InSAR相位解缠最大流/最小割权值改进算法

InSAR已经在高精度DEM反演中得到了广泛应用,相位解缠技术是影响DEM获取精度的关键步骤之一,然而大梯度变化区域一直是影响解缠结果精度的核心问题。针对该问题,本文提出一种基于势函数改进权值的最大流/最小割相位解缠算法。首先,针对PUMA模型权值设置不合理的问题进行研究,利用外部已有DEM获取相位梯度变化的先验信息,将窗口最大绝对相位梯度值代入相应的势函数公式中获取权值;然后,通过对势函数权值的设置进行阈值调节,解决由于势函数权值设置不合理导致PUMA势函数无法发挥作用引起的解缠错误问题,进而提高大梯度变化区域相位解缠精度;最后,通过仿真数据和真实TanDEM-X InSAR数据对本文算法进行验证,并与已有方法进行对比。结果表明,仿真数据中本文算法可以提高至少44.93%的解缠精度,真实数据中在大梯度变化区域,本文算法较已有算法可以获得更大范围的有效解缠结果。

草原区煤电基地开发生态环境时空响应及综合评价

草原区煤电基地的大规模开发必然引发剧烈的生态环境问题。针对胜利煤电基地生态系统的特点,应用系统分析方法,以土地、水体和大气为空间载体,辨识生态扰动因子,构建生态环境综合评价指标体系,以多源动态监测技术为获取基础信息的主要手段,利用遥感反演、数据融合、空间插值、统计分析等数据处理方法,从煤电基地尺度、功能区单元和最适宜格网单元等多时空尺度,综合评价和分析研究区域2000年,2005年,2010年和2015年的生态环境状况,探寻区域生态的时空变化规律。研究表明,2000—2015年,研究区域生态环境整体处于良好状态;2005—2010年,煤电基地开发规模迅速扩大,恶化趋势明显,生态环境状况显著变差、明显变差和略微变差的区域面积分别达到512.76,664.52,284.26 km 2,占研究区域的72.23%,主要集中在露天矿区及电厂区、锡林浩特市城区、城镇居民点和省道S307两侧区域,并以露天矿区及电厂区、市区和居民点为中心形成阶梯状缓冲区,印证了露天矿开采及电厂开发、城市建设对生态环境产生负面扰动的累积效应;2010—2015年,露天矿区排土场复垦、电厂控排、城市湿地公园建设及省道S307沿线绿化有效改善了局部生态环境状况,体现了生态修复与监管对生态环境恢复的重要性。根据生态环境评价结果及其时空发展规律,提出了搭建基于大数据的草原区煤电基地生态环境“监测-评价-管理”三位一体多源动态监测平台和建立生态环境修复“5W+2H+E”循环管理模式的管控对策,为煤电基地环境保护和生态修复监管提供了可靠依据。

基于DBD-Net的InSAR矿区开采沉陷盆地检测方法

目前通过合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)检测开采沉陷盆地主要依靠地下开采资料或人为目视解译,针对这一问题,提出一种针对大范围InSAR干涉图的开采沉陷盆地检测网络(Deformation Basin Detection Network,DBD-Net);同时,为了训练该网络,利用矿区的真实差分干涉图数据和模拟干涉数据建立了开采沉陷盆地样本库,在神东矿区和兖州矿区各选取3幅不同时间基线的差分干涉影像对网络性能进行验证。结果表明:DBD-Net在大范围InSAR干涉图中对开采沉陷盆地的平均检测准确度为81.87%,漏检和误检区域大多是噪声严重污染和特征不明显的区域。

基于高分辨率遥感影像的徐州市区生态环境质量评估

以2016、2017和2018年中高分辨率哨兵影像为主要数据源,在Google Earth Engine平台支持下利用变异系数法构建了区域生态环境质量评估模型,并对徐州市区生态环境质量进行了定量评估与分析。结果表明,徐州市大部分区域生态环境质量处于较好的水平,但市区生态环境质量略呈下降趋势。生态环境质量提升的区域集中在徐州市云龙湖周围的老城区一带,生态环境质量下降的区域主要聚集在城市郊区以及大龙湖附近。通过引入皮尔森相关系数分析发现,地表湿度和地表温度是影响徐州市区生态环境质量的主要因素。

