天气和多种气候变化中都扮演着重要角色。随着全球导航卫星系统(GNSS)的快速发展,GNSS对流层水汽监测成为重要的研究和应用方向。本文系统介绍了GNSS多维水汽监测及其在相关方面应用的研究现状和进展。GNSS水汽监测研究方面,当前主要集中在二维大气可降水量监测和三维湿折射率/水汽密度廓线反演两部分;GNSS水汽应用研究方面,当前主要包括定位、短临降雨及旱涝监测、数值同化预报等。     

SBAS-InSAR技术与无人机影像融合的滑坡变形监测北大核心CSCD

山体滑坡对人类安全造成严重影响,准确识别滑坡变形对预防滑坡灾害具有重要意义。利用SBAS-InSAR技术可以进行空间连续地表变形监测,但无法精确获取滑坡边界的变化。为了综合监测滑坡,本文首先采用SBAS-InSAR技术与无人机影像结合的滑坡变形监测方法,利用2018年1月1日—2020年12月24日,共计80幅升轨Sentinel-1A SAR影像,进行了VV极化和VH极化数据处理;然后通过SBAS-InSAR技术获取滑坡区地表雷达视线(LOS)方向变形速率,选取了若干变形点进行滑坡体变形时序分析;最后采用无人机获取滑坡影像并提取滑坡边界,分析了滑坡边界的变形。试验结果表明,利用SBAS-InSAR技术获取的滑坡变形和无人机获取的滑坡变形趋势基本吻合,通过该方法可以获取滑坡的综合变形情况,对滑坡活动性的判断具有重要意义。     

联合SAR影像相位和强度信息的矿区形变监测关键技术研究EI北大核心CSCD

SAR技术已在矿区形变监测方面得到了广泛的应用。InSAR技术在矿区小变形监测方面具有较高的精度,但无法获取矿区大量级形变。子带干涉技术能降低解缠难度进而提高测量精度。偏移量追踪方法可用于提取矿区大形变,但其监测精度相对较低。如何融合各方法的优势,获取矿区高精度大梯度形变信息是目前面临的科学问题。为此,论文重点研究了子带干涉技术在矿区形变监测中的适宜性、偏移量追踪方法在矿区形变监测中互相关窗口的选取方法及InSAR技术、子带干涉技术、偏移量追踪方法和概率积分模型融合的方法,通过与实测对比证明了方法的可靠性。主要工作及成果如下。     

无人机影像DSM自动生成随机传播COLVLL算法EI北大核心CSCD

针对现有密集匹配方法在弱纹理及高差较大区域表现不佳,以及密集匹配融合生成DSM时导致信息丢失等问题,本文提出基于随机传播COLVLL的DSM生成方法。在对空三加密后的影像进行有效像对筛选的基础上,利用随机传播机制对DSM像素区域进行扫描迭代,结合VLL算法对随机生成的高程值进行迭代更新得到DSM。以弱纹理、大高差区域无人机影像为试验数据与现有生成DSM商业软件进行试验对比,并以ISPRS WGII/4提供的Vaihingen数据集为参考对本文方法生成DSM及真正射影像数据进行试验分析,结果均证明了本文方法的有效性和适用性。     

影像大地测量学发展现状与趋势EI北大核心CSCD

随着遥感卫星系统的逐渐增多,影像为研究地球形状和大小等大地测量参数提供了更高精度、更高分辨率的数据支持,推动了大地测量学科的发展,也衍生出影像大地测量学(Imaging Geodesy)。影像大地测量学是大地测量、遥感科学、数字摄影测量、计算机视觉等学科的交叉融合,在减灾防灾、环境保护和新能源开发利用等领域发挥了重要作用。本文梳理了其发展历程、定义内涵、关键技术、研究内容和发展趋势5方面的内容。基于遥感卫星系统和影像处理技术的发展历程,本文将影像大地测量学的发展划分为起步萌芽、初期飞跃、深度创新和全面应用4个阶段。顾及研究对象空间位置的不同,影像大地测量学的主要研究内容包括地球大气环境观测与反演、地球表面环境监测与演化以及地球内部物理结构与动力学反演。引入数字高程模型反演、大气水汽监测、活动滑坡探测与监测、地震周期研究以及土壤湿度监测等应用案例,分析了影像大地测量学的现代应用。最后,提出多源海量影像的融合和近实时化处理是目前影像大地测量学面临的主要挑战。本文研究将有助于大地测量学者对影像大地测量学内涵的了解和认识,进而更好地应用于教学和科研工作中,以及服务国家重大战略和工程建设。     

