Assimilating ASAR data for estimating soil moisture profile using an ensemble Kalman filter

Active microwave remote sensing data were used to calculate the near-surface soil moisture in the vegetated areas. In this study, Advanced Synthetic Aperture Radar （ASAR） observations of surface soil moisture content were used in a data assimilation framework to improve the estimation of the soil moisture profile at the middle reaches of the Heihe River Basin, Northwest China. A one-dimensional soil moisture assimilation system based on the ensemble Kalman filter （EnKF）, the forward radiative transfer model, crop model, and the Distributed Hydrology-Soil-Vegetation Model （DHSVM） was developed. The crop model, as a semi-empirical model, was used to estimate the surface backscattering of vegetated areas. The DHSVM is a distributed hydrology-vegetation model that explicitly represents the effects of topography and vegetation on water fluxes through the landscape. Numerical experiments were con- ducted to assimilate the ASAR data into the DHSVM and in situ soil moisture at the middle reaches of the Heihe River Basin from June 20 to July 15, 2008. The results indicated that EnKF is effective for assimilating ASAR observations into the hydrological model. Compared with the simulation and in situ observations, the assimilated results were significantly improved in the surface layer and root layer, and the soil moisture varied slightly in the deep layer. Additionally, EnKF is an efficient approach to handle the strongly nonlinear problem which is practical and effective for soil moisture estimation by assimilation of remote sensing data. Moreover, to improve the assimilation results, further studies on obtaining more reliable forcing data and model parameters and increasing the efficiency and accuracy of the remote sensing observations are needed, also improving estimation accuracy of model operator is important.     

ERA-Interim���Ϻ�NeQuick�����ģ������D-InSAR�������Ŀɿ����о�

????ROI_PAC????????????????ALOS PALSAR 474?????4?????????ERA-Interim?????NeQuick?????????????ж?????????????????????????????λ???????5??GPS?????????????????б????????????????????????????D-InSAR???ó?????λ????侭????????????????????????λ?????GPS??????????????????0.104 m?????????????0.057 m,???????????????????????????????D-InSAR?????????????     

2008年汶川8.0级大地震近场强地面运动的模拟

运用经验格林函数法模拟了2008年5月12日汶川8.0级大地震的近场强地面运动.拟合过程中,首先参考其他学者反演结果给出的滑动量分布的特征,确定强震动生成区的大致范围;然后利用Somerville等(1999)提出的地震矩与凹凸体面积间的经验关系式确定强震动生成区(SMGA)细小划分的初值,继而利用遗传优化算法确定以上两者的最优值及其他震源参数.数值模拟波形同实际地震观测记录在时间域和频率域分别进行了比较,结果显示,在所选取的18个观测台中,多数台站的数值模拟结果同实际观测结果符合得很好,特别是大于1 Hz的高频部分.我们发现断层面上有5个强震动生成区,其中两个的位置与其他学者反演的滑动量集中分布区相一致,但强震动生成区规模和上升时间比Somerville等(1999)获得的定标率外延的估计值要小.     

Remarks on correcting ionospheric distortions in L-band radar interferometry

The L-band synthetic aperture radar (SAR) interferometry (InSAR) technique has a lower accuracy due to ionospheric phase distortions. Recently, a multiple-aperture interferometry (MAI)-based ionospheric correction method has been proposed. Using four types of ionosphere-distorted interferograms, the performance of the correction method was evaluated and then analyzed the feasibility of the correction method. The test interferograms contained severe azimuth streaking, low-frequency ionospheric phase distortion and drastic phase change due to the ionosphere. The results showed that (i) the existence and magnitude of ionospheric phase distortions can be recognized from MAI interferograms and (ii) the MAI-based ionospheric correction method efficiently reduced severe azimuth streaking and low-frequency distortion but did not mitigate the drastic phase change perfectly. It is allowed (i) to determine whether a given SAR interferogram has an ionospheric distortion and (ii) to predict whether the ionospheric distortion can be corrected by using the MAI-based ionospheric correction method.     

