川滇M≥6.7强震的二维坐标系与时间预测研究

20世纪以来,川滇地区M≥6.7强震时间间隔具有良好的规律性,其地震发生的年份可组成一个二维时间坐标系,并据此建立川滇地区的强震时间预测模型。预测分析表明：未来16年,川滇地区可能存在发生4次6.7级以上地震发生的风险,2012-2021及2025-2029年均有M≥6.7强震信号,且未来强震可能发生在2014-2015、2019与2027年前后。     

利用InSAR技术研究滇西南镇康—永德地区现今地壳形变特征

基于12景ALOS PALSAR卫星影像,利用InSAR的前沿技术,提取了2007~2010年滇西南镇康—永德一带的平均地壳形变速率和形变时间序列,并结合不同时段的水准和GPS监测结果,从三维角度研究了该区域现今的地壳运动特征。研究结果表明,水准资料显示的镇康—永德一带异常隆起区位于南汀河断裂带附近,范围沿北东—南西方向呈近椭圆形展布。这一地壳形变异常区在数十年尺度上表现为隆升(速率约2~3 mm/a),表明区域具备中强地震孕育的地壳形变背景。而在2007~2013的数年尺度上表现为大幅垂向形变波动,可能反映区域近年来地壳垂直运动比较活跃,应加强跟踪与监视。     

联合区域叠加滤波法与小波变换去除GPS站坐标时间序列噪声

GPS站坐标时间序列中存在的周期性与非周期性误差严重影响了对测站运动特征的分析及其非线性变化的物理机制解释。因此,为削弱噪声的影响,本文首先利用区域叠加滤波法去除了南加利福尼亚地区16个测站时间序列的共模误差,以此削弱时间序列中存在的包括周年和半周年误差在内的周期性误差。为去除滤波后残留的噪声,对滤波后的信号进行静态离散小波变换,提取了周期为半周年以上的信号。结果表明,联合区域叠加滤波法与小波变换对GPS站坐标时间序列进行处理,既能够削弱周期性误差对信号的影响,又能较好地提取测站的非线性运动信号。     

空基下视时序影像瞬时成像模型研究

物方空间的物体随着时间的推移进行着绝对运动,运动导致了相对位置的变化,时间序列影像记录了物方三维空间的动态变化。本文基于下视时间序列影像的动态特性,在共线方程中引入时间元素,提出了空基下视时间序列影像瞬时成像模型,描述了动态“物像”间的瞬时投影关系;针对地表不同类型动态物体,构建了“由像到物”的应用模型,实现了从像方动态特征计算地表物体特征的目的。通过仿真和真实航空下视序列影像的试验与分析,验证了序列影像瞬时成像模型能够定量计算像地动态特征。     

GNSS空间信号法时差监测方法与结果分析

比较了3种基于GNSS空间信号进行时差监测的方法,其中,单站精密单点定位（PPP）时差监测法依赖于卫星轨道和钟差的精度,高精度PPP一般采用事后处理的方法;网解时差监测法受卫星轨道误差的影响较小,且不受卫星钟差误差的影响,因此能够用于高精度时差实时监测。为分析不同方法时差监测的差异,在距离不同的时间实验室之间进行了时差试验,试验中将外接相同原子钟的两个测站的时差用于评定时差监测的精度,而相距2000 km的测站用于验证高精度实时时差监测的精度。结果表明：①实时网解与事后PPP时差监测的精度相当,达到了0.16 ns;②采用PPP方法,是否固定站坐标时差结果差异的RMS为0.04 ns;③采用实时网解的方法,对于相隔数千千米的测站实时时差监测,其与PPP后处理结果的差异约为0.14 ns。     