城市典型要素遥感智能监测与模拟推演关键技术EI北大核心CSCD

城市典型要素遥感智能监测与模拟推演的理论、方法与应用,对于国土空间规划与管理,城市规划与综合治理,区域决策与管理等均具有关键支撑作用。针对覆盖要素和驱动要素复杂非线性,本文研发了协同多源遥感数据的智能识别方法,实现了精细化高可信覆盖要素分类;协同遥感、POI兴趣点和时空大数据等多源数据,有效探测和识别了要素变动的驱动力。在此基础上,开展了空间演变机理挖掘、空间统计建模、启发式智能建模,并应用于土地利用、城市扩张、生态演变、碳储量等。同时,研发了聚焦城市生长推演的UrbanCA平台以及聚焦多类土地利用变化推演的Futureland平台,集成了自主研发的模拟推演系列方法并以长三角为主要区域进行了验证。     

一种基于智能手机的实时高精度定位系统开发与车载应用测试北大核心CSCD

手机GNSS芯片可支持多模GNSS观测信号,其提供的原始观测量为高精度导航定位提供了可能,智能手机高精度导航定位成为研究热点之一。本文首先基于自研的反向RTK算法,设计并开发了一套基于智能手机的实时高精度定位系统,降低手机的计算压力;然后基于智能手机小米8,进行了大范围(覆盖深圳、武汉、北京)、多场景(城市开阔/遮挡,高速开阔/遮挡)的动态车载应用测试,用于验证系统的可靠性和可用性。测试结果表明:系统在各场景下均能稳定有效运行,在开阔环境下,小米8可实现亚米级的实时动态定位精度,精度最优可达0.21 m。     

天宝SX10影像扫描仪在水文泥沙监测中的应用北大核心CSCD

基于水文泥沙监测的应用需要,采用天宝SX10影像扫描仪进行地形测量,并与传统观测方法进行比较分析,通过三维激光扫描技术获取海量点云数据,进而提取断面数据并进行质量监测。项目实施和成果分析表明,三维激光扫描技术能够满足水文泥沙监测要求,有效降低山区河道作业风险,提高工作效率,技术方案具有可行性。     

抗视差的宽基线弱纹理影像自动拼接算法EI北大核心CSCD

针对目前带有视差突变的宽基线弱纹理影像拼接效果差及需要人工干预的问题,本文从影像匹配和影像配准两方面进行改进,提出了面向宽基线弱纹理影像的抗视差全自动拼接算法。首先,采用融合了影像视角几何纠正的局部特征变换模型,由粗到精地实现弱纹理特征的准密集对应;然后,基于匹配点和深度神经网络,泛化学习宽基线影像间的可靠透视变换,以获取全局配准视差,局部视差则通过薄板样条函数来精确拟合;接着,将影像拼接结果的多边形边界进行规则化处理,通过全卷积网络将其训练为规则化矩形,在有效剔除空白区域的同时,最大限度地保留影像拼接内容;最后,选取4组无人机和地面近景宽基线弱纹理立体像对进行测试,并将本文算法的影像匹配及配准各阶段结果分别与现有代表性算法结果进行对比。试验结果表明,本文算法在匹配点数目、匹配精度及影像拼接质量等方面具有显著优势,并能够在影像弱纹理区域及视差突变场景表现出较好的稳定性。     

