数字影像重采样方法实现及对比分析

为研究各种重采样方法的不同特点,采用比较分析法,在充分分析最邻近内插法、双线性内插法和三次卷积法数学原理的基础上,对3种方法的实现效果以及程序耗时进行了分析.结果表明:采用最合适的影像重采样算法进行几何校正、核线影像构建等操作可以合理平衡影像灰度失真带来的误差和程序耗时之间的关系,从而得到最佳的处理结果.最终通过对实验结果的对比分析,得出了3种方法的优缺点和适用范围,为测绘工作提供相应的参考.     

基于方差分量估计的InSAR三维形变估计

InSAR因其具有全天候、全天时的工作能力,能够实现实时动态监测,具有较强的穿透能力,已经成为获取地球空间信息的重要手段,它不仅能快速测量各种比例尺的地图,而且在环境监测、防灾减灾等领域也发挥着日益重要的作用,尤其是在监测地表形变获取全球高程方面有着显著的效果。然而,InSAR技术仅对地表一维(雷达视线向,LOS)形变敏感,而我们关心的是发生在三维空间框架下的真实形变,这一缺陷使得InSAR形变监测的广泛应用受到了极大的限制。应用经典的赫尔默特方差分量估计来融合不同平台、不同轨道的InSAR观测值,使形变从一维扩展到三维的精度结果更加准确。使用了PALSAR升轨和ASAR升降轨三个平台的数据,以研究区域内的GPS连续观测站观测的三维形变速率为形变真值,内插了实验区的三维形变速率,模拟出了的InSAR的观测值,并对其进行了方差分量估计,确定了合理的随机模型,最终反演了该三维形变。该结果相对于各平台等权处理反演结果,在精度上有了很大程度的提高。     

基于时序InSAR技术的近距离多煤层参数反演方法

近距离多煤层开采引起的采空区地面沉降在当前工矿区沉陷中占有较大的比例,而天基InSAR技术在工矿区大范围形变监测方面具有显著优势.以2018年1月至2019年8月间的43景C波段Sentinel-1B SAR数据为基础,通过时序InSAR技术对近距离多煤层开采的康平煤田进行了大范围沉降监测.以Okada模型为基础,结合近距离多煤层分布特征,采用叠加理论的原则,提出了一种基于多源模型的近距离多煤层参数反演方法.通过定量计算弹性半空间下双源模型和三源模型近距离多煤层参数反演的精度,发现三源模型精度更高,更符合小康矿近距离多煤层开采的实际特征.本研究可以为基于InSAR技术的近距离多煤层开采沉降监测及参数反演提供参考.     

基于SBAS技术的天津市地面形变特征分析

地面沉降是一种普遍存在的地质灾害,天津是我国地面沉降较为严重的城市之一,对地面形变特征的研究,有助于了解地面沉降分布,合理进行城市规划。基于覆盖天津地区的Sentinel-1升轨和降轨数据,使用改进的小基线时序干涉测量方法获取卫星视线向（line of sight,LOS）向形变速率场,针对沿海地区大气影响严重等问题,引用InSAR通用大气校正在线服务（Generic Atmospheric Correction Online Service for InSAR , GACOS）模型去除大气误差影响。从获取的天津地区形变速度场可以看出,天津市区内形变量相对较小,市区周边的静海区、西青区存在一定的形变漏斗,最大LOS向形变量约-40mm/a;武清区和北辰区形变量最大,有一个范围和形变量级都较大的形变漏斗,形变漏斗中心为武清区王庆坨镇,其最大LOS向形变量在升轨和降轨结果中分别为80mm/a和99.2mm/a,结合该区域土地利用情况,发现主要是由于产业园密集建设,导致工业和生活用水过度导致地下水超采。从形变结果可以看出,后续需要对存在形变漏斗的区域进行科学用水管理和合理城市规划,从而有效改善区域形变的影响。     

