地球资源环境动态监测技术的现状与未来

针对国家全球化战略和迫切需要解决的全球环境和资源问题,本文阐述了国内外地球资源环境动态监测技术主要研究进展,发现存在地球资源环境监测高精度产品缺乏、动态监测能力不完备、遥感信息服务及时性和便携不足等主要问题。在此基础上,提出中国迫切需要发展面向全球和重点区域的持续、动态观测能力,建立全球视野的资源环境动态监测产品和应用系统,突破全球资源环境研究的理论和关键技术,建立全球资源环境遥感监测指标和技术体系,形成全球立体协同观测、资源汇聚优化、信息智能处理、云平台业务应用的自主技术体系,完善支撑任务驱动的数据汇聚、模型调度、产品生成等在线遥感信息服务能力,发布全球、洲际和全国高质量空间要素遥感信息产品、专题应用系统、技术报告等成果。最终为全球资源环境研究提供知识发现的数据和服务,支撑中国在全球资源环境监测评估、重大灾害事件监测预警、应对国家安全与全球变化等领域的服务。     

国家环境遥感监测体系研究与实现

随着国家空间基础设施的建设和发展,中国遥感监测体系研究与建设取得了重大突破,从无到有形成了国家环境遥感监测能力,并业务化实现了主要环境遥感监测要素产品的生产与服务,为新时期环境管理工作提供了有力支撑。在分析国内外环境遥感发展及中国环境遥感监测需求的基础上,阐述了中国环境监测体系建设的必要性,研究了国家环境遥感监测体系的建立与业务化运行,提出了中国环境遥感监测体系发展思路与下一步重点任务。     

中国海洋卫星及应用进展

中国十分重视海洋遥感及其监测技术的发展,初步形成了具有优势互补的海洋遥感观测体系,并发挥了显著的经济和社会效益。其中,海洋一号(HY-1A/B)卫星已经广泛应用于中国海温预报业务系统、冬季海冰业务监测、夏季赤潮和绿潮监测、海岸带动态变化监测、近岸海水水质监测和渔业遥感监测等方面。海洋二号(HY-2A)卫星不仅填补了中国海洋动力环境卫星遥感的空白,也是目前国际上唯一在轨运行的集主被动微波遥感器于一身的综合型海洋动力环境卫星,具备同时获取风场、有效波高、海面高度和海面温度的能力。通过卫星获得的数据提高了中国海洋环境监测与灾害性海况预报的水平,为国民经济建设和国防建设、海洋科学研究、全球变化研究等提供了可靠的遥感数据,同时还在国际对地观测体系中发挥了重要作用,受到国内外用户的高度认可。海洋一号和海洋二号卫星系列为中国建立完善的海洋环境立体监测体系奠定了坚实基础。根据国家发展和"一带一路"建设的实施,在加快建设海洋强国、维护海洋权益和加快发展海洋经济的进程中对海洋遥感的发展也进一步提出了更高的要求和更紧迫的需求。为此,紧紧围绕国家海洋强国战略需求,在《国家民用空间基础设施中长期发展规划(2015年—2025年)》中专门规划了海洋观测卫星系列,服务于中国的海洋资源开发、环境保护、防灾减灾、权益维护、海域使用管理、海岛海岸带调查和极地大洋考察等方面,同时兼顾陆地和大气观测领域的需求。在充分继承已有HY-1A/B、HY-2A、高分三号(GF-3)和中法海洋卫星(CFOSAT)成功研制经验和应用成果的基础上,发展多种光学和微波遥感技术,建设新一代的海洋水色卫星和海洋动力环境卫星,具备卫星组网观测能力;发展海洋监视监测卫星,构建优势互补的海洋卫星综合观测体系。通过空间基础设施的建设,海洋遥感卫星必将在建设海洋强国的进程中发挥出重要作用。     

基于 CCD 方法的超高层建筑周日摆动监测研究

对超高层建筑塔体进行周日摆动监测,为施工投点纠偏和选择合适投点时机提供科学依据,是施工控制网竖向传递的核心问题。文中针对现有方法在自动化采集及实时表达方面的不足,基于自适应阈值激光光斑中心定位方法,自主研发基于CCD的塔体摆动监测系统,并采用倾斜仪方法与之做同步比较研究。两种方法在广州市东塔施工第三方监测中互为检核验证,具有借鉴意义。     

K-GM（1，1）模型在岩体变形监测中的应用

传统GM （1,1）模型存在着长期预测效果差、模型精度不高等问题,卡尔曼滤波能够排除建模过程中随机干扰因素,滤波值能够反映更真实的数据情况。为了能更好地提高变形监测的预测精度,基于传统GM （1,1）模型和卡尔曼滤波,提出K‐GM （1,1）模型,利用该模型对岩体变形监测数据进行建模预测,并与传统GM （1,1）模型预测结果进行对比分析,结果表明,K‐GM （1,1）模型具有较高的预测精度,可作为变形监测的一种新方法。     

改进后灰色神经网络及短期基坑沉降预测研究

在短期基坑沉降监测中,由于数据量少且呈非线性变化,沉降模型很难准确建立。灰色GM(1,1)对数据少、趋势性强、波动小的数据有较高的预测精度,但不能模拟复杂的非线性函数;BP神经网络可以对非线性数据进行学习训练,具有自学习、自适应能力;通过将GM(1,1)与BP神经网络组合,并优化网络部分的学习率、权值和阈值等,建立一种改进的灰色神经网络模型,该模型具有对非线性数据自学习、自适应能力和预测精度更高等优点。通过某基坑沉降监测分析,验证改进的灰色神经网络模型预测精度更高,适合短期建模,具有很好的实用性。     

地铁车站群洞效应下变形监测研究

结合重庆地铁6号线金山寺车站群洞开挖施工背景,对车站结构、地质条件和施工方法等工况分析后,提出了该工况下变形监测基本思想。确定了监测项目、监测点位布设方案、监测方法及监测数据分析方法,初步制定了监测信息反馈流程。依此思想进行变形监测并及时、有效地反馈监测信息,可保证群洞开挖安全、顺利进行。     

基于灰色支持向量机的地铁沉降滚动预测

为了确保地铁隧道主体结构和周边环境安全,必须对地铁隧道结构进行沉降监测,对监测数据进行及时分析与反馈,并对以后的沉降情况作出预测,对防止事故发生有着重要的现实意义。本文结合灰色系统理论和支持向量机(SVM)的基本原理,采用滚动预测的方式建立灰色支持向量机沉降预测模型,以提高沉降预测精度。通过工程实例的预测结果对比表明,组合模型与灰色和SVM两个单独预测模型相比能够更准确的反映实际的沉降过程,具有很大的应用价值。     

基于遥感和GIS的石河子垦区土地覆被动态监测研究

应用遥感和GIS技术对新疆石河子垦区1980年、1990年、2002年和2014年的遥感影像资料进行处理,并从土地覆被总体状况、数量变化和土地覆被转移方向三方面作了动态监测分析。结果表明,草地、耕地、未利用土地是石河子垦区的主要土地覆被类型。1980到2014年间,草地面积大幅度减少,耕地面积大幅度增加,其中城乡、工矿、居民用地年变化率最大,林地动态度最低。分析结果为该区土地资源的可持续利用提供了重要的依据。     

基于空间协同共享技术的规划用地监测平台研究

基于空间共享的空间库平台多源数据,设计开发了规划用地监测平台,对现状用地情况、规划用地情况、规划审批情况、土地存量情况、集体用地情况、棚户区情况等进行动态监测,为规划管理和规划研究工作提供及时有效的数据支撑。