GNSS-R潮位监测抗差估计EI北大核心CSCD

针对GNSS-R反演潮位过程中,由测站天线相位中心与潮位基准面高度的不确定性造成的误差,本文提出了基于抗差估计的优化方法。通过确定观测值的最优权重,削弱水面高度粗差反演值,求解高精度测站高度,进而提高GNSS-R反演潮位的精度。基于HNLC、SC02、TDAM、TPW2这4个IGS GNSS连续运行跟踪站的数据,进行潮位反演试验,结果表明,与传统反演方法相比,本文方法计算所得测站高度分别提升了1.01、1.31、16.2、1.22 cm,反演潮位的均方根误差分别降低了26.7%、34.4%、84%、31.6%。同时,还证明了本文方法求解出的自潮位基准面起算的测站高度,可应用于后续无验潮站或验潮站数据中断情况下潮位的反演。     

基于ArcIMS的实时水雨情监测系统开发与应用研究

ArcIMS是ESRI第二代基于Web的GIS平台,用于Internet及其环境中发布和共享空间数据,并提供丰富的GIS互操作功能。实时水雨情动态监测系统是基于WebGIS技术,利用ArcIMS加以实现的动态监测系统。该系统使遥测设备接收到的水雨情数据在WebGIS平台中电子地图相关监测点实时、动态反映,并且能够以曲线图等直观图形式表现出来,为水雨情动态监测信息共享提供了开放的信息空间,从而辅助工作人员进行正确与及时的决策。     

基于机器视觉的水域远程监测应用系统方案设计

针对水面污染区域的识别及快速测量,通过电子测量手段和图像甄别方法,提出了一种高精度的水面污染面积测量方案,以满足水域管理和监测盲点污染需求。根据机器视觉的单目视觉测距原理,采用无人机航拍为该测量过程提供相应参数及污染区域方位信息。系统通过图像分割与堆叠技术对拍摄图片中油污染区域特征进行人工圈定边界识别,利用适用于该面积测量的视觉图像处理方法,设计了水面污染面积测量的人机交互,实现对污染区域面积进行实时或后期测量。试验结果表明,通过无人机实际飞控测量及软件处理,为水域管理提供有效依据,模拟水面污染面积测量精度为10^-3 m²,测量相对误差低于5%,垂直拍摄平均相对误差低于1.3%。     

水质关键因素光谱遥感监测技术分析

针对传统水体水质分析方法过度依赖于实地测量和实验室化学分析,需要耗费大量人力物力且效率不高的问题,从水质遥感监测数据获取手段、典型反演监测模型、不同水体光谱遥感监测应用状况、水质遥感监测技术应用及前景等方面分析归纳了使用遥感技术监测水质的新方法。从可用数据类型、数据特征等方面对水质遥感监测数据获取的3种主要手段进行了比较;从复杂程度、使用场景、优缺点等方面对4种典型的反演模型进行了归纳;对遥感数据和模型在Ⅰ类和Ⅱ类水体应用中的常用组合方式进行了分析总结。     

自适应变异粒子群优化灰色模型在变形分析中的应用

标准灰色模型GM(1,1)以序列第一个分量作为初始条件进行灰色微分建模,未能充分利用序列中的新信息;其背景值的构造本质上采用了数值积分中的梯形法,精度不高。针对上述缺点,提出一种基于粒子群算法的灰色预测模型,即PSOGM(1,1)模型,对初始值和背景值参数进行优化,并将模型应用于岩体变形分析中。计算结果表明,PSOGM(1,1)模型具有较高的预测精度,可作为变形分析的一种新方法。     

矿区地表形变PPP监测自适应滤波算法及其应用

矿区地表易发生开裂、移动、塌陷等灾害,对矿区人文及生态环境造成巨大破坏。因此,针对矿区地表的监测研究意义重大。然而,常规的监测数据解算方法精度依赖于先验模型参数的准确性,若模型参数不准确,则解算精度难以满足监测需求。鉴于此,本文提出了基于PPP的矿区地表形变监测自适应滤波算法,并利用矿区工程数据进行试验,验证了算法的优越性。结果表明,本文算法能有效地控制动态模型参数偏差的影响,提高监测数据解算的稳定性,相比传统滤波算法,能够有效提高解算精度。     