利用结合土地覆盖类型的自适应DS-InSAR方法监测矿区地表形变

针对传统时序InSAR技术在测量点选取过程中多采用全局单一阈值,在受时空失相干影响严重和短时间内形变梯度较大的矿区容易出现测量点稀疏且空间采样不足,因而无法获取矿区地面沉降完整信息的问题,以覆盖大同矿区的22景ALOS-1数据为例,利用结合土地覆盖类型的自适应DS-InSAR方法(ADSI-CLC)获取该区域长时间序列地表形变信息。ADSI-CLC方法形变测量结果的时空分布模式与StaMPS-SBAS方法具有相似性,且与高分辨率光学遥感影像上的采矿设施保持良好的空间相关性。ADSI-CLC方法可以显著地提高测量点的数量和空间分布密度,在研究区识别出的DS点数量约是StaMPS-SBAS方法的4倍。两种方法的测量结果在无形变和小形变区域吻合程度较高;在大形变区域,StaMPS-SBAS方法无法有效地获取形变结果,而ADSI-CLC方法由于测量点数量的增加,反演得到的形变测量结果基本上符合由采矿活动造成的漏斗状的空间分布特征,间接地验证了该方法在矿区地表形变监测中的可靠性和有效性,证明ADSI-CLC方法能够提供更详细的时空形变细节信息,更好地服务于矿区地表稳定性的监测和预警。     

AMSR-E被动微波土壤水分与降雨率时空相关性分析研究

地表土壤水分和降水具有高度相关性,是2个密切相关的地-气相互作用参量.采用同时反演获取的土壤水分和大气降水数据来研究土壤水分的变化情况,定量理解降水和土壤水分之间的物理联系,进而可以获得对反演算法改进有用的信息.采用被动微波辐射计AMSR-E反演获得的全球地表土壤水分和降雨率数据作为研究对象,一共收集了2005年10月1日至2006年10月31日之间共395 d的AMSR-E全球日土壤水分产品和升、降轨道瞬时降雨率数据.把降雨率轨道产品经过等积割圆柱投影并重采样到同日土壤水分产品相当的25 km分辨率EASE-Grid格点上.针对土壤水分和投影后得到的日降雨率数据进行每2,8,16 d的时间维平均,在空间维进行3×3、5×5、7×7格点的重采样,经时间序列对比,分析了降水对土壤水分反演的影响及其时空相关特性,并对反演参数间弱相关性出现的原因进行了探讨,这对于发现微波土壤水分和大气降雨算法的不足,提供其改进方向具有重要的指导意义.     

大渡河流域时序InSAR地质灾害监测

大渡河流域滑坡灾害频发,对流域内的施工建设和水电站安全造成极大威胁,获取流域地灾分布一张图对防灾减灾工作具有重要意义。本研究基于时间序列InSAR技术,对覆盖了大渡河丹巴至乐山段的升轨Sentinel-1数据进行分析,获取了流域2018-2021年的大范围形变结果,并结合光学影像识别出潜在的隐患区域。研究结果表明：区域最大形变速率达到了-65.2 mm /y;大部分沉降区集中在丹巴、石棉和汉源地区,主要受到地质构造活动和降雨等因素驱动;综合考虑形变速率、地形、植被覆盖和变形范围的影响,在大渡河沿线发现了15处较显著的滑坡隐患区;在典型形变区域,InSAR结果与地面测量数据基本一致,证明了InSAR滑坡监测技术在复杂西南山区的有效性,测量结果将为当地灾害治理提供指导依据。     

SAR影像几何校正中重采样和插值方法探析

几何精校正中重采样内插方法是为了使校正后的输出图像像元与输入的未校正图像相对应,根据确定的校正公式,对输入图像的数据重新排列。常用的重采样方法有最近邻点法、双线性插值和三次卷积法。考虑到上面3种方法的优缺点,提出一种快速重采样方法。     

