天津地区Sentinel-1A雷达影像PSInSAR地面沉降监测

利用2015-05—2016-02获取的天津地区23景哨兵-1A(Sentinel-1A)卫星IW模式影像,进行基于地面散射特性保持稳定的高相干点永久散射体干涉测量处理(PSIn SAR),获取了地面沉降速率,分析了重点沉降区域时序形变特征和成因。实验结果表明,天津地区沉降严重区域主要集中在北辰区和大寺镇,结合北辰区沉降速率图和第2、3承压含水组水位降落漏斗等值线图,分析发现地面沉降中心和地下水位漏斗大致吻合,呈现整体向东北方向偏移的趋势,得出造成地面沉降的主导因素可能为超量开采地下水的结论。     

基于时间序列模型的沉降监测预报分析

时间序列模型预测具有可靠性与高效性的特点。本文结合沉降监测工程,采用Matlab进行建模预报分析,分别基于预测模型(AR、MA、ARMA)进行应用。对比自回归模型、滑动平均模型及自回归滑动平均模型预测结果的精度,表明3种模型可预测期连续分布,模型组合可提高预测精度。     

平顶山城区碳环境演变时间序列分析

大气中日益上升的温室气体浓度,已导致温室效应日益增强,从而引发一系列不利的环境与生态后果,并会对世界粮食生产、水资源利用等关系人类生存发展的方面产生重要影响。1994~2014年是平顶山城市化进程不断加快和经济社会高速发展的时期,土地利用、人口、能源消耗和城市植被等影响碳源、碳汇的主要方面也都发生了重大的变化。将1994~2014年河南省平顶山市城区的碳平衡变化情况作为研究对象,计算出碳平衡主要影响因素各自的变化情况并加以分析,得出有关平顶山城区碳环境演变的结论。最后,为促进平顶山城区的碳源碳汇平衡,提出实现城市快速发展过程中低碳效应策略。     

山东地壳运动速度场模型建立与分析

建立高精度的地壳运动速度场模型是实现区域大地基准动态维持,反映地面形变,保障基础设施工程建设的重要途径。针对点位分布密集、精度可靠和多年连续重复观测等准确获取区域地壳运动速度场模型的关键问题,通过对山东及周边省份2010年1月—2015年11月连续近6a的130座连续运行参考站点在ITRF2008框架下进行处理,获取时间序列。首次完整建立了山东省地壳运动速度场模型。通过模型分析表明:水平方向,山东省地壳整体向东南方向运动,平均速率为34.3mm/a,运动方向为SE110.25°;垂直方向,鲁中山区及胶东半岛地区地壳较为稳定,鲁北、鲁西等华北平原地区存在显著沉降,最大沉降量位于广饶漏斗区,年沉降量81.6mm/a。     

基于点序列和要素加权法的地图匹配算法

浮动车数据(Floating Car Data,FCD)已广泛应用于城市规划、智能交通系统中,其中地图匹配一直以来都是浮动车数据应用的技术难点。本文在已有地图匹配算法的基础上,提出了基于点序列和要素加权法的地图匹配模型,不仅考虑了当前GPS点的信息,同时也考虑了GPS数据的历史信息和道路网的拓扑结构,从空间关系上分析车辆行驶轨迹和道路的相似性。作者通过上海市出租车轨迹数据对算法进行验证,结果表明:该匹配模型解决了已有地图匹配算法的一些弊端,并且提高了地图匹配的精度,具有高效、实用的特点。     

采用方差-协方差分量估计GPS时间序列噪声特性

本文采用方差-协方差分量估计分析GPS残差时间序列噪声特性。介绍了该方法如何运用于GPS时间序列分析,详细的推导了函数模型,建立了数据处理流程。对比传统的极大似然估计,该方法可以定量计算各噪声分量的大小,并且具有计算速度快,数学模型严谨等优点。     

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位置时间序列分析理论与进展

GNSS时间序列分析对大地测量和地球物理领域研究具有重要意义。梳理和总结了大地测量时间序列特别是GNSS位置时间序列的研究现状和进展。重点介绍了GNSS时间序列分析的理论和方法,并同时指出了GNSS时间序列分析中存在的不足和下一步改进的方向。     

一种基于Helmert方差分量估计的Vondrak滤波方法

从基于Helmert方差分量估计的Vondrak滤波方法(简称HVF法)的基本假设入手,介绍了HVF方法,该方法能够在未知拟合函数的情况下,通过自动选择合理的平滑因子控制数据平滑的程度,对时序数据序列进行合理平滑,最大限度的削弱数据序列中的随机误差,将信号与噪声合理分离.