气候变化对秦岭北陂径流过程的影响机制研究——以灞河流域为例

综合运用距平分析、连续小波变换（CWT）、交叉小波变换（XWT）、小波相干（WTC）和时滞相关性分析等方法对秦岭北坡灞河流域径流与六大气象因子进行了多尺度分析。结果表明：水文气象因子在不同时频域中存在1~4个显著性周期,且都能通过95%置信水平检验;太阳黑子数8~11.4 a的显著性周期对同时间尺度年均SOI和年均MEI的连续小波能量谱具有明显的影响;交叉小波变换和小波相干分析相结合的方法在识别水文和气象要素的共振周期、相位角变化、丰枯阶段转换、时滞性、相关性、突变与显著性检验等方面具有独特的优势;同期降水是灞河流域径流形成和变化的控制性因素,年均太阳黑子数的影响作用微乎其微,月均流量滞后月均AOI0个月或8~9个月时的相关系数绝对值达到最大,滞后月均SOI2个月或7~8个月达到最大,滞后月均MEI6~8个月达到最大。     

基于ROC曲线的永久散射体识别最佳阈值定量筛选

永久散射体识别是用PS-InSAR方法获取地面沉降数据的关键环节之一,其最佳阈值的设定直接影响PS点的精度和密度。本文基于大数据统计的分析方法——ROC曲线法定量分析和确定PS点识别的最佳阈值。选择3种典型的PS识别方法,绘制每种方法在不同阈值条件下的ROC曲线图,当ROC曲线下面积越大,方法越优。依据最佳阈值位于ROC曲线左上部位的特征,采用敏感度与特异度之和（Se+Sp）最大的方法可定量判定出最佳阈值的取值。在最佳阈值条件下,识别的PS点具有正选率足够高、误选率足够小,PS点的密度足够大的特性。为进一步验证该方法的可行性,本文以北京龙潭公园地区为PS识别的实验区,用振幅离差指数法、相关系数法,以及两种阈值相结合的双阈值法3种方法进行实验识别PS点,并根据ROC曲线判得3种方法的最佳阈值。研究结果发现：（1）振幅离差T_D识别PS点的最佳阈值为0.45;相干系数Tγ识别PS点的最佳阈值为0.45;振幅离差T_D、相干系数Tγ双重阈值识别PS点的最佳阈值（T_D,Tγ）为（0.50,0.50）。（2）用振幅离差T_D和相干系数Tγ双阈值法识别PS点,得到的ROC曲线下面积AUC=0.762,高于单阈值法,表明双重阈值法识别PS点优于单一阈值的PS点识别方法。研究表明ROC曲线可定量化确定PS点的最佳阈值,而且该方法可进一步推广于GIS空间分析、遥感解译过程中阈值的定量化筛选。     

利用参数独立分解的星载SAR干涉测量检校方法

在星载干涉合成孔径雷达中,干涉参数的准确性对高程精度起着至关重要的作用。传统干涉测量检校方法往往将影响量级不同的干涉参数组合在一起解算,无法精确获得每项干涉参数的修正量。针对此问题,本文提出一种利用参数独立分解的干涉测量检校方法。首先,根据三维重建模型,确定与干涉SAR测高有关的参数;随后,在确保几何参数精度的前提下,对干涉参数的敏感度进行定量分析;最后,采用独立检校算法解算每一项干涉参数误差,完成干涉测量检校模型的建立。本文选择陕西渭南区域4对TerraSAR-X/TanDEM-X数据进行了试验分析。结果表明,对于该试验数据,采用本文提出的参数独立分解方法,干涉测量检校后干涉结果的高程精度优于2.54 m,平原地区获取DEM的绝对高程精度优于1.21 m,山地地区获取DEM的绝对高程精度优于3.11 m,验证了本文方法的有效性和正确性,为我国平原及山区1∶25 000比例尺的干涉SAR地形图测绘提供了技术基础。     

Land subsidence under different land use in the eastern Beijing plain,China 2005-2013 revealed by InSAR timeseries analysis