基于PS InSAR技术的黄土高原地质灾害隐患识别

采用永久散射体(PS)合成孔径雷达干涉测量(InSAR)技术对陕西绥德县城区及周边地区2015年12月-2018年4月共54景Sentinel-1A数据进行处理,获取研究区地表PS时间序列形变信息.根据形变特征将PS点分为随机型、线性蠕动型、突变型,并对每种类型PS点形变规律及其对地质灾害隐患识别的意义进行分析.将研究区地质灾害隐患分为城区沉降、滑坡隐患两类,依据PS点形变特征对两类地质灾害隐患进行识别,共识别出城区沉降区8处,滑坡隐患区39处.利用实地调查的滑坡体及不稳定坡体数据与识别的滑坡隐患区结果进行对比验证,结果显示识别的滑坡隐患区与调查数据具有较好的一致性.证明了InSAR技术在黄土高原地区地质灾害早期识别方面的适用性和准确性,可以应用于黄土高原地区地质灾害隐患识别预警.     

基于StaMPS-PS时序InSAR对流层延迟改正方法评估

时序分析是合成孔径雷达干涉测量(InSAR)的一项关键技术,它被广泛应用于监测广阔地区的地表缓慢形变。这种方法能够提供大范围、大面积的形变监测。其中,StaMPS PS方法凭借适用范围广、开源等优点,受到众多学者的使用。但在时序InSAR中,对流层延迟相位会导致形变监测精度的降低,因此,以合肥市为研究区域,分析了经验模型线性改正、GACOS(generic atmospheric correction online service for InSAR)改正和欧洲中期天气预报中心(ECMWF)最新发布的ERA5数据集改正,并对比这3种方法在时序InSAR反演形变速率中的改正效果。通过计算得到研究区的标准差,进行比较分析和验证。其中线性改正、ERA5和GACOS改正后的标准差分别降低了21.71%、16.14%、10.38%。对于合肥区域,这3种方法均可减弱对流层延迟的影响,且精度都有所提高,其中线性改正效果最好,适用性更高,ERA5和GACOS受天气以及地面监测点密度等影响,在该区域改正效果较差。     

基于卷积神经网络的大地电磁反演

为了提高大地电磁二维反演精度,提出一种基于卷积神经网络的大地电磁反演方法。具体实现步骤如下:首先,对不同模型进行二维正演构建样本数据集;其次,将视电阻率和相位数据作为双通道网络输入,与其对应的地电模型参数作为输出搭建卷积神经网络框架,并对该网络进行监督学习与调参,从而获取最佳反演网络排列及超参数;最后,利用已训练好的网络对未知地电模型进行反演。通过理论模型检验的方法探讨大地电磁TM模式下多种地电模型体的卷积神经网络反演成像效果,并讨论输入分量和模型体深度对反演效果的影响。研究结果表明:本文提出的反演方法能对地电模型实现精准定位与成像,"聚焦"效果比最小二乘反演的优;同时,视电阻率和相位联合反演结果优于单一参量反演结果,浅部模型体的反演结果比深部模型体的优,并且联合反演的均方误差是单一反演的30%～50%。实测结果验证了所提出方法的有效性。     

基于CNN的矿井富水区电磁反演研究

针对传统卷积神经网络(CNN)在电磁反演中提取数据特征时冗余信息多,导致网络反演精度降低的问题,提出一种变步长卷积神经网络电磁反演方法,将输入数据拓展为一维行向量,在各层网络中交替使用不同步长的卷积核进行卷积运算提取数据特征,利用变步长卷积方式替代传统网络的池化层,完成对冗余信息的过滤和特征信息的选择,并通过小卷积核级联的方式增大网络感受野提高网络的非线性表达能力。通过二维时域有限差分法(2D-FDTD)对不同电磁参数的富水区模型进行正演计算,并根据计算得出的电场时域响应特征建立样本数据集;将变步长卷积神经网络应用于电磁反演研究,建立适用于富水区问题的变步长卷积神经网络电磁反演模型,并验证变步长卷积神经网络电磁反演方法的精度。结果表明：该方法对坐标位置的反演平均相对误差为2.85%,对相对介电常数的反演平均相对误差为6.07%,反演结果与实际模型吻合度较高。所提方法对提高矿井富水区电磁反演的精度和效率具有一定的理论参考价值。     

