基于独立分量法的新疆GNSS时间序列共模误差分析CSCD

共模误差(CME)是区域连续全球卫星导航系统(GNSS)网中的主要误差来源之一.针对GNSS时间序列具有非高斯分布特征,基于二阶统计量的主成分分析(PCA)难以准确提取出CME分量问题,采用具有高阶统计量的独立分量分析(ICA)对CME进行提取.以2011—2018年新疆区域GNSS坐标时间序列为例,将PCA滤波效果进行对比验证,分析了CME对GNSS坐标时间序列的影响,并对CME序列进行周期分析.结果表明:前6个独立分量包含CME分量,这可能与卫星轨道、地表质量负荷和时钟误差有关,ICA滤波后东(N)、北(E)、天顶(U)三个方向的均方根(RMS)值分别降低31.83%、32.29%、35.49%,速度不确定度分别降低44.14%、38.49%、43.32%,各测站的周期项振幅较滤波前更一致,有效地剔除了CME,提高了坐标时间序列的精度.     

GPS动态监测形变信息提取技术

采用GPS技术对矿区地表移动进行动态监测,针对长距离差分动态定位精度受多因素残余误差的影响,利用主成分分析法(PCA)进行空间滤波,分离区域站点相关的共模误差,以提高坐标序列精度。为进一步分析矿区地表移动受多源影响,采用解决盲信号分离问题的独立分量分析法(ICA),提取各测站形变信息。通过实例与仿真分析,结果表明,利用PCA空间滤波可提高3个分量坐标序列精度分别为46.1%,71.0%及36.8%;基于特征矩阵联合似对角化算法(JADE)进行ICA分解,能够实现各测站形变信息的提取。     

川滇地壳形变信息的GNSS时空探测及分析

针对GNSS时空分析过程中地壳异常形变信息量级小、难以发现的问题,该文利用独立成分分析探测川滇地区2011—2017年异常形变的时空影响。计算各分量的贡献值,结合空间响应,确定GNSS坐标时间序列的共模误差,进而利用功率谱分析其物理特征。结果显示,N、E、U 3个方向的共模误差均为分形白噪声,且具有58.07 d的共同周期。此外,在“次要”分量中探测到3个异常信号,持续时间为8～12个月,最大位移超过6 mm。异常信号的影响范围主要为云南地区、龙门山断裂带西南段以及岷江断裂带。地壳形变的时空分析结果有助于探索川滇地区共模误差的地球物理意义,为动态分析川滇地震的时空影响提供了数据参考。     

GPS坐标时序共模误差提取方法研究

针对GPS坐标时序数据中存在的共模误差(CME),研究利用堆栈滤波(SF)、网络反演滤波(NIF)和主成分分析(PCA)三种方法进行剔除,以提高GPS监测区域地表位移的精度.通过构建GPS坐标时序模型,去除明显构造运动,提取噪声残差时序,将隐含在噪声残差时序中的区域CME利用SF、NIF、PCA方法提取出来.以日本房总半岛2019—2021年GPS坐标时序为例,比较三种方法和GPS站点空间分辨率对CME提取的影响,分析CME去除前后慢滑移地表位移的变化.研究结果表明：SF、NIF、PCA方法提取CME的结果基本一致;GPS站点空间分辨率降低,提取的CME离散度增大;CME对慢滑移地表水平位移的大小和方向均会产生影响,需进行剔除.     

利用ICA方法提取奥卡万戈三角洲水储量变化信号

利用重力恢复与气候实验(gravity recovery and climate experiment, GRACE)时变地球重力场模型计算得到非洲奥卡万戈三角洲地区2003-01—2014-12的陆地水储量变化信息,分别采用主成分分析(principal component analysis, PCA)和独立成分分析(independent component analysis, ICA)提取质量变化信号,并与全球陆地数据同化系统(global land data assimilation system, GLDAS)的水文模型进行对比。结果显示,在奥卡万戈河流域东北部,水储量表现出很强的周期性变化,两种数据空间特征分布的信号出现在相同位置的成分GRACE-IC1和GLDAS-IC1对应的时间序列的相关系数达到0.85。奥卡万戈三角洲地区水储量从2003-01—2011-10呈现上升趋势,两种数据空间特征分布的信号出现在相同位置的成分GRACE-IC2和GLDAS-IC3对应的时间序列的相关系数达到0.81,说明GRACE反演结果与GLDAS水文模型反演结果在研究区域内具有很强的一致...     

