CRInSAR与PSInSAR融合探测地表线性变形速率

提出利用CRInSAR与PSInSAR融合解算地表变形参数的算法。将CR点上获取的线性变形速率与高程改正结果作为PS基线网络的起算数据,依据最小二乘原理求解PS点上待求线性变形速率与高程改正值的最优解。这一算法可融合PSInSAR与CRInSAR两种算法的优势,起到很好的互补作用。实验显示,这一算法获取的线性变形速率精度可达±0.37 mm/a,高程改正值精度可达±0.5 m,证实该算法在实际地表变形监测中具备可行性。     

雨滴谱的变化对降水估计的影响

针对雨滴谱的变化对降水估计的影响,提出根据激光雨滴谱仪上方雷达回波的结构特征将降水过程划分为对流云降水和层状云降水交替分布5个部分,通过基于2种降水类型的第1种分类Z-R关系、基于5个部分的第Ⅱ种分类Z-R关系和基于整个降水过程的总体Z-R关系分析雨滴谱的变化对降水估计的影响.结果表明:当对流云降水向层状云降水过渡时,指数谱从无到有、多峰谱比例减小,Nw减小、μ增大、Dm变化不大;Mw与R变化相似,当Z增大时μ和Dm分别是递减和递增的;Z-R关系(Z=aRb)中a值变化范围较大、系数b在1～2波动且与层状云阶段相比,对流云阶段的a和b值较小;利用第Ⅱ种分类Z-R关系反演的雨强与基于雨滴谱仪观测数据计算的雨强最接近;雨滴谱仪在层状云阶段的反演效果明显强于对流云阶段,这与对流云降水中雨滴谱信息变化大且快等因素有关.     

青藏高原北缘公格尔山地区地形梯度的剖析

本文以青藏高原北缘西昆仑山脉的公格尔山地区为试验区域,基于SRTM-DEM数据,采用线状地形剖面和带状地形剖面的研究方法,对试验区从公格尔山顶到塔里木盆地的地形梯度进行了研究,并探讨了地形梯度与隆升过程之间的关系。研究结果表明:(1)线状地形剖面清晰直观,操作简单;带状剖面法能较好地反映区域的地形起伏状况。若将两种方法联合起来共同进行区域地形研究,则会获得更好效果。(2)从塔里木盆地到公格尔山顶,地形抬升共分3个梯度:分别是从海拔高度2 000m左右上升到约4 500m,从约4 500m上升到将近6 000m,从将近6000m上升到约7500m。地形抬升的不同梯度可能对应着公格尔山晚新生代地貌形成过程的不同隆升过程;而每个抬升梯度的拐点,则对应着不同隆升过程形成海拔高度的分界点。     

基于小波变换改善天气回波信噪比的模拟分析

为了提升天气雷达对弱气象目标的发现能力,扩展系统观测的动态范围,可以从改善雷达回波的输出信噪比方面来考虑.从信号处理算法层面寻求改善天气雷达回波的输出信噪比的方法,提出运用小波变换的方法来达到这个目的.首先介绍了小波消噪的基本原理,再结合具体雷达系统参数,进行了相关的算法模拟,其结果表明,在符合高斯谱特征分布的模拟回波在不同信噪比（-20～10dB）设定条件下,运用小波变换的去噪方法可以使其信号的输出信噪比提高大约5～11dB,为天气雷达探测更多的弱气象目标提供了有利条件.     

�״����������������㷨

????????????????????????????Σ?????????????????????????????????趨???????????м???????е???????????????????ó?????????????????????????????????????????????????????????????????????????????淽??????????????????????????????????????????????????????????????????????????????淽???????????????????????????????????÷??????????Ч???     

编队卫星InsAR系统的相位同步分析

编队卫星InSAR系统属多基雷达系统,依靠编队卫星构型形成干涉所需的基线。一发多收工作模式下的编队卫星InSAR高程测量系统,协同工作的雷达间必须建立时间同步、相位同步和空间同步,其同步精度将影响InSAR系统的功能与性能。三大同步中,相位同步误差直接影响SAR复影像的相位误差,从而影响系统的高程测量精度。本文根据编队卫星条件下SAR成像的要求,对相位同步的要求进行了分析,并给出了由于相位不同步所引起的相位误差对InSAR高程测量精度影响。分析结果表明,编队卫星InSAR系统对于相位同步的要求包含两个方面:一是为保证被动雷达能够对回波实现相参成像,在整个合成孔径时间内,主动和被动两个雷达在载波相位上必须保持确定和可知的关系,且其差值随系统距离向分辨率的不同必须限定在一定范围内;二是在整个干涉数据的录取时间里,主动和被动两个雷达载波相位同步误差不能超过高程测量的精度要求所允许的误差。     

自组织双重空间聚类算法的城市扩张结构分析应用

双重空间聚类是能顾及空间连续性和属性相似性的空间数据分析,而常规空间聚类算法难以同时顾及2方面的约束条件。本文采用自组织双重空间聚类算法,对城市扩张结构分析进行了研究。通过改造自组织特征映射的最佳匹配神经元搜索的算法机制,在空间域和属性域进行迭代聚类搜索,实现了自组织双重空间聚类。以武汉市扩张斑块的位置信息和扩张程度指数为输入数据,使用自组织双重空间聚类算法,实现了城市扩张动态结构的识别。自组织双重空间聚类算法使得聚类结果,既在空间域上连续,又在属性域上相近,算法过程具有自组织性,减少了人为影响。     

拓扑线性空间中存在非连续线性算子的充要条件

在拓扑线性空间中存在非连续线性泛函的基础上,给出了拓扑线性空间中存在非连续线性算子的充要条件,即拓扑线性空间中存在不闭的线性真子空间.     

T/P�״�߶ȼƺ���ɢ��ϵ��½�ر���۲�Ӧ��

????13??T/P???????????????????????????????????????????????????????????????????????????????????Ubari-Murzuq????????????????????????????????????????′????????????????????????С?????Ku???κ?C???ι?????????????????????????????Ｐ???????仯??????     

2005—2018年北京市外来人口迁移特征与影响因素分析

外来人口是大型或超大型城市人口结构的重要组成部分,研究特定城市外来人口的迁移特征及其影响因素不仅有助于从迁入地视角发现以特定城市为目标的人口迁移规律,对新城镇化背景下的城市化建设与发展也具有重要的现实意义。本文以北京市为例,通过收集2005—2018年的公安机关外来人口登记数据,对外来人口在不同年份的市级迁出地空间分布格局进行了研究,并利用空间回归模型对人口迁移的影响因素进行了分析,得到如下发现：① 北京市外来人口的迁出地在市级尺度下表现出明显的空间聚集效应,且聚集效应逐年增强;外来人口迁出地空间分布基本稳定,热点迁出地分布主要集中在河北-天津和河南省南部-湖北省北部2个主要聚集簇中;② 影响人口向北京迁移的主要变量为各迁出地的人口规模、交通时间、人均收入、高等教育水平、人口密度等,其中人口规模和人均收入对人口迁移的影响较为稳定,而高等教育水平和人口密度的影响分别从2010年和2014年后才开始显现,交通时间对人口迁移的障碍性作用虽然有所下降,但对人口迁移的影响变化不大;③ 空间误差项持续显著,表明迁出地的人口迁出量可能受相邻地市的社会文化等其他变量的影响。