基于DS-InSAR的张双楼煤矿长时序地表形变监测方法

针对合成孔径雷达干涉测量(InSAR)技术在矿区受失相干影响严重,导致测点密度低、下沉盆地信息不全等问题,以沛北矿区张双楼煤矿为研究对象,提出了一种基于分布式目标InSAR(DS-InSAR)的矿区长时序地表形变监测方法,通过处理2007年2月—2011年3月的13景ALOS影像获取了该矿地表高密度的时序形变。基于置信区间估计的参数假设检验方法选取像元的同质点,充分考虑了研究区域内多种散射机制的分布式散射模型相位的特征,采用特征值分解方法提取主导散射体对应的相位值,分离出去相干噪声来优化相位。结果表明:研究时段内,该矿存在3处下沉盆地,其地表下沉时空分布与地下煤炭开采活动高度相关,视线向最大累计沉降超过700mm。与传统SBAS监测结果对比发现,该方法选点密度是后者的3.5倍,两者相同点位形变量的相关系数为0.97,验证了方法的可靠性。所提方法有助于实现对矿区非接触、大范围、长时序的动态监测。

郓城矿区地表形变时空演变DS-InSAR监测

郓城地区煤炭储量丰富,地下煤矿的大量开采导致地面出现不同程度的沉降,为了更好地掌握郓城矿区地表形变的时空演变特征,利用融合分布式目标的时序差分干涉测量(DSInSAR)技术和2018年1月至2019年11月期间获取55景Sentinel-1A雷达影像对郓城矿区进行了地表形变监测。结果表明:DS-InSAR技术能有效地提取到分布在裸地和稀疏低矮植被区的分布式目标,可显著提升矿区监测点数量且其分布更加均匀,能够更加全面地反映了郓城矿区地表形变空间分布;形变分布图显示郓城矿区内李楼、郭屯煤矿形变量级较大,年最大沉降量可达100 mm,彭庄、赵楼煤矿地表形变较小,且不同年份沉降中心差异主要与郓城矿区地下开采活动变化密切相关。

利用DS-InSAR技术监测黄河三角洲地表形变

针对黄河三角洲地区湿地及农田多、范围大,导致PS-InSAR技术难以获取高密度地表形变信息的问题,提出一种基于分布式目标InSAR(DS-InSAR)的黄河三角洲地表形变监测方法。该方法通过置信区间估计选取同质像元点,利用特征值分解方法计算主散射体对应相位值以达到相位优化的目的,再根据时空相干性确定分布式目标,最后建模解算时序地表形变信息。以26景Sentinel-1A影像为数据源,提取2019-12~2020-12期间黄河三角洲地区的地表沉降信息,与PS-InSAR方法结果相比,点位密度提高5.56倍;两种方法获取的同名点对形变速率的相关系数为0.727,说明两者具有很好的一致性。实验结果表明,研究区内存在4处明显沉降区域,最大沉降速率达-238 mm/a,经分析及实地调查验证,其主要影响因素为地下卤水及油气开采。

粒子群优化卷积神经网络GNSS-IR土壤湿度反演方法

全球卫星导航系统干涉测量法(GNSS-interferometric reflectometry, GNSS-IR)是一种新兴对地观测遥感技术,利用该方法能实现土壤湿度监测,具有很高的应用潜力。针对土壤湿度反演的建模问题,本文构建一种集成粒子群优化算法(particle swarm optimization, PSO)和卷积神经网络(convolutional neural network, CNN)的GNSS-IR土壤湿度反演模型,将多颗GPS卫星两个频点信噪比(signal-to-noise ratio, SNR)观测数据提取的特征参数作为模型输入,通过粒子群算法求解卷积神经网络超参数,对模型进行优化实现高精度反演。以P041站点为例详细描述了模型建立过程,本文方法的均方根误差为0.015 0,相较于基于单星线性、多星线性、未优化CNN和BP神经网络模型分别降低约60%、27%、31%和21%;并通过位于不同地理环境的COPR、P183、P341站点验证模型的可靠性和适用性。试验结果表明,融合多源观测数据建立PSO优化CNN的GNSS-IR土壤湿度反演模型,能有效反演土壤湿度,一定程度上抑制了不同下垫面环境的影响,具有较强的适用性。