利用改进3σ法获得残差序列的共模误差提取

针对GNSS坐标时间序列的异常值、缺失点插值和共模误差问题，该文采用一种经验模态分解(EMD)与3σ组合算法处理异常值，获取干净的残差时间序列，然后使用Matlab软件的fillmissing函数进行插补，获得连续的时间序列，最后利用独立成分分析(ICA)和主成分分析(PCA)方法对残差序列进行共模误差的提取，分析共模误差的影响。研究结果表明，与LS-3σ相比，EMD-3σ方法的探测率提高了0.2%,说明新算法的探测效果更好。PCA和ICA方法滤波后的RMS值分别平均减少了约22.01%、10.96%,说明PCA和ICA均能有效地提取残差时间序列的共模误差，提高坐标时间序列的精度，且PCA比ICA效果更好。     

基于SL-ICA算法的SAR图像混合像元分解

为解决合成孔径雷达(SAR)图像存在大量混合像元的问题,针对传统ICA不能有效解决混合像元分解这一缺陷,提出一种新的独立成分分析算法--有监督学习ICA算法(SL-ICA).其目标函数是在原ICA负熵目标函数基础上增加监督学习的约束条件项,进而在同一目标函数内实现负熵和约束条件的统一,在最大化负熵的同时也最小化了约束条件的误差,此外,采用一种新的双梯度下降法优化迭代,提高计算速度.并以人工模拟SAR图像和北京地区ENVISAT-ASAR作为数据源进行实验,实验结果明显优于主成分分析方法(PCA)的分解结果.     

基于KICA的多时相遥感图像变化检测

针对PCA变化检测方法的精度较低和ICA方法的线性局限性问题,提出了基于核独立成分分析(KICA)的多时相遥感图像变化检测方法。首先,将每一时相的图像转化为列向量,并把这些列向量组成矩阵;然后,通过核函数将矩阵映射到高维特征空间中,再在该空间中利用ICA方法分离出相互独立的图像分量;接着通过FCM算法分割表征变化信息的图像分量,并采用区域生长算法获得完整的变化信息;最后,分别利用本文方法与差值法、PCA方法和ICA方法对多时相遥感图像进行变化检测,并对检测结果进行定性分析和定量比较。结果表明,该方法能更好地分离出多时相遥感图像的变化信息,具有更高检测精度。     

PCA、ICA和Gabor小波决策融合的SAR目标识别

提出了一种基于主成分分析(PCA)、独立分量分析(ICA)和Gabor小波决策融合的合成孔径雷达SAR(Synthetic Aperture Radar)图像目标识别方法。首先用PCA、ICA和Gabor小波变换分别对SAR目标图像提取特征向量,再用3个支持向量机分类器分别对3种方法提取得到的特征向量分类,通过基于等级的决策融合方法对3个支持向量机分类器的输出进行决策融合,得到最终类别决策结果。采用MSTAR数据库中3个目标进行识别实验,实验结果表明,PCA、ICA和Gabor小波决策融合后得到的识别率高于单独用其中任何一个特征得到的识别率。因此,该方法可提高目标的正确识别率,是一种有效的SAR图像目标识别方法。     

基于主成分分析的GA-BP神经网络地表下沉系数预测

为提高条带开采地表下沉系数预测准确率,基于地表下沉系数影响因素具有一定相关性、不确定性以及非线性的复杂现象,建立基于主成分分析的遗传算法(Genetic Algorithm,GA)优化的神经网络GA-BP智能预测模型.利用遗传算法对BP神经网络(Back Propagation Neural Network)的初始权值和阈值进行优化处理,通过SPSS20(Statistical Product and Service Solutions 20)软件对地表下沉系数影响因素进行主成分分析,降低数据维度,消除变量间的冗余信息,找出主成分并作为模型的输入样本,利用MATLAB(Matrix Laboratory)软件进行仿真与分析.结果表明:与传统BP神经网络模型和主成分分析(Principal Component Analysis,PCA)的PCA-BP神经网络模型相比,基于主成分分析的GA-BP模型的相对误差不超过5％,与实测值更为接近,预测精度进一步提高,基本满足矿区实际工程需要,为条带开采地表下沉系数预测提供了又一种准确可行的方法.     