基于相位恢复的SBAS-InSAR技术与光学影像结合的攀枝花地区滑坡早期识别

为克服传统SBAS-InSAR技术存在的相干性高估以及高相干点密度、质量低的问题,将相位恢复引入SBAS-InSAR中,采用改进的高相干点选取方法提高形变速率反演精度;同时利用GF-1号高分辨率光学影像辅助InSAR形变监测结果,以提高研究区滑坡体早期识别准确性及全面性。研究发现,经过相位恢复后,选取的高相干点密度及质量明显提高;共识别出隐患点28处,其中11处与已知隐患点完全匹配,新识别出17个滑坡隐患点,在随机选取的隐患点现场调查验证时均存在地表裂缝等滑坡隐患特征。因此,将相位恢复的思想引入SBAS-InSAR中,可以有效提高高相干点选取的密度和质量,使得相干性得到有效校正,从而提高形变监测的精度;此外,光学影像辅助获取形变信息,是对InSAR滑坡隐患点识别结果精度及可解释性的有效补充。     

SBAS-InSAR技术在特大型滑坡形变监测中的应用——以西藏自治区庞村滑坡为例

针对西藏庞村滑坡2019年4月发现裂缝并持续增大,对附近村民及基础设施产生严重安全威胁,搜集2018 年 1 月 3 日至 2020年7 月 3 日的 75 景 Sentinel-1A 降轨数据,利用小基线集(small baseline subset-interferometric SAR, SBAS-InSAR)技术获取滑坡在该时间段内的地表形变信息;并在形变量较大区域内选取特征点,对形变量进行分析,最终将InSAR解译结果与地面调查以及GNSS(global navigation satellite system, GNSS)监测站结果进行对比,对解译结果的精度进行验证。结果表明：在所选时间段内,庞村滑坡最大形变速率为-38mm/y;滑坡体的形变存在明显的分界线,可将其分为三个不同的滑动区;2018年12月和2019年10月两个时间点,滑坡形变有明显的加速现象;与地面监测数据的精度验证表明：SBAS-InSAR解译结果与地面监测结果显示的滑坡形变时间和空间特征一致性,验证了利用Sentinel-1A数据采用SBAS-InSAR技术在特大型滑坡监测和治理中的有效性,为滑坡的治理提供了可靠的技术依据。     

多源遥感揭示白鹤滩库区五里坡滑坡蓄水期形变演化与复活机制

为揭示水电站蓄水期库岸滑坡形变演变趋势及复活机制，基于白鹤滩库区五里坡滑坡2021年1月—2022年8月共73景Sentinel-1影像，采用SBAS-InSAR技术提取蓄水期二维形变，并使用无人机航测技术对滑坡及次生灾害痕迹进行调查，此外利用GNSS位移实测数据对InSAR形变结果进行对比与补充，综合3种技术结果与库区水位实测数据、地质资料对五里坡滑坡进行精细化分析.结果表明：（1）五里坡滑坡形变与库区蓄水存在强相关性.在蓄水前无明显形变而在蓄水后一个月便发生可见形变，随着水位上涨，坡度方向InSAR形变速率最高达到-153 mm/a，雷达视线方向InSAR最大累积形变量达到121 mm，并表现为由下部形变逐渐带动上部形变的牵引式滑坡特征.结合水位实测数据与GNSS位移监测数据发现滑坡形变与蓄水期水位变化吻合度较高.（2）现场地质调查表明五里坡滑坡为上硬下软的反倾岩质边坡，且坡面岩体风化强烈，下部岩体容易受到库水作用软化发生压缩变形进而导致坡体沿风化层发生牵引式滑动.研究结果可为库岸滑坡蓄水期监测和防治提供科学依据.     

基于升降轨InSAR矿区地表二维形变的获取

结合矿区地形实际,在构建地表坡面空间坐标系的基础上,研究了雷达视线方向(LOS)形变与垂直方向形变及沿坡向形变的关系,利用升、降轨道合成孔径雷达干涉测量技术,获取了地表在坡面空间坐标下垂向与坡向的二维形变结果.以窑街矿区为例,采用Sentinel-1 A升、降轨数据基于小基线集方法分别提取升、降轨道LOS方向形变的结果...     