基于BDS-2/BDS-3联合处理的北斗超快速钟差预报优化策略

针对北斗卫星导航系统(BDS)钟差预报产品无法满足高精度快速服务需求的现状,提出了一种基于BDS-2/BDS-3联合估计的超快速卫星钟差预报优化策略。区别于传统两步法预报模型,利用稀疏建模方法一步求解所有模型项,并通过BDS-2/BDS-3星间相关性实现了模型系数解的增强;为进一步降低模型残差的影响,基于残差序列时空相关性,利用半变异函数重构了模型估计的权阵。为验证提出的钟差预报模型,设计了12套对比方案,实验结果表明:基于稀疏建模的钟差模型参数一步估计可略微提高钟差预报精度;通过引入星间相关性对随机模型进行精化,钟差序列一步建模可分别将BDS-2与BDS-3卫星钟差18h预报精度提升28.6%与27.2%;基于半变异函数建模的模型残差相关性提取,可实现BDS-2与BDS-3预报钟差精度8.0%与11.1%的提升。因此,提出的优化策略对当前北斗超快速卫星钟差预报产品精化具有重要意义。

不同版本JPL历表对天体坐标转换影响的分析

利用喷气推进实验室(Jet Propulsion Laboratory,JPL)发布的太阳系行星和月球历表可以实现地球与其他天体的天球坐标转换以及月固坐标与月心天球坐标的转换,但不同版本的JPL历表对上述天体坐标转换具有一定的差异。现有的研究不仅缺乏对JPL DE432、DE434、DE435等新版本历表适用性的具体分析,而且未对不同版本历表之间月球物理天平动参数的差异进行深入分析,不利于用户选用较优的历表实现地球与其他天体的天球坐标转换及月固坐标与月心天球坐标的转换。对此,文章全面分析了JPL DE405、DE414、DE418、DE421、DE423、DE424、DE430、DE431、DE432、DE434、DE435历表对地球与其他天体天球坐标转换及月固坐标与月心天球坐标转换的影响。结果表明:对于地球与月球、金星、火星、水星、天王星、海王星的天球坐标转换以及月固坐标与月心天球坐标的转换,建议优先选用DE430历表;对于地球与木星、土星的天球坐标转换,建议优先选用DE435历表;对于地球与冥王星天球坐标转换,建议优先选用DE432历表。

基于光谱空间重构的非监督最邻近规则子空间的高光谱异常检测

针对高光谱遥感影像维数高、数据量巨大且地物分布复杂,导致背景与异常难以区分的问题,提出一种基于光谱空间重构的非监督最邻近规则子空间异常探测算法.首先通过基于结构张量的波段选择算法,去除噪声像元,选择更有效的波段.然后,通过光谱空间重构增加背景与异常的绝对光谱距离.最后,为了充分利用背景字典之间的空间相似性信息,将空间距离权重引入到非监督最邻近规则子空间算法中,提高检测精度.为验证所提算法的有效性,用四组真实的高光谱数据进行实验,研究了不同参数对检测结果的影响.结果表明,与其他异常检测算法对比,所提算法具有更好的检测效果.

基于无人机热红外遥感的新疆宝安煤矿火区探测

煤火燃烧会释放大量的热,造成地表热异常,无人机热红外遥感技术为精准探测煤火范围提供了一种有效的技术手段。为了实现基于无人机热红外遥感技术的煤田火区精细化监测,使用无人机热红外遥感的方法对新疆宝安煤矿火区进行探测,并根据自适应梯度阈值法和人工阈值法,对两次连续飞行的无人机热红外影像进行温度阈值分割与煤火信息提取,对无人机热红外相机测温精度进行验证,两次无人机影像之间中误差为0.97℃,证明无人机测温精度可靠,技术可行,对煤火范围精准圈定与灭火具有参考价值。

