阶段模型修正的星载GNSS-R土壤湿度反演方法EI北大核心CSCD

本文提出了一种基于CYGNSS数据的星载GNSS-R土壤湿度反演方法。首先,基于CYGNSS数据提取地表反射率参数,联合SMAP数据中提取的植被光学厚度、地表粗糙度和温度等辅助信息,初步构建了土壤湿度反演理论模型,并利用神经网络模型确定了土壤湿度反演的精细数学模型;然后,将该模型处理获得的土壤湿度以35%为分界点,利用本文提出的阶段函数模型提高反演精度,并使用2018年10月—2019年5月的CYGNSS数据,获得了全球范围内星载GNSS-R土壤湿度;最后,通过与SMAP提供的土壤湿度数据进行对比,评估了本文提出的星载GNSS-R土壤湿度反演方法的有效性,并对获取的星载GNSS-R土壤湿度进行了时间序列分析。结果表明,本文提出的土壤湿度反演方法的结果与SMAP土壤湿度具有良好的一致性,且随时间变化的趋势也相符合,为高精度土壤湿度反演提供了一种思路。     

基于时间序列统计特性的森林变化监测

森林动态变化分析对揭示生态系统环境变化及植被恢复和布局重建等具有重要意义,时间序列的遥感数据为森林监测提供了基础数据。本文根据森林植被的统计学特性,在暗目标法的基础上,利用归一化植被指数NDVI实现森林样本自动选择;并融合NDVI构建了新的综合森林特征指数(Integrated Forest Z-Score,IFZ);以时间序列的IFZ分析森林动态信息,实现森林变化动态监测。以三峡大坝及周边区域森林为研究区,利用2001年至2012年每年生长季节(5月—10月)的Landsat TM影像检验本文算法。基于2002年、2006年和2010年三期7月—9月的Quick Bird影像的精度分析结果发现:研究区森林变化检测的总体精度可达96.53%,Kappa系数为0.9512。在添加NDVI指数后构建的IFZ提高了总体监测精度。其中,毁林类别的检测精度提高显著,漏检率和误检率分别为2.74%和3.64%;干扰后重建的森林类别的检测精度有一定提高,其漏检率和误检率分别为10.79%和10.51%。研究结果表明,改进暗目标法能提高森林样本的选样效率,添加NDVI的IFZ能提高森林动态变化的识别度。此外,本算法不仅能定性识别森林变化,而且能定量提供森林干扰发生时间和干扰强度。     

基于Stacked ConvLSTM的时间序列森林火烧迹地检测

确定森林火烧迹地的准确时间点以及空间范围对于森林的受损评价、管理、碳核算以及森林恢复的管理有重要意义。由于森林火烧迹地在空间分布上具有一定的连续性,现有的森林火烧迹地提取方法大都采用先分类再后处理的两步处理策略来抑制虚警像素的影响。本文提出将时空检测方法 Stacked ConvLSTM用于时间序列森林火烧迹地的检测,在保持结果具有较好空间连续性的基础上避免了具有主观性的后处理操作,实现端到端提取森林火烧迹地信息,提升了森林火烧迹地的提取精度。采用MODIS时间序列数据,基于2001年—2008年以及2001年—2016年的黑龙江沾河林业局伊南河林场和内蒙古自治区毕拉河林业局北大河林场两个区域的历史时间序列,分别对这两个区域2009年以及2017年发生的特大火灾区域进行火烧迹地检测,利用Stacked ConvLSTM、Stacked LSTM以及bfast算法在两个区域的MODIS时间序列中提取森林火烧迹地,并将火烧迹地检测结果与ESA发布的Fire＿CCI 5.1火烧迹地产品进行对比分析。结果表明：首先,从目视效果来看,在研究区域Ⅰ,Stacked ConvLSTM检测的结果比St...     

基于GPS测站坐标残差序列的小波工具应用与分析

利用小波工具剔除噪声的思想对全球部分GPS测站坐标残差序列进行应用试验。通过选取特定的阈值和小波基函数,成功提取出GPS测站坐标残差序列的一些非线性周期规律,对于进一步深入研究GPS测站坐标非线性变化规律有重要意义。     

小波时间序列分析在高铁沉降变形中的应用

采用小波时间序列预测模型,建立基本思想和实现步骤,结合某高铁沉降监测数据,利用db3小波对原始数据进行去噪,在此基础上,建立了AR(2)模型,与运用时间序列方法所求出的预测值,进行比较分析,结果表明,采用小波时间序列预测模型,求出的预测值精度更高,具有很强的实用性。     

环境因素对山东GPS基准站垂直位移的影响分析

基于山东地壳运动GPS观测网络(CMONOSD)提供的连续观测结果,经过GAMIT/GLOBK软件处理,再采用GRACE,LAD,SG及GLDAS分析陆地水引起的重力变化,分析证明,在该地区陆地水导致的空间重力变化可达100.12±0.7 nms-2量级,采用LAD模型会导致重力长期以微小趋势上升,反之采用GLDAS模型会导致重力长期以微小趋势下降。通过研究大气负荷、陆地水和非潮汐海洋对山东省各基准站垂直位移的影响,发现大气负荷对台站垂直位移的影响最大为8 mm,陆地水次之,非潮汐海洋的影响最小。     

基于时间序列分析和灰色理论的建筑物沉降预测模型研究

基于时间序列分析方法建立建筑物沉降预测模型,其中通过二次移动平均法提取出沉降监测序列中的趋势项,并在此基础上采用灰色系统理论动态GM（1,1）模型进行趋势项预测。实际算例结果表明,该模型能够较好地预测沉降变化的发展趋势,并具有较高的预测精度,证明了该预测模型具有一定的可行性和有效性。     

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。     

煤炭资源税计征由从量改为从价

财政部、国家税务总局日前发出《关于实施煤炭资源税改革的通知》。根据该通知,我国煤炭资源税从12月1日起,将由从量计征改为从价计征,同时清理相关收费基金。对衰竭期煤矿开采的煤炭,资源税减征30％;对充填开采置换出来的煤炭,资源税减征50％。两部门同期发布了《关于全面清理涉及煤炭原油天然气收费基金有关问题的通知》、《关于调整原油、天然气资源税有关政策的通知》。     

基于EMD的改进型3δ粗差探测方法

针对全球卫星导航系统（GNSS）时间序列粗差多、分布随机的问题,提出一种基于经验模态分解（EMD）的改进型3δ粗差探测方法。新方法基本思想是：先利用3δ准则初步探测全球导航卫星系统（GNSS）时间序列粗差并插补,再将GNSS时间序列分解为若干时间尺度的固有模态函数（IMF）分量,再利用相关系数法信噪分离,最后利用3δ准则对残差序列进行粗差探测。利用模拟数据和实际工程数据对比EMD-3δ方法相对于常规LS(Least Squares)-3δ法的粗差探测效果。模拟实验数据表明,EMD-3δ法能够探测92.7%的粗差,LS-3δ方法仅能探测48.3%的粗差。来自斯克里普斯轨道和永久阵列中心（SOPAC）的GNSS时间序列数据进一步表明EMD-3δ能较传统方法更有效地探测粗差。