利用独立成分分析法研究新疆地区陆地水储量及其地壳垂向变化

中国新疆地区水文气候变化复杂,其水储量变化及其负荷形变特征的精确提取极为重要。采用卫星重力数据GRACE(gravity recovery and climate experiment）反演新疆地区2010—2014年陆地水储量变化,利用独立成分分析法（independent component analysis,ICA）分解时空模式,提取时空特征信号。在此基础上,反演陆地水负荷迁移引起的地壳垂向变化,引入重力位系数与负荷勒夫数一阶项改正,回加非潮汐大气与海洋信号,结合尺度因子法校正GRACE反演结果,引入全球降水气候计划月降水资料分析形变影响,将其与测区12座连续运行参考站形变位移进行定量比较,重点分析各测站陆地水负荷信号与全球导航卫星系统（global navigation satellite system,GNSS）垂直位移的相关关系。结果表明,经ICA方法分解的新疆地区陆地水储量呈现多时间尺度特征,表现为明显的周年与长期变化;周年信号在西部帕米尔高原附近尤为显著;长期变化以逐年减少为主,在乌鲁木齐西部、天山一带信号较强;总体上,陆地水负荷垂直形变的时间序列波动幅度相对较小,幅值...     

利用GPS分析川滇地区活动地块运动与应变模型

以川滇地区上中国地壳运动观测网络1998～2004年间的GPS观测成果为约束,基于地质学给出了块体划分模型,分别利用刚体运动模型、块体运动和形变模型反演了川滇地区内各活动块体的现今地壳运动和变形参数,并进一步对上述两种模型进行了辨识。结果表明,川滇地区的各块体用块体运动和形变模型来描述更为合适。通过对活动块体及断层运动进行讨论分析,认为川滇地区的地壳运动由西向东、由北向南逐渐减弱,且有顺时针旋转的特征,而地壳变形模式以连续和渐变的剪切为主要特征。     

中国西南及中南半岛陆地水变化的独立成分分析

对中国西南地区以及中南半岛的陆地水变化情况进行了深入研究。基于GRACE卫星2003—2014年的重力数据,利用独立成分分析提取了独立成分,并与降水和土壤湿度数据的独立成分进行对比,结果表明,研究区域的GRACE等3种数据之间一致性比较好,检测到了2004年12月的苏门答腊大地震以及发生在中国云贵高原的干旱。GRACE的独立成分与SOI等3个气象指数的相关性系数表明,伊洛瓦底江-萨尔温江地区受DMI的影响较大,云贵高原受SOI的影响较大;2010年中国西南的大规模干旱可能与厄尔尼诺现象有关,极端气象现象对于区域陆地水的变化有着深远的影响。利用ICA等数据分析手段对GRACE数据进行分析,结合其他多源数据,可以更客观、更合理地分析陆地水的变化情况,对于水资源的合理开发具有重要意义。     

GPS坐标时间序列共模误差分离方法比较及其对噪声模型建立的影响

为快速有效地分离GPS坐标时间序列中的共模误差（common mode error,CME）,采用区域堆栈滤波法、加权堆栈滤波法、相关加权叠加滤波法、距离加权滤波法、主成分分析（principalcomponentanalysis,PCA）5种滤波方法对GPS坐标时间序列进行CME处理;基于MATLAB设计了相应的GPS坐标时间序列CME分离工具。并以8个GPS基准站的坐标序列为对象,对去除CME后的GPS坐标序列进行噪声模型分析。结果表明,这5种方法能有效降低各站点坐标时间序列的不确定性,提高坐标序列精度,相比其他方法,PCA法滤波效果更好;此外,去除CME后的时间序列最佳噪声模型发生了改变,且GPS站坐标序列噪声模型呈现出多样性并存在个体差异。     

CORS站用于地表环境参数综合监测研究

卫星导航定位连续运行参考站(continuously operating reference stations,CORS)系统作为GNSS与网络通信技术结合发展出的新兴导航定位CORS系统，具有快速高效、高精度、网络化等优点，不仅可以测量地表位置及运动，还可以借助GNSS信号的折射与反射特征监测地表环境参数变化情况.本文提出一种将CORS站用于“积雪深度、土壤湿度、大气水汽、地表形变”的地表环境多参数综合监测体系，用以拓展CORS站在生态环境中的广泛应用.以齐齐哈尔市CORS站BFQE为实验案例，首先获取实验时段中CORS站接收的GNSS观测数据(含信噪比(signal to noise ratio,SNR)数据)、星历数据及气象数据对其进行预处理；其次对重采样的SNR数据采用非线性最小二乘及Lomb-Scargle谱分析方法解译特定时间段的浅层土壤湿度及地表积雪深度；然后通过联测远距离国际地球动力学服务机构站(International GPS Service for Geodynamics,IGS)采用相对定位技术获取测站的地表形变序列与大气水汽序列；最后，结合上述多种地表环境参数...     

