大气负荷效应问题研究

随着现代大地测量和地球物理观测技术的快速发展和数据分析方法的日臻完善,目前重力场观测精度已达到10-9 m/s2量级,位移观测精度已达到cm量级,应变观测也已达到10-8量级,这些高精度观测手段在测定地球形态,研究内部构造和地球动力学中发挥着重要作用.罗少聪,男,1962年生,广东兴宁人,1985年毕业于武汉测绘学院大地测量系,2003年6月获得博士学位.主要从事地球重力固体潮和大气负荷效应研究.     

利用GPS反解大气水汽含量

介绍地基和空基ＧＰＳ气象技术,简要讨论了ＧＰＳ遥感大气水汽含量对误差源。     

琼西北地区冰川地貌陆地卫星TM图像解译

在北门江流域更新世沉积广布、厚度巨大。在对区内的建筑砂矿进行成矿背景条件研中,利用了陆地卫星TM图像并与区内的地质地球物理资料进行综合分析,发现了区内的冰蚀台面、冰洼、冰斗、冰川槽谷和冰碛堤、冰碛裙和冰水扇等冰川作用遗迹。通过对冰蚀、冰碛地貌的研究发现它们之间内在的成生规律。     

用T/P测高数据反演海域重力异常

以反解 Stokes公式为数学模型 ,应用由 T/ P测高数据计算的大地水准面高反演了海域平均重力异常 ,并与船测平均重力异常和 OSU91A位模型计算的平均重力异常进行了比对分析 ,得出了一些有益的结论。     

遥测地表温度与比辐射率的迭代反演方法──理论推导与数值模拟

首先在地表比辐射率为已知的条件下,提出一个非线性迭代温度反演模型,我们对不同的地表和大气条件进行了模拟计算,结果表明当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±２０％时的温度均方根误差为０．４８Ｋ。当大气模式误差一个模式时反演的温度均方根误差为０．８５Ｋ。在此基础上,引人相邻像元的概念,相邻像元的大气状况可以认为是相同的,应用两个时相的遥感影像数据,假定在两个相近时相之间地表比辐射率值不变,建立地表比辐射率与温度的反演模型。我们对不同的地表和大气条件进行了模拟计算,结果表明当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±２０％时地表温度均方根误差小于１．５Ｋ,地表比辐射率均方根误差小于０．０２,地表辐射均方根误差为１％;当大气温度廓线误差－２Ｋ－２Ｋ,水汽廓线误差±１０％时,地表温度均方根误差小于１．０Ｋ,地表辐射均方根误差小于０．６％。     

利用HHT-EEMD方法分析云南区域GNSS应变时序孕震信息

地震的孕育和发生本质上都是地壳内部应力、应变能逐渐积累并突然或缓慢释放的结果,研究应变的变化过程对于地震危险性的判定具有重要意义。本文基于云南区域2013—2019年GNSS格网应变时间序列,利用专门适用于非线性非平稳信号处理的热门时频分析方法—整体经验模态分解（ensemble empirical mode decomposition,EEMD）的希尔伯特-黄变换（Hilbert-Huang transform,HHT）分析方法,探索云南区域中强地震前GNSS应变时序的时-频-能量分布特征,尝试挖掘应变时频信号中所携带的孕震信息。利用23号、42号格网对应的地震进行震例分析,结果显示：EEMD具有分频剖面的类似特征,它能够依据数据的时间特征尺度进行信号分解,较好地剖析信号在不同频率尺度上的变化特征;Hilbert变换能够通过瞬时频率、瞬时振幅等方式突出信号的局部瞬时特性,在固有模态分量（intrinsic mode functions,IMF）异常曲线识别无效的情况下仍能凸显异常;通过EEMD、残差趋势项分析、IMF异常识别和Hilbert变换综合动态分析应变时间序列的分析方法,能够在部分地震前夕发现一些潜在异常信息,为未来云南区域强震危险地点的判定提供一定的参考。     

滑坡灾害监测的圆弧合成孔径雷达大气相位校正方法

地基圆弧合成孔径雷达通过形变值测量实现滑坡预警,是一种重要的滑坡灾害监测遥感手段。大气相位校正影响形变值测量精度,是长时间稳定监测的关键技术。本文提出一种基于网格划分的两阶段大气相位校正方法。该方法通过特征提取及分类获得永久散射点,基于此实现监测点的自动筛选;利用网格估计大气相位,有效降低运算量,提高了计算效率;结合空间滤波和时间序列滤波,保证了大气相位估计的准确性。实测数据处理结果表明了该文所提方法在大气相位校正方面的有效性。     

基于多项式曲面拟合模型的高程转换方法及其结果分析

本文针对影响多项式高程转换精度的两个主要因素(拟合模型选择和拟合点选取),在分析不同阶次多项式表达特征的基础上,基于一次多项式拟合残差信息,提出了综合不同多项式曲面模型的GNSS高程转换方法,并通过实例验证了该方法的有效性。结果表明,利用一次多项式拟合残差空间分布信息反映的测区高程异常变化特征,作为二次多项式分区拟合区域划分或三次多项式拟合点选取的依据,进行高程拟合,可以将高程拟合精度从厘米级提高至毫米级。     

大气CO2浓度时空变化卫星遥感监测的应用潜力分析

GOSAT卫星观测反演大气CO2浓度精度已经提高到了1—2 ppm,而卫星数据能否准确地揭示全球和区域大气CO2浓度变化特征还缺乏充分的评价与分析。本文针对已经连续运行观测3年的GOSAT卫星,收集了来自美国NASA-OCO团队(ACOS)和日本环境研究所GOSAT团队(NIES)基于各自算法反演的两套大气CO2柱浓度数据,描述并分析了全球大气CO2时空变化特征。分析结果表明,从XCO2反演的绝对值结果来看ACOS总体上比NIES的高出约2 ppm左右,但从时空的相对变化上它们揭示了相近的大气CO2浓度时空变化特征。两套数据显示出全球平均大气CO2浓度在2010年—2012年的3年期间年增量分别为1.8 ppm和2.0 ppm;季节变化幅度,北半球最大4—6 ppm,南半球最大约2 ppm,这与地面观测结果基本一致。进一步将EDGAR 4.2人为排放总量格网化数据与GOSAT卫星观测反演的CO2浓度进行相关统计分析,结果指出两套数据对人为排放量有着微弱的响应。本文结果指出目前GOSAT卫星观测反演的XCO2可以检测出全球和区域大气CO2浓度的年变化、季节变化和区域空间变化的特征;GOSAT卫星10.5 km空间分辨率的观测虽难于检测出点源的浓度变化,但从区域上对人为排放的累积效应的监测显示了一定的应用潜力。     

复杂背景下的仿蝇视觉遥感异常检测

本文针对遥感影像复杂背景下,背景地物光谱特征与目标光谱特征之间存在较强相关性的问题,提出一种基于仿蝇视觉的复杂背景下遥感异常检测算法。首先构建并行多孔径背景模型,实现对复杂背景特征的自适应描述;然后基于异常目标的光谱特征相对异常性,采用相对马氏距离区分异常区域、不确定区域与无目标区域,消除背景与目标光谱相关性对检测结果干扰的同时,弥补了传统假设检验无法区分无目标和不确定问题的不足;最后融合多个背景模型的检测结果,实现异常目标检测。仿真实验将围绕多种背景地物并存复杂区域的异常检测验证本文算法的有效性。