GNSS/MODIS信号紧耦合水汽层析算法

GNSS水汽层析技术凭借高精度、高时空分辨率及全天候监测等优点,已成为探测大气水汽最具潜力的技术之一。目前,融合多源大气遥感数据逐步成为弥补传统层析模型GNSS信号几何缺陷的研究热点。本文利用Terra卫星上的中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)提供的观测数据,首先分析了传统体素模型融合MODIS信号的不足;然后提出了基于体素节点模型的GNSS/MODIS信号紧耦合水汽层析算法,该算法将高分辨率MODIS PWV以三维信号的形式引入层析模型中;最后利用2016年7月徐州地区的15幅MODIS影像及同步GNSS数据对3种模型的层析结果质量进行了评估。试验结果表明:利用本文所提出的紧耦合算法,层析模型的平均有效观测信号数量提高了34.15%,层析结果平均RMSE(root mean square error)值降低了25.10%。此外,以邻近时刻探空站数据作为参考值,发现0~2 km的近地层,紧耦合算法的层析结果明显优于传统算法,这表明融合MODIS观测信号可改善近地层三维水汽场的重构质量。

联合GNSS/RS多源数据反演三维大气水汽分布研究

大气水汽作为重要的温室气体之一,其在全球气候变化研究及极端天气预警中起到重要作用.全球导航卫星系统(Global Navigation Satellite System,GNSS)水汽层析技术作为重构高时空分辨率大气水汽三维分布的重要手段之一,目前得到了快速的发展和应用.但受GNSS观测信号几何特征的限制,传统水汽层析模型仍无法解决观测分布不均和空余体素块多的问题.本文首次利用遥感(Remote Sensing,RS)卫星高水平分辨率信号的观测几何优势,提出一种联合GNSS/RS多源数据的水汽层析方法,用于反演高精度的三维大气水汽分布.利用徐州地区GNSS观测数据与MODIS、MERSI两种遥感水汽数据对该方法的可行性及精度进行验证.结果表明:相比于传统GNSS层析模型,GNSS/RS层析模型的观测信号数量和网格穿刺率分别提高了38.41%和55.56%.分别以研究区域的探空站(58027)水汽廓线和ERA5再分析资料为参考值,发现GNSS/RS层析模型的各类精度指标均优于传统模型,其中平均均方根误差分别提高了29.68%和20.31%,并且在不同高度层上GNSS/RS层析水汽产品质量也优于传统模型,这表明GNSS/RS层析模型可有效改善层析结果质量,反演出精确、可靠的大气水汽三维分布信息.

北斗三号卫星新信号数据质量分析

目前,北斗三号卫星导航系统(BDS-3)新增了互操作信号B1C和B2a,为保障BDS-3的定位精度,有必要对新信号的观测数据进行全面分析。文章选取2020年4月1日至10日共10 d 19个iGMAS跟踪站的观测数据,从数据完整率、信噪比、多路径效应、电离层延迟变化率等4个方面进行评价,并与GPS L1/L5和Galileo E1/E5a对比,对9颗BDS-3中圆地球轨道(Medium Earth Orbit,MEO)卫星的观测数据进行评估。结果表明:B2a在数据完整率、信噪比、多路径效应方面略优于B1C,但差距不大,B1C在抑制电离层延迟变化率方面优于B2a;BDS-3的B1C/B2a与GPS、Galileo的兼容频率基本处于同一水平,在信噪比、电离层延迟变化率等方面甚至优于L1/L5、E1/E5a。

iGMAS分析中心产品一致性分析及其应用研究

通过比较不同分析中心提供的精密轨道与钟差产品发现,不同分析中心的轨道和钟差表现出明显差异,并且轨道径向和钟差的相对偏差存在很强的相关性和周期特性。经过数据分析,BDS、GPS、GLONASS的轨道径向和钟差相对偏差具有12h和24h周期项,而Galileo具有12h周期项。因此,提出了一种新的钟差拟合及加权综合方法,通过建立多项式+不同周期项模型对钟差进行拟合求得残差序列,利用残差序列对不同分析中心产品的钟差值进行定权,并将加权均值作为钟差综合值。通过与ISC钟差对比发现,提出的钟差综合模型可以明显提高部分分析中心产品的钟差精度,并优化iGMAS分析中心钟差产品的一致性。

