北京地面沉降时空分布特征研究

20世纪60年代以来,北京市地面沉降不断发展,目前已经形成了东郊八里庄-大郊亭、东北郊-来广营、昌平沙河-八仙庄、大兴榆垡-礼贤和顺义平各庄5个沉降区。本文选取目前地面沉降较为严重的北京市朝阳区、顺义区和通州区作为研究区,利用2003-2010年的47景ASAR影像数据,采用SBAS-InSAR技术获取了研究区的地面沉降监测结果,并分别以SFP点年均沉降速率和各年沉降量作为权重,计算SFP点空间分布中心与方向特征椭圆,定量分析了研究区地面沉降时空特征。结果表明：2004-2010年,北京市地面沉降表现为严重的不均匀沉降,年沉降量最大值由104.04 mm增加到178.83 mm;标准差椭圆长轴与南北方向平行,反映出地面沉降空间发展方向性在南北方向较东西方向明显,椭圆面积由592.25 km²减小到 503.84 km²,表明2004-2010年研究区内发生地面沉降的区域范围变化呈减小趋势,但从沉降量可以发现,北京地面沉降一直处于加重趋势。     

基于InSAR技术的地表三维形变获取方法综述

对近年来提出的基于InSAR技术的地表三维形变获取方法进行了综述,并对该技术的发展进行了展望。对一些重要的知识背景和理论方法进行了简单介绍,并针对每种方法列举典型案例,对其适用条件进行了简单总结,为相关领域的研究者提供了最新研究进展和技术参考。     

基于光谱基线校正的季节性浑浊II类水体叶绿素a浓度遥感反演

水体Chl.a浓度是水质评价的一个重要指标,受悬浮物浓度季节性变化的影响,如何削弱悬浮物的光谱干扰,是实现内陆水体Chl.a浓度遥感高精度反演的难点之一.基于2011-2013年妫水河6次实测水体高光谱数据和水体Chl.a浓度数据,评价广泛应用的三波段模型和非线性拟合能力较好的支持向量机回归(SVR)模型的反演精度,使用基线校正和一阶微分方法来削弱实测高光谱中非Chl.a光谱信息.定义两种基线:750 nm的反射率值;500与750 nm的反射率值连线,基线校正为光谱反射率减去基线值.利用2013年7月的实测数据进行验证,结果表明,SVR模型比三波段模型更适合季节性浑浊水体的Chl.a浓度反演.通过基线校正筛选后的波段反射率组合作为输入变量能够提高SVR模型的反演精度,决定系数为0.68,均方根误差为3.38μg/L;线性基线校正提高三波段Chl.a估算模型的反演能力有限.