日本滑坡整治工程现状与展望

本文介绍了当前日本在滑坡整治工程中所使用的技术方法，使用范围及应用实例，并对未来的发展方向进行了展望。     

D-InSAR的黄土高原矿区地表形变监测

D-InSAR技术已在数字高程建模、地表微小变形、地壳形变等方面显示出广阔前景,但其对黄土高原矿区复杂、剧烈、动态的地表形变监测能否有效,目前仍存在争议。针对此问题,该文以大同市南郊区采煤沉陷地为研究区域,利用两轨法D-InSAR技术,采用ALOS PALSAR数据获取了研究区域2008年1月1日至2月16日间的沉陷面积和最大沉降值。然后以晋华宫矿某工作面为例,利用开采沉陷预计方法进行验证,预计结果显示该工作面的最大沉陷值与D-InSAR测量值相差达24.04mm,并分析差异主要来源于SAR数据、地形、预计参数选取的限制。实验结果表明,D-InSAR技术能够比较准确且有效地监测黄土高原矿区地表形变。     

新证据:CFCs 破坏臭氧保护层

美国科学家向国会提议说,应当采取措施减少释放那些被认为可能正在破坏平流层中的臭氧层的化学物质,因为臭氧层有阻挡地球受到致癌紫外辐射的作用。加州大学教授舍伍德·罗兰说,释放氟氯烃类化合物(通常写作 CFCs)时产生的氯是破坏臭氧层的元凶。曾参加极地研究探险的一位美国国家海     

短重访SAR数据在矿区快速形变场的监测

针对矿区地表形变具有快速、连续、大梯度等特征,使其InSAR形变监测常出现低相干,甚至失相干等低效监测问题,该文采用21景重访周期仅为12 d的Sentinel-1A数据,利用小基线集时序InSAR技术(SBAS-InSAR),对山西省东坪煤矿2017年5月30日至2018年1月25日期间的地表形变进行了连续监测.结果表明:该监测区间快速沉陷区域有五处,沉陷总面积达3.146 km2,最大下沉值约为-57.47 mm,最大下沉速率约为-67.53 mm/a;形变场A处平均沉陷深度随时间推移呈线性增加;形变场E处工作面上方地表的沉陷响应较工作面边缘及以外更为剧烈.证明了短重访SAR数据能够准确反演地表沉陷速率和累积量,动态提取矿区快速形变场的空间分布形态和时序变化过程,为矿区地表形变动态监测和沉陷区地质灾害定量评估提供有效方法.     

基于临时相干目标监测非城区地表形变

永久散射体干涉测量技术(PSInSAR)地表形变监测能力受限于稳定散射体的空间分布密度,在PS点稀疏的非城区不再有效。本文基于临时相干目标(temporarily coherent targets,TCT)局部时序高相干性和在非城区广泛分布的特点,提出改进算法以解决该难题。该算法通过顾及季节性周期变化筛选干涉对以保留TCT信息,并利用双阈值联合筛选法提取TCT,采用多次差分挖掘、分离TCT相位,最后反演得到TCT形变速率和高程修正量。利用TCT算法,采用24景Sentinel-1A卫星影像提取了靖边县2014-10-23—2016-05-09期间地表形变信息。通过PSInSAR的对比验证,表明临时相干目标时序分析方法能显著提高非城区监测目标空间分布密度并能有效地监测非城区地表形变。     

一种联合空谱特征的高光谱影像分类胶囊网络

高效稳定的深度学习分类器有助于提升高光谱遥感影像的分类精度。针对卷积神经网络标量式神经元特征表达能力有限、无法有效建模特征之间空间层次结构关系的不足，设计了一种考虑数据图谱合一特性的端到端高光谱胶囊网络(H-CapsNet)。H-CapsNet主体由编码器(卷积层、PrimaryCaps层及DigitCats层)和解码器(全连接层)组成，通过在网络输入端嵌入通道和空间注意力模块，以此增强模型对空谱特征的抓取和识别，进而提升网络对特征的聚焦和表达能力。以资源一号02D卫星获取的张家港高光谱影像及公共数据集University of Pavia和University of Houston影像为例进行试验，将H-CapsNet网络与传统机器学习算法和多个深度学习网络进行对比。试验结果表明，在3景不同分辨率的高光谱影像上，H-CapsNet分类网络均取得了最优的分类效果，总体精度相较于其他方法分别提升了2.36%～7.67%、0.16%～11.8%和1.75%～15.58%。H-CapsNet网络对小像素邻域具有较好的适应性，当图像块尺寸有限时，仍可以取得相对理想的分类结果。     

改进型遥感生态指数及干旱区生态环境评价

利用遥感影像对大尺度区域生态环境质量进行长期、定量、动态监测可为区域可持续发展提供有力的决策支撑。基于遥感生态指数（RSEI），针对干旱区生态环境的地域特点和应用需求，从耦合生态系统组成要素的角度出发提出一种改进型遥感生态指数（ERSEI），即在顾及绿度（NDVI）、湿度（Wet）、干度（NDBSI）、热度（LST）因子的同时，引入综合盐度指标（CSI）和水网密度遥感估算模型（EMW），将盐度和水网密度（WND）纳入生态环境质量评价。在Google Earth Engine(GEE)云计算平台上实现ERSEI并将其应用于地处西北干旱区的呼包鄂榆城市群，结果表明，ERSEI可充分体现干旱区地表细节特征，有力突显了水网对周边环境辐射影响的渐变信息。由呼包鄂榆城市群范围内2000年—2020年间ERSEI的空间测度和时序演变分析发现，生态环境质量较好的区域主要分布在河套平原、大青山一线以及靠近吕梁山的一侧，较差的区域主要集中分布在蒙古高原、库布齐沙漠附近以及毛乌素沙地部分地域，且生态环境质量呈现持续性下降，应作为生态风险预警区加强治理。ERSEI为干旱区生态环境质量常态化监测提供了一种快速有...