基于多源时序InSAR的三峡坝区形变监测分析

自2003年三峡库区蓄水以来，水位的大幅上升和周期性变化，给三峡大坝及其周边环境的稳定性造成威胁，三峡坝区的形变监测一直备受关注.随着InSAR技术的不断发展，其在基础设施与地质灾害形变监测领域发挥着越来越大的作用.采用时序InSAR技术对获取的2015年—2019年L波段ALOS2 PALSAR2数据集和2015年—2022年C波段Sentinel-1数据集进行处理分析，发现三峡大坝与茅坪溪大坝存在与蓄水相关的周期性形变，振幅约为1.1 mm和3.2 mm，茅坪溪大坝左岸护坡、关门洞地区与银杏沱填埋区分别存在28、40、40 mm/a的显著形变.采用指数衰减模型对银杏沱填埋区形变过程进行拟合，结果表明填埋区可在2040年达到稳定状态。研究表明，InSAR技术有助于加深对地表形变的认识理解，为地质灾害治理与决策提供依据.     

基于深度学习算法不同数据集的地震反演实验

近年来，人工智能中的深度学习技术在地震数据处理、反演和解释领域显示出许多优势。以往的研究表明，深度学习与地震反演相结合的方法比传统方法更有效。利用深度学习技术有可能得到更高分辨率的结果，这对油藏开发至关重要。通过设计地质模型进行采样以获取不同大小数据集，基于卷积神经网络（CNN）研究了不同训练数据集的地震反演应用效果，实验表明，该神经网络的预测精度在一定范围内随训练集的增加而增加，得到了对神经网络模型构建的关键数据集大小占全数据集的比例。此外，通过对地震数据加入不同比例的噪声并对CNN进行训练，结果表明本文所设计的CNN具有良好的抗噪和泛化能力。     

基于多通道卷积注意力机制的精神状态识别方法

为了获取老年人的精神状态从而更全面地了解老年人的身体状况，提出了基于多通道卷积注意力机制的精神状态识别方法。首先，对多种生理信号进行数据预处理，将不同采样频率的传感器数据进行重采样操作，保证数据长度一致。其次，根据输入信号的结构特征以及信号的长度设计对应卷积模块，使用4个不同大小的一维卷积核同时对信号进行特征提取，以增强模型的特征提取能力。再次，将卷积结果进行拼接，对拼接结果进行最大池化操作增加模型的感受野，在提取局部特征信号的同时实现信号间的长距离特征表达。最后，实验结果表明，总体分类准确率为99.75%,所提方法优于对比方法。     

广域InSAR时序分析技术对华北平原地表形变的监测

基于2015—2019共4年的合成孔径雷达(SAR)卫星影像,提出一种广域合成孔径雷达干涉测量(InSAR)时序分析技术,对华北平原的地表形变进行高精度连续监测。首先对SAR影像进行干涉处理,得到干涉图。在此基础上,使用经过并行化改进的永久散射体技术斯坦福改进(StaMPS)方法,提取干涉图中所有永久散射体(PS)像元,获取研究区域全分辨率的时序形变信息。之后,使用大气模型校正法与共景叠加法相结合的联合大气校正方法,估计并去除形变信息中的大气噪声。经过上述处理流程后,成功地获取华北平原地表大空间尺度、长时间跨度、全空间分辨率和高精度的形变信息,进而监测到平原内部由长期地下水开采导致的高达100 mm/a的大范围强烈沉降信号。相较于既有算法,并行化StaMPS方法通过在多个计算节点之间的实时分配,节约至少60%的计算时间,联合大气校正方法则可以去除约74.3%的大气噪声项,有效性显著高于两种校正方法的单独使用效果。广域InSAR时序分析技术可以有效地实现对大范围地表形变的高精度连续监测。