陇西祖厉河流域降水插值方法的对比分析

降水作为五水转化和水量平衡的一个组成部分,在土壤-植被-大气连续体物质与能量转化中起着重要的作用,是分布式水文模型中的重要参量.本研究选择了陇西黄土高原祖厉河流域,采用5种空间插值方法,对该区域降水的时空分布规律进行研究.经分析比较,空间插值法中趋势面方法最佳.趋势面方法经统计模型调整,使得降水模拟精度有所提高.从模拟结果来看:该流域降水呈现明显的纬度地带性分布,自南向北逐渐减少;降水受地形影响较大,海拔高度每降低100 m,降水量平均减少20 mm;流域绝大地区多年平均降水量分布在280～430 mm范围内.该高时空分辨率的降水模拟模型对区域水资源分析及生态环境治理有着重要的意义.     

反距离加权插值函数性质及最优插值条件

针对反距离加权插值存在的“牛眼”问题,该文研究了反距离加权插值函数的微分性质及适用条件,给出了反距离加权插值的已知点最佳分布条件。反距离加权插值要求空间函数无趋势性信号,而对称设计和均匀设计是抵偿系统误差、提高反距离加权插值精度的重要途径。该文利用反距离加权插值方法对5 m分辨率数字高程模型(DEM)和海洋温度进行插值,结果表明,基于最佳控制点构型条件可提高插值精度,在保证插值控制点构型对称的前提下,选取尽量小的窗口进行插值,能获得较高的插值精度。     

基于时序InSAR技术的北京地铁六号线二期工程沿线地面沉降监测与预测

合理地开发和利用地下轨道交通,是缓解城市交通压力的有效途径。对轨道交通沿线的地面沉降进行持续监测,对保障其安全运营具有重要的意义。本文基于时序InSAR技术,采用26景3 m高分辨率的TerraSAR-X数据,获取2016年9月至2019年1月北京地铁6号线二期工程沿线地面沉降速率场及累积沉降信息,并引入神经网络模型预测沉降趋势。结果表明：研究区的地面沉降具有不均匀性;6号线二期工程路段沿线1 km缓冲区内,站点由西向东沉降速率逐渐增大,且沉降速率最大值位于地铁线北侧约800 m处;径向基神经网络模型能够合理地预测地铁沉降发展趋势,为地铁安全施工、运营及维护提供参考。     

珠江三角洲地区InSAR时序形变监测与分析

利用InSAR技术对珠江三角洲地区的地表沉降进行监测。针对一种基于小基线集InSAR(small-baseline subset, SBAS-InSAR)技术和永久散射体InSAR(persistent scattererInSAR,PS-InSAR)技术的改进时序InSAR监测技术对覆盖重点沉降区域的Sentinel-1卫星SAR影像数据集进行处理,得到了重点沉降区域的长时序(2018年1月至2019年5月)精细地表沉降监测结果。通过实地调研和信息采集,结合沉降区实际地质条件,对时序InSAR监测结果进行分析总结,为珠江三角洲地区经济发展和地面沉降监测提供重要的技术保障和支持。     

结合卡尔曼滤波和时序模型的隧道初支沉降预测

结合卡尔曼滤波和时序模型对隧道施工初支断面的沉降观测数据进行处理并预报分析,由于隧道中复杂的施工环境影响,容易造成观测数据存在不确定性,而卡尔曼滤波有去噪能力强、数据处理快速的优点。设置时间序列模型为空白对照组,实验表明利用卡尔曼滤波算法结合时间序列模型预测精度总体高于时间序列模型预测精度,可以为指导施工提供有效的定量依据,为施工生产的安全性和经济性提供保障,可在今后的隧道施工中应用。     

水下磁性目标物空间位置定位研究

为解决深藏于水下淤泥中的磁性物体空间位置定位误差大的难题,选择甬江航道某水域水下隧道作为磁异常体进行试验,利用OBF(正交分解算法)进行磁异常体平面位置的计算,然后利用插值切割算法进行磁异常体水下泥面埋深的计算,经过验证对比得出,磁异常体的平面预测坐标与实际坐标相差2～3 m,预测埋深与实际埋深相差0.3 m。结果表明,利用此方法在预测磁异常目标空间坐标方面具有一定可行性,将为水下工程的实施带来便利。     

宝日希勒露天矿边坡滑前形变特征的时序InSAR分析

近年来,随着开采深度和边坡高度的不断增加,内蒙古宝日希勒露天矿区边坡稳定性问题日益突出,对矿区周围的工矿设备和工作人员的生命安全构成了威胁.2020年4月30日,该矿区工作帮发生体积约130万m3的大型滑坡,为研究此次边坡滑前的形变特征,本文采用39景Sentinel-1A卫星IW模式序列影像,以时序合成孔径雷达干涉(...     

降雨量分布的空间插值方法研究——以美国爱达荷州为例

以美国爱达荷州为例,根据105个气象站点及其30年年平均降水量数据,采用反距离加权平均法、普通克立金法、规则样条函数法及趋势面法等方法进行插值,分析了不同插值方法中站点数量变化、像元尺度变化对降雨数据空间插值结果的影响.通过对数据和精度指标的对比分析,得出每一种插值方法在某一标度范围插值的精度及适用范围.研究表明:[1]插值精度并不与样本点数量成正比例关系;[2]像元尺度的变化对空间插值精度的影响很小;[3]不同插值方法对插值结果有很大的影响,规则样条函数具有优秀的插值精度.要得到最理想的插值结果,须对不同研究区,进行实测样本数据进行分析,反复试验比较,以选择最佳插值方法.