L-M算法优化的灰色模型在GPS卫星钟差预报中的应用

针对灰色模型在模型参数估计方面存在的不足,提出一种基于L-M算法对模型参数全局迭代优化估计方法。该方法通过对发展系数、灰色作用量和时间响应函数初始值3个方面改进优化,解决了常规差分灰色模型背景值生成因子不确定性、时间响应函数初始值固有偏差和模型参数解估计局部最优问题。实验算例表明,相较二次多项式模型和灰色模型,改进模型在不同类型的原子钟钟差预报精度方面均得到提升,6 h和24 h预报精度平均提高了48.5%和46.3%,验证了改进方法的有效性和优越性。

星载GNSS-R海浪有效波高反演模型构建

海浪有效波高是描述海况的重要参数,在海浪和海洋动力学的预测中起着重要的作用。然而,卫星雷达高度计和浮标等传统方法难以实现高时空分辨率的SWH估计。星载GNSS-R为估计SWH提供了一种思路。本文提出了一种基于归一化积分延迟波形反演星载GNSS-R海浪SWH的方法。首先,对星载GNSS-R延迟多普勒图进行去噪处理和数据过滤以便对DDM数据进行严格质量控制。然后,从DDM中提取NIDW,并基于NIDW计算4个GNSS-R观测值(即归一化积分时延波形的前沿斜率和前沿波形值之和,归一化积分时延波形的后沿斜率和后沿波形值之和)。随后,基于这4个观测值建立了星载GNSS-R海浪SWH反演经验模型。最后,分别将ERA5和AVISO SWH数据产品作为验证数据,并将反演模型的SWH估计结果与ERA5和AVISO SWH数据产品进行比较和分析。试验结果表明,当采用ERA5 SWH数据作为验证数据时,4个观测值反演SWH的均方根误差和相关系数分别优于0.66 m和0.65;当采用AVISO SWH数据作为验证数据时,4个观测值反演SWH的均方根误差和相关系数分别优于0.68 m和0.70。进一步表明了本文建模方法在星载GNSS-R SWH估计方面具有可行性和可靠性。

基于RSSI测距的贝叶斯概率定位算法

针对基于接收信号强度指示(received signal strength indication,RSSI)测距定位受距离影响较大、室内环境下蓝牙信标信号不稳定等问题,文章提出一种基于贝叶斯定理的概率定位算法。该算法以测量蓝牙RSSI信息作为先验信息,通过设置距离阈值自适应筛选定位信标,基于信号分布概率符合高斯分布的特性,对多个定位信标分别利用贝叶斯算法估算待定点的位置分布概率,以概率之和最大值点作为待定点的估计位置。实验结果表明,静态定位时所提算法定位误差在1.5、2.0 m以内的概率分别为80%、95%,平均定位误差为1.04 m,动态定位时所提算法定位误差在3.0 m以内的概率为90%,平均定位误差为1.65 m;与传统加权质心定位算法相比,静、动态平均定位精度分别提高22.4%、21.8%,极大提高了室内复杂环境下蓝牙测距定位的稳定性和精度。

基于神经网络的室内外场景识别方法

针对目前室内外场景识别方法所面临的低精度、低可靠性和低稳定性的问题,提出了一种基于神经网络算法的高精度室内外场景识别的方法。该方法利用智能手机内置的光传感器、磁传感器和全球导航卫星系统(global navigation satellite system,GNSS)模块采集训练数据,根据卫星数量、高度角、信噪比数据在室内外具有不同的特性,将场景划分成不同的区间并结合室内外的地磁数据与光照强度数据构成场景识别的特征,最后将不同时间的特征数据输入神经网络模型进行训练室内外场景识别模型。大量的测试实验结果表明,基于神经网络的室内外场景识别方法在不同的场景下识别准确率可以达到96%,能有效地识别室内外场景,具有较强的稳定性,可为室内外无缝定位系统的构建提供参考。