现行PBN技术简析

随着社会经济的发展,我国的民航事业也在不断发展。简要介绍了PBN技术在民航业中的具体应用情况及其作用,并介绍了其优势,以期为日后的相关工作提供参考。

基于哨兵-1A时间序列合成孔径雷达的地铁沿线地面沉降监测与分析

地铁的建设与运营容易引起地表的纵向沉降,从而影响城市的发展和人民生命和财产安全,因此及时掌握各地铁沿线地表沉降情况具有重要现实意义。以南宁地铁为例,利用哨兵-1A(Sentinel-1A)数据和时间序列合成孔径雷达(time series interometry synthetic aperture radar,TS-InSAR)技术,借助外部高精度的精密定轨(precise orbit determination,POD)精密轨道数据和先进星载电磁发射和反射辐射计全球数字高程模型(advanced spaceborne thermal emission and reflection radiometer global digital elevation model V2,ASTER GDEMV2)去除由去相关引起的相位跳变,获取了2017年6月—2019年1月南宁地铁网络地面沉降速率场,并在此基础上重点分析了地铁沿线地面沉降情况和沉降时空分布规律。试验结果表明,2017~2019年,南宁整体的地表沉降特征较为明显,最大累计沉降达到了-47.41 mm。大部分城区相对稳定,沉降区主要分布在各地铁沿线区域,且随着南宁经济的快速发展和城市地铁建设的加快,各地铁沿线地面沉降呈逐渐增强和扩散趋势。

哨兵-1A合成孔径雷达的深圳围填海区域地面沉降监测

为更好地监测和掌握深圳围填海区域在填海造地工程结束后的地面沉降情况,通过哨兵-1A影像和时间序列合成孔径雷达干涉测量方法研究了深圳围填海区域2016—2019年的地面形变。结果表明:深圳围填海区域的地面形变速率为-19.85~15.60 mm/a,深圳东部宝安区和西部福田区的地面沉降相对稳定,南山区监测到大面积的地面沉降;和年均降雨量的对比分析显示了南山区的地面沉降存在明显的季节变化规律;靠近海岸的形变点目标受降雨的影响明显大于其他点,与深圳的沉积层厚度存在较为显著的相关性。

基于小基线集干涉测量的天津地区地表沉降时空分析

基于覆盖天津地区2017—2019年的30景Sentinel-1A影像数据,采用小基线集合成孔径雷达干涉测量(small baseline subset interferometric synthetic aperture radar,SBAS-InSAR)方法对研究区域进行地表沉降监测,获取了天津地区的年平均沉降速率和累积沉降,并与水准数据进行比对,最后分析了该地区的沉降时空特征。结果表明:2017—2019年大部分区域地表形变速率为-15.8~4.1 mm/a,最大沉降速率超过-130 mm/a,最大沉降中心位于天津市西青区王庆坨镇;基于SBAS-InSAR获取的沉降结果与水准测量结果比对,其精度达到2.96 mm;地表沉降受地下水开采、城市基础建设的发展以及工业用地量、人为活动等方面因素影响明显。

基于干涉合成孔径雷达和哨兵-1A的广西岑溪地区滑坡隐患探测与形变分析

为了给相关部门提供科学的滑坡监测数据以及提前制定合理有效的防治计划,以广西岑溪地区为例,利用干涉合成孔径雷达技术和岑溪地区2016—2019年的20景哨兵-1A数据,提取了岑溪地区地表形变结果,结合地区历史降水数据综合评估了研究区内主要滑坡隐患,进行了形变时序分析。结果显示,岑溪地区的滑坡隐患主要分布在矿山采空区、公路沿线边坡、乡村山岭人为开采地带,其地表及边坡沉降多受生产建设等人为活动影响,加之广西地区重山复岭的山体地貌以及结构多变复杂的地质特点,在持续降雨的影响下加速下沉;此外,随着产业转移和地区经济的快速发展,区域内矿山、城乡公路沿线及边坡的沉降呈逐渐增强和扩大趋势。该案例可为岑溪地区的防灾减灾提供有力的数据与技术支持,并为丘陵山区的滑坡灾害隐患与形变分析提供思路与参考,也证明了干涉合成孔径雷达作为新兴雷达遥感测量手段,可以高效准确地对丘陵区域进行滑坡灾害隐患识别。

SVM辅助的GPS SNR雪深时间序列反演

研究了GPS干涉反射技术GPS-IR(GPS-Interferometric Reflectometry);在利用GPS卫星SNR信号进行积雪深度探测的基础上构建了支持向量机SVM(Support Vector Machine)辅助的GPS SNR雪深时间序列反演模型;对积雪深度进行时间序列预报和与传统GPS-IR积雪探测模型进行精度对比分析。实验结果显示,相比传统GPS-IR雪深反演模型,SVM辅助的GPS SNR雪深时间序列反演模型的雪深预报结果的精度更高,也更符合实测雪深的变化趋势,可为地面积雪雪深反演提供新方法。

InSAR填海区地铁沿线地表沉降反演分析

为了更好地监测和掌握深圳填海区地铁工程结束后地铁沿线的地面沉降情况,该文利用TS-InSAR技术和20景2017年8月15日—2019年3月14日的Sentinel-1A SAR数据,借助POD精密定轨星历和ASTER GDEM V2分别去除轨道误差和地形相位,反演了深圳填海区2017—2019年地表沉降时间序列,并在此基础上重点分析了填海区地铁沿线地面沉降的时空演变规律以及地面沉降成因。结果显示,填海区各地铁沿线的地面沉降特征较为明显,最大沉降速率为-17.52 mm/a。其中,宝安中心、前海湾、深圳湾区段地铁沿线的地面沉降趋势较为严重,其地面沉降呈现逐渐增强和扩散趋势。

利用GPS-IR估算雪深的反演模型研究

利用全球定位系统反射信号干涉测量(GPS-IR)反演雪深成为近年来研究的热点领域。在此基础上,针对卫星反射信号分离这一问题,该文提出一种基于小波分解重构的卫星反射信号提取模型。利用coif5小波变换分解6层信噪比数据重构低频分量获取卫星反射信号,并对其反演精度和稳定性进行判别分析。结果表明:该方法克服了低阶多项式拟合分离卫星反射信号存在的局限性;算法简单实用,具有较强的抗干扰能力,分解得到的卫星反射信号较好;均方根误差和平均绝对误差分别降低了34%和27%;单颗卫星线性回归模型平均相关系数达到0.737,相比传统方法提高40%。