基于时空域密度异常的土地利用/土地覆盖短期变化检测

论文分析了时间序列遥感影像中土地利用/土地覆盖短期变化的特点及其时空异常特征, 认为和环境、物候等因素造成的影像变化相比, 由人为活动引起的土地利用/土地覆盖变化具有典型的时间和空间异常特征, 并提出了基于密度异常的土地利用短期变化检测方法。研究工作选取珠江口地区1—5月作物生长期间的3个时间序列Radarsat雷达影像进行试验, 在影像分割的基础上, 构建了基于对象的特征变化矢量, 并将密度异常检测算法(DBAD)扩展到变化矢量的N维特征空间上, 运用随机搜索策略确定检测参数, 对Radarsat时间序列变化矢量中的“小模式”事件进行了检测。检测结果认为, 密度异常检测算法检测的是变化矢量在特征空间的密度分布, 与变化矢量的强度和方向无关, 因此能在时间序列影像中分离出由典型的、正常的作物生长或农事活动引起的影像光谱或回波变化, 进而识别出由人为活动或突发事件导致的土地利用/土地覆盖变化, 这是通常的图像差值等方法难以做到的。进一步的抽样检测说明, 密度异常检测方法对新增建设用地的检测准确率最高(>88%);林地地表覆盖相对稳定, 检测误差也很低(8%);农用地和养殖水面的异常变化检测误差在11%—22%之间;较大的检测误差主要集中在建设用地、农用地和未利用地之间的转换(16%—25%);此外, 养殖水面的检测误差主要集中在河流沿岸及水面变化较大的养殖区域。影像分割结果特别是一些线状分割图斑以及混合地类图斑对误差也有一定的影响。     

南苑-通县断裂大兴规划新城段的研究

断裂的位置和活动性,影响着工程的规划和建设。本文论述了采用浅层地震勘探、放射性氧气勘探、重力勘探、电法勘探等方法,查清了南苑-通县断裂在北京大兴规划新城内的位置,并对其活动性进行了一定研究,为大兴新城的规划建设提供了地质技术支持。     

青藏高原东北侧一次突发性大暴雨环境场综合分析

利用常规天气图、卫星云图、物理量场、地面能量比和湿位涡对2004年6月29日下午发生在西安市的一次突发性大暴雨的环境场进行了综合分析,结果表明:东西两路冷空气的活动,使近地面能量在关中形成积聚,地面图上东路冷空气活动形成的能量比低值舌触发了突发性暴雨的产生。暴雨发生前青藏高原东侧对流层低层存在的弱西南气流使暴雨区形成高能和位势不稳定,12 h内边界层东南气流和南风气流的同时快速发展为突发性暴雨提供了充沛的水汽。300 hPa西南高空急流和850 hPa以下边界层南风气流、东南气流的耦合,以及和阶梯槽后西北气流的耦合产生的双次级环流为大暴雨提供了持续强劲的上升运动。湿正压场上,对流层低层中β尺度强对流不稳定核心区的生成,湿正压场和湿斜压场的耦合、配合sθep随高度的变化、暴雨区对流层低层形成有利于中尺度气旋快速且显著发展的条件,也是突发性暴雨在短时间内获得强上升运动的一个重要原因;突发性暴雨在卫星云图上表现为西风带中低层云系和副热带云系相互作用,在交汇点附近快速生成中β尺度强对流云团。     

应用综合异常指数进行地下流体前兆综合分析

在对地下流体单项前兆进行异常识别和效能评价的基础上,应用综合异常指数方法对新疆38项地下流体前兆观测资料进行分析,结果表明该方法不仅能较好地识别和提取地震短临前兆,还能对成组地震事件有所显示。     

人工地震目录的评估及其在青藏高原东北缘的应用

如何使用古地震序列数据评估数值模拟得到的长期人工地震目录的准确度是地震数值预报研究所面临的重要问题.为探讨上述问题,本文开发了计算人工地震目录与古地震序列匹配度的平均绝对误差法和余弦相似度法,并将其应用于青藏高原东北缘地区,获得了与该地区古地震序列数据匹配较好的人工地震目录.基于匹配较好的目录,本文还计算了海原断裂及香山天景山断裂发生大地震后,大地震在区域四条主要断裂的迁移概率.研究结果表明：（1）以上两种方法均可用于评估人工地震目录与古地震序列的匹配度;（2）与未进行匹配的人工地震目录的迁移概率计算结果比较,通过古地震数据匹配的人工地震目录的计算结果更优,即更接近于基于古地震数据计算的地震迁移概率;（3）当大地震在海原断裂上发生后,海原断裂再次发生大地震的概率最大,约为47%,其次是香山天景山断裂,约为23%~27%.本文对评估基于动力学数值模型产生的长期人工合成地震目录的准确度做出了调查与探索,为区域地震数值预报研究提供了参考.