接入实时降雨数据的暴雨型洪涝灾害临灾预警方法

针对现有暴雨型洪涝灾害预警方法时效性差的问题,提出了一种接入实时降雨数据的暴雨型洪涝灾害临灾预警方法。根据时序分析模型由历史降雨数据和实时降雨数据分析识别异常降雨,并将异常降雨、地形起伏、高程和河网因素作为影响因子,构建暴雨型洪涝灾害风险指数,以"日"为时间尺度进行短时暴雨型洪涝灾害风险分析。从异常降雨致灾角度出发,根据降雨的异常程度将暴雨型洪涝灾害风险等级划分为无风险、低风险、中风险、中高风险和高风险5个等级,进而实现临灾预警,为防灾减灾提供一定的参考信息。以广东省清远市2014年5月的洪涝灾害为例,接入5月21日至5月26日期间逐日降雨量数据,实现了临灾风险分析。实验结果表明,六日内清远市阳山县中下区域发生暴雨洪涝灾害的风险较大,与实际灾情相吻合,达到了较好的预警效果。     

基于社交媒体数据的城市人群分类与活动特征分析

空间信息技术已开始进入全空间信息系统发展阶段,即将空间信息系统的范畴从传统测绘空间扩展到宇宙空间、室内空间、微观空间等可量测空间。位置大数据不仅是全空间信息系统的重要研究对象之一,而且也成为了广域全空间中了解人们生活方式以及城市动态变化的一种有效途径。本文基于社交媒体数据中的位置签到数据,提出一种不同于传统以社会经济属性为依据的城市人群分类方法。首先利用签到数据的时间序列构造矩阵模型;然后,通过分析用户签到活动的时间特征,采用K-means聚类算法和K近邻算法（K-NN）识别出具有不同时空行为特征的城市人群（静态居民、动态居民、通勤者以及访问者）;最后,本文根据得到的人群分类结果,通过分析不同类型人群的时空间行为特征,发现不同类型人群时空间行为的差异性与潜在规律性,从而为表征城市人群的组成结构及特征,研究城市时空结构提供一种新的视角。     

参考框架选取对连续GPS网测站坐标时间序列分析结果的影响

针对中国大陆构造环境监测网络（CMONOC）坐标时间序列分析,研究选取3种不同空间尺度的参考框架以及考虑不同相似转换参数对测站速度场、年周期项及残差时间序列的影响。结果表明,对于中国大陆这样大范围、长时间连续观测的GPS网,采用全球框架坐标时间序列分析结果更加稳定,对转换参数选择不太敏感;但采用区域框架,特别是接近研究区域的小区域框架能够反映出更显著的区域形变特征,对于进一步研究其动力学机制是有利的。     

Landsat时序变化检测综述

时序变化检测已成为当前Landsat数据主流的变化检测方法。本文从检测算法对比、时序数据构建和精度评价等方面对Landsat时序变化检测进行回顾和评述,进而提出Landsat时序变化检测当前所存在的问题,及其所面临的挑战。Landsat时序变化检测算法可大致归纳为轨迹拟合法、光谱-时间轨迹法、基于模型的方法3大类,这些算法大多基于森林扰动提出;变化检测常用指标有波段型、植被指数型、线性变换型、组合型4大类,每类指标的优势不同,可综合多类指标以更全面地检测不同扰动类型。尽管Landsat时序变化检测已取得长足发展,但仍然面临诸多挑战,其中最大挑战是缺少一致性的参考数据集进行变化检测精度评价。     

适于Kirchhoff叠前深度偏移的地震走时李代数积分算法

本文基于拟微分算子理论和李代数积分法,根据程函方程和波场坐标变换,提出一种新的适于横向变速介质Kirchhoff叠前深度偏移的地震波走时算法.该算法与Kirchhoff叠前时间偏移所用李代数时间积分表达相比,差异在于增加了波数一次项,且二次项的系数在求积时亦需进行修正.针对单平方根算子象征、李代数积分、指数映射和走时多项式的求解而言,皆需对以往Kirchhoff叠前时间偏移中所用算法进行深化调整.文中数值算例对比了本文李代数积分表达与时间积分的区别,本算法计算结果与线性横向变速介质中的理论值相当吻合.通过走时多项式中各项对结果的影响分析,可知非对称项使计算精度得到了进一步提高.数值试验表明,本算法对横向变速介质中走时求取是可行的,且不需要存储海量走时表,有利于提高Kirchhof叠前深度偏移的精度和效率.