海面GNSS-R模型与时延-多普勒特征研究

GNSS海面反射信号的建模对全球导航卫星系统反射测量(Global Navigation Satellite System-Reflectometry,GNSS-R)遥感应用具有重要意义.针对海面GNSS反射信号建模问题,本文采用Z-V模型研究了GNSS反射信号的时延一维相关功率和时延-多普勒二维相关功率特征,分析了不同风速下一维相关功率的变化情况,讨论了时延间隔和多普勒间隔对时延-多普勒图(delayDoppler map,DDM)的影响.数值结果表明：海面GNSS反射信号的相关功率对海面风速具有敏感性,在DDM波形仿真中,应选择合适的时延与多普勒间隔参数.该模型可模拟不同海况下海面GNSS反射信号的相关功率,为GNSS-R反射信号模拟及海洋遥感应用提供理论模型支撑.     

顾及姿态偏移的重力梯度卫星姿态确定方法

针对卫星在轨温度变化导致GOCE卫星星敏感器视轴夹角相对于地面安装矩阵计算结果存在5″～9″的系统偏移,并且单星敏感器低精度分量会因坐标系变换存在精度混叠现象的问题,该文设计了一种构建温度响应函数模型校正星敏感器间相对姿态偏移的多星敏感器组合方法,有效削弱了在轨温度变化对星敏感器的观测影响,以及单星敏感器低精度分量对高精度分量的混叠效应。结果表明,多星敏感器组合有效克服了单星敏感器低精度分量的影响,提高了重力梯度张量的分离精度,顾及姿态偏移校正进行多星敏感器组合后,减小了姿态误差影响,重力梯度观测张量的迹精度提高了14 mE,与欧洲空间局发布的数据5 947.811 mE精度相近。     

车载LiDAR点云数据分割与半自动化建模方法

针对车载激光雷达(light detection and ranging,LiDAR)点云数据的不完整性问题,提出一种车载LiDAR点云数据分割以及基于分割后点云数据的半自动化建模方法。首先对点云数据进行标准格式转换及稀化;然后以不同地物的属性和几何特征为分割条件,分别建立道路、建筑物、树和路灯等附属设施的三维模型,并利用车载以及航空图像的纹理信息辅助建筑物的立面和顶面三维建模;最后以真实街景为实验区,基于拓普康IP-S2车载LiDAR点云数据,完成该街景的分割与建模。实验结果表明,该文提出的点云数据分割与街景地物重建方法比较简单,可实现道路和建筑物的半自动化分割;利用成熟的建模软件和方法,实现了建模的完整性和较强的可靠性。     

基于植被分区的多特征遥感智能分类

为了有效地提取大范围地形复杂区域的土地利用/土地覆盖遥感信息,以位居青藏高原与黄土高原过渡地带的青海东部地区为研究区,研究基于蚁群智能优化算法(ant colony intelligent optimization algorithm,ACIOA)的土地利用/土地覆盖遥感智能分类。首先选用TM图像、DEM、坡度和坡向数据作为分类的特征波段;然后利用归一化植被指数NDVI对实验区数据进行植被分区;最后利用ACIOA算法进行分类规则挖掘,并依据分类规则进行土地利用/覆盖信息的提取。研究表明,基于植被分区的多特征蚁群智能分类的总体精度为88.85%,Kappa=0.86,优于传统的遥感图像分类方法,为大范围地形复杂区域的土地利用/土地覆盖遥感信息提取提供了有效的方法。     

基于SBAS-InSAR的长治矿区地表形变监测

小基线集InSAR(SBAS-InSAR)时序分析方法能够较好地克服InSAR时空失相干限制,抑制地形和大气影响,增加时间采样率,在监测地表形变随时间演化方面取得了较好的应用。为了有效监测山西省长治矿区地表形变,利用DInSAR方法监测开采矿区的快速大形变,得到形变区30 d的最大沉降量为11 cm;利用SBAS方法监测矿区边缘微小缓慢形变,得到2003年7月—2010年7月期间区内地面沉降的空间展布及时间序列相对形变量。对于矿区周围相干性保持较好的居民区,SBAS方法监测结果表明其整体形变表现为沉降趋势,沉降面积较大,沉降速率为5~15 mm/a,最大累计沉降为90 mm。矿区因开采时间、开采方式、采储量以及地形等因素的不同而呈现出不同的沉降结果。     