地基GNSS用于冻土区域地表环境多参数反演研究

季节性冻土具有周期性地表抬升/沉降的物理特性，传统测量方法已不能满足当前高精度、实时的监测需求.地基GNSS是一种低成本、全天时、全天候、能够实现连续监测的新兴地基遥感技术.实验应用美国的板块边界观测台网(plate boundary observational GNSS network,PBO)计划SG27测站2013—2021年观测数据，使用地基GNSS技术解译了阿拉斯加巴罗永久冻土区域典型异常年份降雪、无雪期地表形变、测站形变、土壤湿度、大气水汽变化，并通过PBO实测降雪数据验证异常年雪深反演精度，通过测站形变结果验证反演结果为冻土活动层形变，同时对水汽与土壤湿度进行相关性分析.结果显示：反演雪深与实测雪深绝对系数R2为0.815 5，均方根误差(root mean squared error,RMSE)为0.064 3，平均绝对误差(mean absolute error,MAE)为0.040 2；通过水汽与土壤湿度变化趋势图发现两者具有较弱滞后性对应关系，但仅表现在趋势而非幅度值上.表明地基GNSS在长时序冻土环境监测中存在巨大的应用潜力.     

PCA-GM-AR模型在基坑变形预测中的应用

本文提出一种基于主成分分析(Principal Component Analysis,PCA)优化的传统灰色-自回归(Gray Model-Auto Regressive,GM-AR)模型,首先利用PCA对基坑变形数据进行分析,将观测数据投影到信号子空间实现噪声抑制,同时获取大特征值个数作为AR模型的最优阶次,然后分别...     

PCA与KLE相结合的区域GPS网坐标序列分析

对于GPS区域网坐标序列中普遍存在的共模误差(CME),常规方法是利用堆栈空间滤波去除,通常假设CME是空域不变的;而主成分分析法(PCA)和Karhunen-Loeve(KLE)展开法都是把随时间变化的台站网时间序列分解成时间域的主分量和空间域的特征分量,不限制CME的本征。因此,本文尝试结合PCA和KLE方法对GPS区域网坐标序列进行空间滤波,并通过对美国中加州Carrizo平原的一个连续运行GPS监测网进行分析,表明PCA/KLE法可有效提取共模误差,提高站点坐标精度,增强空间滤波的稳健性。     

利用经验模态分解和主成分分析的SAR图像相干斑抑制

对SAR图像应用对数加性噪声模型,将经验模态分解(Empirical mode decomposition, EMD)与主成分分析(Principal Component Analysis, PCA)相结合,提出了一种基于PCA的EMD相干斑抑制算法。根据对数SAR图像中相干斑噪声的统计特性和高斯白噪声经EMD分解后的能量分布模型,近似估算SAR图像经EMD分解后各层内蕴模态函数中所含噪声的能量;将内蕴模态函数利用PCA进行分解,根据PCA对含噪信号的分解特性和内蕴模态函数中噪声能量所占的比例,选择合适的成分分量重构内蕴模态函数,以进一步去除噪声保留有用的细节信息。仿真实验结果表明,本文方法在有效抑制相干斑噪声的同时可以较好地保持边缘纹理细节的清晰。     

基于FY-3B/MWRI数据的裸土区土壤湿度反演

使用高级积分方程模型,模拟多个地表参数条件下的风云三号B星微波成像仪(FY-3B/MWRI)资料。基于模拟数据,分析地表微波辐射特性,利用粗糙地表发射率Qp模型,建立我国西部地区裸露地表土壤湿度反演模型。将该模型用于我国西部地区4个日期(2011年10月8日、10月18日、10月28日和11月8日)的土壤湿度反演,并将反演结果用实测数据进行交叉验证。结果表明:反演土壤湿度与实测土壤湿度的决策系数R2为0.604,均方根误差为0.030 5 cm3/cm3,反演模型具有较高的反演精度。