Land subsidence has been occurring in Beijing since the 1970s. Five major land subsidence areas have been formed: Dongbalizhuang–Dajiaoting, Laiguangying, Changping Shahe–Ba Xianzhuang, Daxing Yufa–Lixian, and Shunyi–Ping Gezhuang. In this paper, we studied on land subsidence in Dongbalizhuang–Dajiaoting and Laiguangying using small baseline subset interferometry and interferometric point target methods of 47 ENVISAT ASAR and 29 RADARSAT-2 data. The results showed that the degree of land subsidence in these areas varied significantly. The mean land subsidence rate ranged from 143.43 to 8.2 mm/a and from 132.11 to 7.3 mm/a during 2005–2010 and 2011–2013, respectively. We correlated the observed settlement with the land use (agricultural, residential, and industrial). Displacement in the agricultural areas was greater than that in the other areas from 2005 to 2013. Moreover, we compared the observed deformation and the groundwater level in phreatic and confined aquifers. There was a strong correlation between ground subsidence and the groundwater level and the ground settlement increased with a decrease in the groundwater level and the maximum correlation coefficient can reach 0.525. Furthermore, subsidence appeared to be associated with compressible deposits, suggesting that for 90–210-m thick compressible deposits, ground settlement is more likely to occur as the thickness of the compressible layer increases.     

基于极化相干层析技术的林分高度估算

极化相干层析(Polarization Coherence Tomography,PCT)技术可以通过不同极化状态下的干涉相干系数反演植被垂直结构分布,是SAR技术应用的一个重要发展方向。文中介绍极化相干层析的原理,总结极化相干层析技术重建垂直剖面的流程,通过仿真数据和ALOS PALSAR数据对极化相干层析技术在林分高度估算方面的适用性进行研究。估算结果表明,极化相干层析技术反演的林分高度特征信息准确,具有较强的鲁棒性。     

Modeling the spatial distribution of above-ground carbon in Mexican coniferous forests using remote sensing and a geostatistical approach

Forest conservation is considered an option for mitigating the effect of greenhouse gases on global climate, hence monitoring forest carbon pools at global and local levels is important. The present study explores the capability of remote-sensing variables (vegetation indices and textures derived from SPOT-5; backscattering coefficient and interferometric coherence of ALOS PALSAR images) for modeling the spatial distribution of above-ground biomass in the Environmental Conservation Zone of Mexico City. Correlation and spatial autocorrelation coefficients were used to select significant explanatory variables in fir and pine forests. The correlation for interferometric coherence in HV polarization was negative, with correlations coefficients r = −0.83 for the fir and r = −0.75 for the pine forests. Regression-kriging showed the least root mean square error among the spatial interpolation methods used, with 37.75 tC/ha for fir forests and 29.15 tC/ha for pine forests. The results showed that a hybrid geospatial method, based on interferometric coherence data and a regression-kriging interpolator, has good potential for estimating above-ground biomass carbon.     

一种改进的PolInSAR PCT方法反演植被垂直结构

针对传统PCT方法中“相干相位-幅度联合反演算法”的缺点,采用RVOG模型,利用改进的非线性迭代算法反演植被高、地表相位.改进的非线性迭代算法不仅充分利用不同极化方式对应的复相干系数,同时兼顾复相干系数的先验统计误差,提高参数解算的可靠性,进而提高PCT结果的反演精度.最后,采用两景德国E-SAR数据进行实验,实验结果表明：文中提出的方法能较好地反映植被的垂直结构信息;植被冠层对应的平均相对反射率函数近似服从高斯分布;反演的相对反射率值与植被的种类、密度存在一定关联.     

机载X波段极化干涉SAR数据非监督分类方法研究

针对经典极化分类算法在处理机载X波段SAR数据时将过多地物分为体散射类型,并且容易受噪声影响,分类结果存在大量误分现象的问题,通过对机载X波段SAR数据非监督分类方法的研究,提出将极化干涉信息用于机载X波段极化干涉SAR数据的分类。通过运用极化干涉数据进行目标分解得到参数A1和A2对数据进行初始分类,然后结合改进的Wishart最大似然分类算法来进行地物的自适应分类。实验结果表明,该方法能有效避免平地效应的影响,抗噪性好,能正确区分三种典型散射类型,分类效果明显优于极化分类效果。