一种K-均值聚类的改进算法及其应用

由于传统的K-均值聚类算法固有的特性,如对初始聚类中心的依赖性和对噪声点的敏感性,导致了其聚类结果的不稳定。文中基于k-dist图提出一种改进算法,算法首先去除数据集中的噪声点,然后从数据集中选取靠近点聚集区域、相距最远的k′个数据点作为初始簇中心。实验结果证明,文中算法能够很好地消除K-均值聚类算法对初始簇中心的依赖性,并能有效去除噪声点。     

昆承湖水质状况遥感监测与空间特征分析

针对镇域水资源常规的监测方法不能满足对水质适时、大尺度的监测评价要求等问题,该文以江苏常熟辛庄镇昆承湖为例,分析叶绿素a(Chl-a)和悬浮物(SS)浓度值与水体归一化反射光谱、一阶微分反射光谱特征的关系,运用PEARSON法分析两者之间的相关性,确定Chl-a和SS的敏感波段,利用Chl-a和SS敏感波段归一化光谱反射值和实测浓度数据建立了水质参数反演模型。采用同时相ETM遥感数据对水质参数(叶绿素a和悬浮物)浓度进行遥感定量反演,并根据反演结果分析镇域水体污染空间分布特征。结果表明,对水质参数几个最大正(负)相关的光谱值进行波段组合处理可以提高反演精度,并且模型反演值和实测浓度值之间误差较低。通过对叶绿素、悬浮物等水质参数反演实现了对昆承湖水体污染状况的快速、准确和动态的信息获取和评价,有效地实时监测镇域水体在空间和时间上的变化状况和特性。     

Machine learning approaches to coastal water quality monitoring using GOCI satellite data

Since coastal waters are one of the most vulnerable marine systems to environmental pollution, it is very important to operationally monitor coastal water quality. This study attempts to estimate two major water quality indicators, chlorophyll-a (chl-a) and suspended particulate matter (SPM) concentrations, in coastal environments on the west coast of South Korea using Geostationary Ocean Color Imager (GOCI) satellite data. Three machine learning approaches including random forest, Cubist, and support vector regression (SVR) were evaluated for coastal water quality estimation. In situ measurements (63 samples) collected during four days in 2011 and 2012 were used as reference data. Due to the limited number of samples, leave-one-out cross validation (CV) was used to assess the performance of the water quality estimation models. Results show that SVR outperformed the other two machine learning approaches, yielding calibration R² of 0.91 and CV root-mean-squared-error (RMSE) of 1.74 mg/m³ (40.7%) for chl-a, and calibration R² of 0.98 and CV RMSE of 11.42 g/m³ (63.1%) for SPM when using GOCI-derived radiance data. Relative importance of the predictor variables was examined. When GOCI-derived radiance data were used, the ratio of band 2 to band 4 and bands 6 and 5 were the most influential input variables in predicting chl-a and SPM concentrations, respectively. Hourly available GOCI images were useful to discuss spatiotemporal distributions of the water quality parameters with tidal phases in the west coast of Korea.     

三峡库区水质动态监测网络信息发布系统的设计与应用

从三峡库区水质动态监测的实际需求出发,引入了W ebG IS的概念,设计了三峡库区网络水质动态监测信息发布系统的基本架构,分析了W ebG IS平台ArcIMS在此系统中的应用,并实现了水质数据的后台更新机制。     

基于场论的动态缓冲区生成方法与应用

缓冲区可分为影响度只呈单一距离关系的静态缓冲区和影响度随距离变化而呈不同强度的扩散或衰减的动态缓冲区。本文通过对现有动态缓冲区算法在实际应用中存在的不足与局限的分析,提出了一种新的基于场论的动态缓冲区生成方法。该方法以场论的观点为指导,打破了传统缓冲区在进行重叠合并时简单地采用影响度小的服从影响度大的方法,而是按照场强叠加的原理,将各个影响度进行叠加来生成动态缓冲区。论文按照实际需要,提出了两种新的动态缓冲区模型,给出基于场强积分原理的动态缓冲区影响度的计算方法,实现了基于场论的动态缓冲区的生成,并成功应用于实践中。