表示和查询人的时空分布的一个面向行为的时空数据模型设计

人的动态时空分布信息有着重要的现实应用意义。人在一定时间的动态分布是该时间内人参与活动和出行时序模式在时间和空间的表现。针对人的动态时空分布表示和可视化查询目的,提出一个在GIS环境下面向行为的时空数据模型。查询能够分别基于人、时间和位置。将基于这个数据模型的原型系统在MAPGIS软件平台上给以实施,并以宁波一区域为例,将原型系统予以实现和检验。     

基于数据融合的SRTM数据空洞填补方法

总结国内外对SRTM数据空洞的填补方法,指出基于内插的填补方法无法满足大区域SRTM数据处理的需求。提出在内插的基础上进行数据融合的空洞填补方法,并以实例验证了该方法是一种获取完整地形数据的有效途径。     

大姚、民乐-山丹地震前的中短期前兆

利用川滇及青藏块体北缘地区上世纪80年代至2003年的跨断层流动形变观测资料，借助应变强度比时序曲线，通过丽江Ms7．0、景泰Ms5．9等震例研究，获取与2003年7月大姚Ms6．2、Ms6．1地震和10月民乐-山丹Ms6．1地震孕育有关的中短期前兆异常。分析表明：①大姚、民乐-山丹地震前1年内异常场地数远超过场地总数的1／3，相对近源区异常在发震地区占一半；②大姚Ms6．2地震前半年内，盐源-丽江地块及其邻近区域以及北东向延伸的川滇交界地区异常明显增多，相对集中。2003年7～9月大幅减弱；而鲜水河断裂、楚雄-通海断裂南段有所增强；③民乐-山丹震前十余天至数月内相对近源区及其邻近构造区域呈现异常相对分散-相对集中且局部增强-一临震前减弱的时空演变特征。震后一个月内青藏块体北缘地区仍有近1／3的场地呈现异常(海原一六盘山断裂带尤为突出)。     

多波束海底地形数据空值区域的插值填补方法分析

由于边界误差剔除、测线布设过于稀疏等因素影响,利用多波束数据生成高分辨率DEM时,常常会存在一些水深空值单元或区域。为了对这些数据空值区域进行可靠填补,在考虑地形特征及空值单元大小的情况下,利用IDW、Spline、Kriging、TIN四种插值方法对某区域多波束海底DEM空值区域进行直接内插填补试验,结果表明插值算法的选取不仅受地形类型限制,而且与空值区域的大小也密切相关。     

黄土填方区地表沉降时序InSAR监测分析

“削山填沟造地”等岩土工程在湿陷性黄土沟壑地区屡见不鲜,掌握填方区沉降情况具有重要意义。本文收集了2017年11月—2020年12月获取的56景TerraSAR-X StripMap模式影像,利用时序InSAR技术监测了陕北某湿陷性黄土填方地基工程的沉降信息,并与2017年11月—2020年12月期间监测区3个水准点的沉降测量结果比对。结果表明,在填方区地表以沉降为主,在挖方区地表以抬升为主,研究区存在有1处较为明显的地表沉降情况,位于填挖边界线附近填方区内,形变速率范围为-40~-20 mm/a,最大形变速率达-49.9 mm/a,累计量为-151.6 mm,时序InSAR形变结果和实地水准结果吻合性较好,垂直方向形变速率中误差为1.8 mm/a,表明时序InSAR技术在湿陷性黄土填挖方区变形监测中具有较好的应用价值。     

基于时序SAR的德州地面沉降分析

InSAR技术具有测量时间短、速度快、精度高等优点,可有效取代传统测量.SBAS-InSAR技术作为一种时序SAR技术,形变监测精度高,可达毫米级,在地面沉降中得到广泛应用.本文以德州城区为研究区域,利用2016年3月-2018年6月获取的31景Sentinel-1A影像展开研究,并且对比SAR影像滤波常用几种方法,定性分析自适应滤波、Boxcar滤波和Goldstein滤波的去噪效果;通过SBAS技术得到研究区域的时序形变、年均沉降速率以及累积沉降量等结果,发现最大累计沉降量达56 mm.本文研究表明,德州城区整体稳定,中心城区外围部分沉降,中东部略有抬升.此结论对德州市的地质灾害防治工作有一定意义.     

