基于灰色新陈代谢模型的建筑物沉降分析

变形监测数据处理有助于及时了解建筑物安全状态。本文在对灰色模型基本理论作阐述的基础上,结合沉降监测实例,采取新陈代谢法对实测数据进行分析与预测,得到了满足精度要求的成果,验证了该方法应用于建筑物沉降分析的可行性。     

连分式与曲线拟合模型在沉降监测中的应用研究

分析沉降监测数据的特点,采用连分式和曲线拟合模型对建筑物沉降监测数据进行处理,实现两种数据处理模型的建模过程并进行对比分析。最后将模型用于建筑物沉降量的实际预测,验证模型的可行性及实用性。     

DTW算法支持下的线状要素连续地图综合方法

面向线状地图要素连续尺度变换问题,本文提出了一种DTW算法支持下的连续综合方法。该方法基于尺度融合的思想,将同一地理实体在大小两种比例尺下以不同的几何表达作为输入,首先基于DTW算法建立两种几何表达坐标顶点之间的对应关系;然后采用线性内插方法动态派生任意中间尺度上几何数据,从而实现连续地图综合。顶点之间对应关系的正确性,直接决定了线性内插的结果,而同一实体在不同比例尺下的几何表达往往具有不同的坐标点数,顶点之间具有一对多的对应关系。为寻求最优顶点匹配方案,以顶点距离作为匹配代价,以整体最小距离作为目标函数,采用DTW算法求解最优匹配。试验结果表明,基于DTW的顶点匹配方法可适应不同的地图综合场景,该方法支持下的地图综合效果可实现连续、光滑的渐变,符合地图表达规则和人类空间认知。     

基于Sentinel-2和Landsat卫星时序数据的耕地撂荒识别

充足的粮食供应是当下经济发展和社会稳定的重要保障之一,撂荒作为耕地边际化的极端表现,对其开展监测对保障耕地数量和质量至关重要。本文以四川省南充市营山县为研究区域,通过GEE平台,使用Sentinel-2和Landsat 7、8数据构建时序数据集,计算NDVI、EVI、NDWI、BSI、MSI等指数,分别利用支持向量机和随机森林法提取耕地撂荒,总分类精度为73.76%,Kappa系数为0.68,针对耕地撂荒最佳提取效果,F₁得分为0.691 1。本文方法对山地丘陵地区耕地撂荒监测有较大的借鉴意义。     

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。     

大型基坑工程水平位移监测与预测结果分析

以银川大世界商务广场的基坑为例,介绍了大型基坑工程水平位移监测的实施方案,给出了水平位移监测方法的精度,并对监测成果进行了分析。在此基础上,分别用多项式拟合和时间序列分析模型两种方法进行建模,对基坑水平位移进行预测,结果表明,该基坑水平位移较小,在规范规定的要求之内,说明基坑是稳定的;时间序列分析模型的预测精度要高于多项式拟合模型的精度。     

复杂植被山区滑坡蠕变与植被覆盖度关系研究

针对目前复杂植被山区滑坡蠕变监测受植被覆盖影响较大、不同植被覆盖度下滑坡蠕变关系研究缺乏等问题,该文联合Sentinel-1和ALOS PALSAR-2数据集,分别利用SBAS-InSAR和D-InSAR两轨差分技术,获取研究区2019年7月—2020年8月的雷达视线向形变时间序列,分析了复杂植被山区滑坡蠕变与植被覆盖度的内在关系。结果表明：(1)不同植被覆盖度等级对平寨水库库岸山区滑坡蠕变的影响具有显著差异,在低、中高和高植被覆盖度等级时诱发坡体沉降,在中植被覆盖度等级时抑制滑坡蠕变;(2)平寨水库库岸山区的滑坡蠕变体主要集中在库区NW-SE方向,分布与三岔河流域的流向相近;(3)联合多源数据对复杂植被山区滑坡蠕变进行组合探测能够有效克服时间、空间去相干影响,使滑坡蠕变体监测结果更为可靠。研究结果揭示了滑坡蠕变与植被覆盖的内在联系,可以为区域尺度防灾减灾事业提供科学支持。     

利用GRACE与Sentinel-1反演地下水变化与地表沉降研究

针对地表沉降与地下水变化之间的关系研究,助力资源开发与灾害防治之间突出矛盾的解决。该文利用GRACE/GRACE-FO卫星观测数据反演京津冀地区的地下水变化情况,利用Sentinel-1卫星观测结果,通过小基线集干涉测量技术(SBAS-InSAR)计算该区域的地面沉降速率,在地下水变化分析的基础上研究地下水变化与降雨的相关关系,并进而得到地表沉降与地下水变化的相关关系。结果表明,2003—2020年京津冀地区地下水储量呈减少趋势,变化速率达到-11.4 mm/a,降雨量年际变化较大,对地下水储量亏损存在影响;京津冀地区中,北京市地表形变相较于地下水变化滞后时间约为3个月,地下水变化与地表形变存在较高的相关性,二者相关系数达到0.758。     

利用InSAR和网络模型的昆明地铁沿线形变预测

针对在地铁建设和运营中容易引起地面沉降,给人民生命财产安全造成威胁的问题,该文利用SBAS-InSAR对2018年7月—2019年12月昆明市41幅Sentinel-1A升降轨影像进行处理,获取昆明地铁沿线沉降信息。在此基础上,分析了6条地铁沿线200 m缓冲区地表沉降的时空分布特征,并结合LSTM、XGBoost、Deep Forset模型进行时间序列值的预测,引入绝对误差(ε)、均方根误差(RMSE)、纳什系数(NSE)对模型进行对比评价。Deep Forest预测模型计算得到的RMSE值最小,NSE值最大,分别为0.21、0.94,结果表明,Deep Forest预测模型效果高于LSTM、XGBoost预测模型。因此,利用Deep Forest模型能够有效地对地铁沿线进行沉降预测,可以为政府部门今后开展地铁沿线地面沉降监测和灾害预警提供参考。     

GNSS载波相位精密时间传递数据处理技术综述

精密时间传递是时频领域最为基础的工作之一,在科技、经济、军事和社会生活中具有重要作用.全球卫星导航系统(GNSS)因其众多优势成为精密时间传递的重要手段,尤其是近些年发展的基于高精度载波相位观测值的时间传递技术成为GNSS时频领域的研究热点.本文对GNSS载波相位精密时间传递相关的研究进行了全面总结,对其数据处理涉及的观测模型、模糊度处理方法进行了归纳阐述,对精准性、一致性、稳健性、连续性、实时性、完好性等技术进行了探讨,并指出该领域未来应该重点解决非差与差分处理模型统一性、不同机理融合时间服务统一性和天空地海地下时间服务无缝性问题.