基于HJ-1C SAR数据的辽东湾海冰分类

针对海冰遥感分类问题,使用我国首颗民用合成孔径雷达卫星环境一号星(HJ-1C)图像的S波段VV极化SAR数据进行辽东湾海冰分类,提出了一种针对单极化SAR数据的海冰分类方法。使用基于SAR数据的3种海冰信息作为分类依据,即灰度信息、灰度共生矩阵纹理信息及基于平整冰面积百分比提取的平整冰密集度信息。研究结果表明,平整冰密集度信息是区分碎冰和风致纹理粗糙开阔水的有效信息。使用最大似然法与决策树融合的分类方法可以有效地识别封冻期辽东湾海域的碎冰、平整冰和开阔水3种类型,为海冰分类提供了一种新思路。     

青川县LUCC遥感动态监测及驱动力分析

四川广元市青川县是国家生态试点县和退耕还林实施县,查明该区土地利用/覆被现状及其时空动态变化信息,为政府有关部门规划决策提供科学依据具有重要意义。应用RS和GIS技术,基于2000年、2005年和2010年3个时相的陆地卫星TM图像,通过图像处理和信息提取,获得了该区3期土地利用/覆被数据。在此基础上,分析了青川县近10 a土地利用/覆被动态变化过程,查明了引起动态变化的主要驱动力因素,最后,对该区2015年和2020年土地利用/覆被的面积比例进行了预测。研究结果表明:青川县2000—2005年间,耕地、水域和未利用地面积减少,林地、草地和建设用地面积增加;2005—2010年间,耕地和草地面积减少,林地、水域、建设用地和未利用地面积增加;两段时期耕地面积持续减少,但减幅减小,林地面积持续增加,增幅减小,建设用地持续增加且增幅增大,水域和未利用地先减后增,草地先增后减。究其原因,认为政策、经济发展和人口增长及自然灾害等因素是研究区土地利用变化的主要影响因子。经过预测,在相关政策不变且没有自然灾害发生的情况下,2015年林地面积占全县总面积的比例将由2010年的58.57%增长为59.01%,到2020年将继续增长为59.44%,耕地面积比例到2020年将减少至29.13%,建设用地面积比例继续增加至0.22%。     

模糊支持向量机和变化矢量分析相结合的矿区土地覆盖变化检测

针对目前土地覆盖变化检测常用的方法存在不同程度的误差累积,夸大了变化区域,提出模糊支持向量机(FSVM)和变化矢量分析(CVA)相结合的土地覆盖检测方法。以某矿区2004年和2008年两期的CBERS遥感影像进行了试验。结果表明,植被大幅减少,其他地类都有不同程度的增加,主要是由于开采规模和产量提升所致。通过与常规的其他两类方法比较发现,本文方法的总体精度、Kappa系数、漏检误差和虚检误差分别为92.67%、0.892 7%、5.79%、7.31%,比其他两种方法有较大提高,能够提供较全面的变化类别和准确信息,可以有效地应用于矿区土地覆盖动态监测。     

联合GNSS和SLR观测对地球自转参数的解算与分析

目的 选取不同数量的IGS站,分别利用GPS和GPS+GLONASS观测数据计算ERP参数,并将结果和IGS公布值进行比较,分析测站数量增加和加入GLONASS观测数据对解算ERP参数的影响。此外,还利用GLO-NASS卫星的全部卫星激光测距(SLR)数据进行ERP参数解算,并将SLR结果和GNSS解算结果联合计算ERP,结果表明,联合SLR可改善GNSS数据解算ERP参数及高频ERP参数的系统性误差影响和稳定性。     

利用多源领域知识迁移CA的城市建设用地模拟

目的 建立传统元胞自动机(CA)模型时,如果样本数量不足,模拟效果往往非常不理想。提出了多源领域知识迁移CA模型,利用多个已有的旧样本数据集来帮助建立新的CA模型,并选取广东省深圳市作为试验区验证了其有效性。试验结果表明,该模型在新样本数量不足的情况下能够明显改善模拟效果,并且有效减小产生负迁移现象的风险。