优化非等时距加权灰色-时序组合模型在地铁监测中的应用

对某地铁工程沉降数据进行建模预测,可以掌握其变形规律并预测变形趋势.本文将传统非等时距灰色模型引入时距权比系数,按照不同的生成及还原方式构建3种预测模型,并确定最优拟合序列.在此基础上,组合时序模型对残差部分进行处理,建立优化非等时距加权灰色-时序组合模型,结合工程实例进行验证.结果表明,优化非等时距加权灰色-时序组合模型在地铁监测中具有实用性.     

基于Sentinel-2A时序谐波分析的山区林草资源遥感自动分类

文章提出了基于Sentinel-2A密集时序的山区林草资源自动分类方法。在GEE云计算平台支持下,首先基于Sentinel-2A影像计算年度NDVI密集时间序列;然后利用HANTS谐波分析对年度NDVI进行时序重构,获得年度完整的NDVI时序特征谱;在此基础上构建随机森林分类模型,通过特征计算和优选,完成影像分类和精度评价;并以大别山西麓麻城市为研究区开展了实验研究。实验结果表明:时序谐波分析方法能够有效地区分林草资源及森林亚类,时序谐波特征支持下Sentinel-2A密集时序林草资源遥感分类总体精度较高,相比传统多期分类、现有的全球30 m GLC_FCS30-2020分类产品,OA和Kappa均有了一定的提高。     

时序InSAR技术辅助下的桥址综合选择

为解决重庆奉节-巫山交界的大溪河区域拟建桥梁选址问题,针对研究区大气情况复杂多变且地质灾害多发的现实情况,采用SBAS-InSAR技术对该区域进行2018年10月—2021年11月的时序地表形变监测,对比了3种大气延迟校正方法并采用GACOS大气延迟校正方法对研究区大气延迟相位进行了校正,结果表明区域内整体平稳,局部有较高速率的地表形变,形变速率值处于-62 mm/a～30 mm/a之间。基于监测结果,综合已有资料和遥感影像,提取到5个异常区域并利用地质灾害影响因子信息建立逻辑回归模型,划分区域地质灾害风险区。将风险分区结果与SBAS-InSAR形变监测结果进行叠加分析,筛选得到2个待选稳定桥址,最后加以工程地质因素分析,确定适宜桥址区域,对辅助桥址选择及桥梁安全提供理论支撑。     

协同多时相波谱特征的不透水面信息级联提取

不透水面作为反应城市表征变化和区域城镇化的重要技术指标,其位置、图斑大小、空间分布等信息在地表水热循环和能量平衡等领域被广泛需求。传统方法大都基于单一时相信息提取不透水面,而忽略多时相所蕴含的丰富信息。因此,本文提出多时相信息融合的不透水面级联提取方法,利用Landsat-8 OLI遥感影像分析归一化植被指数（Normalized Difference Vegetation Index, NDVI）、改进的归一化水体指数（Modified Normalized Difference Water Index, MNDWI）和归一化建筑指数（Normalized Difference Building Index, NDBI）年内时序变化特点和典型地物间多时相波谱曲线的协同特征,并归纳不透水面多时相变化规律;再根据先验知识所获取的有效地表信息,进行多时相分级提取不透水面信息。此外,基于实地考察数据和同期2 m GF-1遥感影像屏幕数字化生成30 m不透水面图斑,进行精度验证、分析和对比单时相、四季相及多时相3种时序情况下的提取精度。结果表明：单时相提取不透水面总精度最低,四季相提取精度优于单时相,而多时相提取精度最高（精度可达93.66%,Kappa系数为0.81）。本方法在偏远城镇不透水面的有效识别中显露潜在优势,可为不透水面提取方法融合时序波谱特征提供新思路。