扩建网极大条件密度估计及其方差分量估计公式

推导了扩建网极大条件密度估计公式及当扩建网含有误差独立的两类观测量时方差分量的Helmert型、Welsch型和Forstner型估计公式，并用一算例说明了其应用情况.     

利用InSAR短基线技术估计洛杉矶地区的地表时序形变和含水层参数

美国南加州洛杉矶地区是自然和人为活动引起的地质构造活跃、石油及地下水抽取和回灌频繁的区域.本文利用19景ENVISAT ASAR降轨影像生成了71幅垂直基线小于300 m、时间间隔小于3年的解缠差分干涉图,并基于短基线集技术(SBAS),GPS和地下水水位数据估计了该区域2003年9月~2009年8月的地表时序形变及含水层贮水系数等物理参数.研究结果表明:(1)在InSAR干涉图中可以清楚的识别多处沉降明显的区域.例如,主要由于含水层地下水的抽取与回灌引起地表沉降的Pasadena盆地(~-2.5 cm/a)、San Gabriel流域(~-2 cm/a)、San Bernardino盆地(~-2.5 cm/a)、Pomona-Ontario盆地(~-4 cm/a)和Santa Ana盆地(~-2.5 cm/a),以及由石油抽取引起地面形变的Santa Fe Springs区域(~-1 cm/a)和Wilmington区域(~-1 cm/a)等;(2)InSAR时间序列形变与GPS投影在雷达视线方向上的形变结果具有较高的一致性,平均形变速率差异的均方差为0.39 cm/a;(3)InSAR时间序列形变与含水层地下水位的变化基本一致,并基于相关理论计算出了含水层的弹性贮水系数和非弹性贮水系数,分析了含水层的形变机理.     

InSAR可检测的最大最小变形梯度的函数模型研究

InSAR干涉图中的相位噪声是相干性和视数的函数.InSAR能检测的地表最大最小形变梯度,除了受到InSAR硬件的限制外,还直接受到InSAR干涉图中噪声强弱的影响.此外,由于多视处理会改变像元的大小,也会引起可检测的最大最小形变梯度显著变化.本文研究了InSAR可检测的地表最大最小形变梯度与相干性和视数的关系,并建立了视数为1、5和20时（ERS和ENVISAT常采用的多视数）InSAR可检测的最大最小形变梯度的经验函数模型.最后,本文用伊朗Bam地区的Enivsat ASAR数据进行了试验,结果表明该模型能够准确地判别不同视数和相干性情况下地表变形能否被InSAR技术所检测.与Baran只考虑了相干性的模型相比,本文的模型适用范围更广.     

雷达干涉PS网络的基线识别与解算方法

时序雷达干涉图中的永久散射体(PS)可看作“天然GPS点”, 以构成网络用于监测长期的地表形变. 本文提出采用邻接矩阵拓扑模型对基于Delaunay剖分算法生成的PS网络进行基线识别, 并采用时序相干最大化算法求解PS基线的线性形变速度增量和高程误差增量. 该数据模型和计算方法被应用于探测香港地区2006~2007年间的区域地表沉降. 实验研究采用由Envisat卫星ASAR传感器对该地区成像所获取的时序SAR影像作为数据源, 并联合该地区12个GPS连续运行参考站的观测数据予以大气修正和地面控制. 实验结果表明, 该模型和方法应用于地表形变测量是有效的和可靠的, PS网络方法探测地面沉降的精度约为±2.0 mm/a.     

利用角点进行高分辨率遥感影像居民地检测方法

传统的城区检测方法大多是基于影像的全局特征,如纹理、光谱、形状等。当影像出现尺度、光照等条件变化时,将导致这些特征出现变化,造成算法的稳健性下降。而局部不变特征（例如,角点）却不易受到这些因素的影响。为此,本文提出一种无监督的基于角点特征的高分辨率遥感影像城区检测方法。该方法首先在传统的Harris算子的基础上,加入局部和全局约束准则检测影像中的角点,然后根据影像中角点的分布情况,自适应地构建似然函数来度量影像中每一个像素点属于城区的概率,最后采用二值分割的方法提取影像中的城市区域。实验结果表明：该方法可以快速、可靠地检测到影像中的城市区域,具有较高的实际应用价值。