DInSAR技术对不同方位形变的敏感性研究

以DEM数据为假想的地面目标,只考虑距离对相位的影响,模拟竖直向、距离向和方位向形变的干涉纹图,从而研究DInSAR技术对空间不同方位形变的敏感性。在所有模拟参数和形变位移大小都相同的情况下,三个不同方位形变所产生的相位从0到2π变化的完整干涉环的数目是各不相同的,揭示DInSAR技术对不同方位地表形变的敏感性存在差异,且敏感性由大到小依次为:竖直向、距离向和方位向。     

无控制DEM表面差异探测研究

本文提出了一个新的无控制DEM差异探测算法。它可以将不同时期获取的DEM纳入到统一坐标系中,这样就可以根据匹配后的DEM来定量探测地表变化情况。该方法通过差分模型考虑了观测量的数值及其相互关系。与目前差异探测能力最强的LMS-LZD方法相比,新方法具有更好的差异能力和更高的匹配精度。普歪沟泥石流沟多时相DEM差异探测实例验证了新方法的优越性。     

基于生态事件序列的时态关联规则挖掘

本文分析了时态关联规则挖掘的相关定义,介绍了强时态关联规则挖掘的步骤,设计并实现了基于时间约束的T-Apriori算法。提出了生态事件和生态时间序列的概念,以我国南海大亚湾海域的赤潮现象为例,研究了基于生态事件序列的时态关联规则挖掘问题。     

基于ALOS PALSAR数据进行雷达差分干涉提取玉树地震同震地表形变场

本文针对2010年4月14日玉树地震引起的地表形变,使用日本ALOS卫星PALSAR L波段雷达影像数据,应用两轨雷达差分干涉(DInSAR)处理得到了以玉树为中心11 000km2范围内的同震形变场,空间分辨率为8m,并在此基础上对玉树地震的震源机制和发震机理进行了分析。研究结果表明L波段雷达数据适合在地形起伏较大的地区进行DInSAR形变探测。该同震形变场信息可为玉树地震的同震形变反演提供参考数据。该研究进一步证实DInSAR技术在大规模地表形变探测和地学研究领域具有广阔的应用前景。     

变形监测数据的一种小波去噪法研究

变形监测数据不可避免会受到噪声污染,本文根据原始信号特征,通过合理的选择小波基,采用自适应阈值法去噪,可提取变形数据有用信号并恢复信号的光滑性,保留信号曲线的特征,达到较好的去噪效果。实例证明了该方法的有效性和可行性。     

IPTA监测圣佩德罗湾港口地表时序沉降

常规D-InSAR技术已成功应用于由于火山、地震等引起的地表形变监测,然而受时间失相干和大气延迟等影响,该技术监测地表沉降形变的精度只能达厘米级。本文以美国圣佩德罗湾港口为研究对象,采用干涉点目标分析(IPTA)技术,选用二维线性相位模型对时序差分干涉相位图迭代回归分析,逐次去除大气延迟、DEM误差以及噪声等的影响,最终提取出准确可靠的形变序列相位信息。结果证明IPTA技术对长期微小的地壳累积形变探测具有广阔的应用前景,而且IPTA技术在实现效率和数据存储方面都优于常规的PS-InSAR。     

基于ITRF2005框架的南美板块运动及形变分析

本文通过利用ITRF2005框架速度场以及IGS参考站近两年观测数据解算所得速度场对南美板块的运动及形变特征进行分析。结果表明,南美板块整体以约12.4mm/a的速率向北西方向运动,其欧拉矢量参数与NNR-NULVEL1A模型基本一致。形变特征表现为中南部区域西缘因纳兹卡板块俯冲向东凹陷,东侧受大西洋中脊海底扩张推力向西运动,东西向的挤压使其约以22mm/a的速度收缩并阻碍其北向运动。板块南端则受南极洲板块挤压向北西运动。     

考虑高程信息的MERIS水汽插值及其在ASAR干涉图大气改正中的应用

提出了一种考虑高程信息的MERIS水汽插值方法。应用实例验证了该方法可以明显地削弱大气对干涉图的影响,并成功地探测出了美国洛杉矶地区的地表形变信号。研究结果表明,考虑高程信息的MERIS水汽插值法的改正精度优于常规的MERIS水汽插值改正法,改善程度平均达4.25%,有利于改正地形起伏大的地区的大气影响。     

青藏高原形变对中国西部边界的影响

基于青藏高原GPS形变1991-1999年间的测量成果,通过对中尼(中国与尼泊尔)、中印(中国与印度)边界及中不(中国与不丹)边界附近GPS测站地壳水平运动速率的统计分析,运用平均速度法估算了近10a西部边境地区的形变面积。初步计算结果表明,青藏高原形变对我国西部边界存在影响,在1991-1999年之间西部边界的不均匀形变导致国土面积缩小0.37km2。     

加权多变量灰色模型在变形监测中的应用

在变形监测过程中,监测因子较多,难以对监测因子进行合理的取舍。首先利用灰关联度分析方法,将监测因子根据灰关联度进行关联排序,为合理选择监测因子提供理论依据;然后,利用得到的关联度进行平滑处理,并将其作为权值建立加权多变量灰色模型,推广了传统的多变量灰色模型,提高了预测精度;最后,以南充水库土石坝沉降数据为例,验证了模型的正确性。算例结果表明,加权多变量灰色模型的平均相对误差比传统灰色模型小,模型精度也比传统模型高。