土地变更调查遥感监测中QuickBird遥感影像处理方法的讨论

遥感技术在全国土地变更调查工作中得到广泛应用,主要通过从最新获取的遥感影像上提取所需信息,再对比之前的数据库信息进行分析得到一定时间阶段的土地变更情况。文章针对在全国土地变更项目中使用较广的QuickBird影像,以QuickBird影像的全色影像、多光谱影像、前时相基础底图及高程数据为基础,对影像进行拼接处理、降位处理、数据融合、影像彩色合成,以及几何纠正等处理过程,并通过实验确定一个最佳处理流程。最终得到地类清晰可见、容易判读的影像,为之后的影像信息提取打好了基础。     

一种有效的基坑水平位移监测方法

在论述基坑水平位移常规监测方法基础上,针对目前基坑水平位移监测作业面较小的情况,提出了一种有效的监测方法,并对其监测精度进行了分析,结合具体工程实例说明了此方法的实用性。     

MATLAB中实现联合测站平差自动化

水平角观测中,分组观测方向值后要进行联合测站平差。当观测组数或联测共同方向多于两个时,只能采用条件平差法,建立条件方程式后,解法方程得出各个方向值的改正数。采用MATLAB语言编制的测站平差程序,实现了读取数据、搜索共同方向、建立条件方程、解算改正数、首方向归0并同一和标准格式输出整个流程的自动化。     

城市地铁变形监测数据处理

为确保地铁施工安全进行变形监测是非常重要的手段,而变形监测的最终目的是预测,即对观测物的未来形态进行预报和分析。时间序列的原理是找出事物随时间变化的规律,从而对数据变化趋势做出正确的分析和预报。本文通过对时间序列的研究对长春地铁繁荣路站的变形监测数据进行了分析和预报。     

煤矿“一张图”概念及其体系结构研究

结合参与国土资源部"一张图"工程的亲身感受及其所取得的成果,并在分析了煤矿信息化建设存在不足的基础上,提出了煤矿"一张图"的概念及其体系结构,详细探讨了煤矿"一张图"的关键技术和构建步骤,最后结合煤矿"一张图"的体系结构,分析了其在矿区安全监测监控管理中的应用,实现了基于采掘工程平面图的监测监控、人员定位应用等。     

正倒垂法变形监测的原理与数据分析

大坝变形监测是一项精度非常高的工作,正倒垂作为一种十分常用的监测方法,在大坝的变形监测中发挥着巨大的作用。首先介绍了正倒垂法变形监测的原理与方法,通过采集隔河岩大坝四个测点的正倒垂观测数据,重点探讨和分析了大坝水平位移与环境量之间的关系及其变化规律,并由此得出一些相关结论,最后提出了正倒垂的一些改进措施。     

一种隧道整体变形监测方法及其应用

目的 提出了采用隧道多点整体监测取代传统单点监测的方法,将三维激光扫描技术应用于隧道变形监测领域,介绍了作业流程和作业中应注意的问题,讨论了点云配准和坐标转换问题,给出了应用实例。研究表明,采用ICP配准方法在隧道进行外业扫描的测站距离不能超过隧道直径,外业扫描的合理分辨率以高分辨率为宜,当扫描遮挡率过大时,为了避开障碍物影响需要在隧道中心线两侧分别扫描;采用本方法可以一次快速、全面地获取隧道表面的完整数据,克服了传统方法的不足。     

基于高分辨率PS-DInSAR的城郊地表沉降监测

随着城市的扩张,大型城市的郊区逐步成为新的工业生产及居民中心,为满足生产及生活用水需求,地下水被大量开采,进而导致地表沉降。目前对地表沉降的监测多集中在城市区域,城郊的地表沉降较少受到关注。本文提出使用高分辨率永久散射体（PS）雷达盖分干涉（PS-DInSAR）技术对大型城市郊区的沉降进行监测。选取某市城郊为实验区,使用覆盖该区的16幅高分辨率TerraSAR影像为数据进行PS-DIn-SAR沉降建模和解算,获取了谈区大范围的高分辨率沉降信息。谈市效区最大年沉降速度达到62mm/a（即年沉降量）,平均沉降速度为24mm/a。分析表明,该区域的不均匀沉降与地下水的开采密切相关。     

水产养殖遥感监测及信息自动提取方法研究

以海南省文昌地区为例,在沿海地区尝试利用遥感监测的手段提取水产养殖地块和面积.采用面向对象的分类方法进行监测,取得了理想效果,同时也提出了提高分类精度的建议.     

On the use of iterative re-weighting least-squares and outlier detection for empirically modelling rates of vertical displacement

The proper identification and removal of outliers in the combination of rates of vertical displacements derived from GPS, tide gauges/satellite altimetry, and GRACE observations is presented. Outlier detection is a necessary pre-screening procedure in order to ensure reliable estimates of stochastic properties of the observations in the combined least-squares adjustment (via rescaling of covariance matrices) and to ensure that the final vertical motion model is not corrupted and/or distorted by erroneous data. Results from this study indicate that typical data snooping methods are inadequate in dealing with these heterogeneous data sets and their stochastic properties. Using simulated vertical displacement rates, it is demonstrated that a large variety of outliers (random scattered and adjacent, as well as jointly influential) can be dealt with if an iterative re-weighting least-squares adjustment is combined with a robust median estimator. Moreover, robust estimators are efficient in areas weakly constrained by the data, where even high quality observations may appear to be erroneous if their estimates are largely influenced by outliers. Four combined models for the vertical motion in the region of the Great Lakes are presented. The computed vertical displacements vary between  − 2 mm/year (subsidence) along the southern shores and 3 mm/year (uplift) along the northern shores. The derived models provide reliable empirical constraints and error bounds for postglacial rebound models in the region.