利用TPCA分析北京平原区地面沉降的时空演化特征

时间主成分分析（temporal principal component analysis,TPCA）可用于地学领域中提取时空数据的时序特征和空间分布特征,北京平原区的地面沉降具有典型的时序和空间特征。在利用永久散射体干涉测量技术获取的北京平原区2003—2010年地面沉降数据的基础上,采用TPCA方法分析了北京平原区地面沉降时空演化特征。经分析发现:（1）TPCA分析得到的第一主成分反映了地面沉降在该长时序阶段的空间分布特征。（2）第二主成分得分为正的空间点与可压缩层厚度在130 m以上的区域在空间分布上有一致性和相关性。（3）在空间上,第一主成分为负值与第二主成分为正值的永久散射体点分布在年均沉降速率30 mm/a以上的严重沉降区域。严重沉降区具有明显的南北沉降分类现象和季节性差异,具体表现为:北部沉降区在春夏季节的沉降量大于秋冬季节;南部沉降区则与之相反。总之,基于时间主成分分析方法可分析得到研究区的地面沉降时空演化规律,为城市安全监测提供数据支撑。     

一种激光点云数据生成顾及地形特征的道路断面算法

机载激光雷达(LiDAR)是一种新的获取高精度和高密度地形数据的测量手段,是公路测设中数据采集的理想方式。本文通过对激光雷达获得的散乱点云构建索引,利用坡度变化极值法提取地形特征点,并利用这些特征点生成顾及地形特征的道路纵横断面,可以为道路勘察设计迅速提供高精度的基础资料。     

活动星系核射电延展区观测和理论研究

随着探测设备角分辨率和灵敏度的提高,喷流、喷流节点和热斑等活动星系核延展结构在射电、红外、光学、X射线等越来越多的波段被探测到,分辨出其更细致的结构,促进了理论研究热潮的兴起,使该领域成为当今天体物理研究的活跃领域之一。喷流是由活动星系核中心产生的准直等离子体外流,由中心黑洞驱动。至今,对喷流的成分、产生、准直原理和加速机制等基本问题并不清楚。另一方面,对于喷流、喷流节点和热斑等活动星系核延展区的辐射机制,一般认为其射电和光学辐射由相对论电子的同步辐射产生,但X射线的起源就存在着一定的争议。简单概述该领域近年来观测和理论研究进展。     

黄土关键带深层土壤水分动态模拟与主控因素

地球关键带是维系地球生态系统功能和人类生存的关键区域,土壤水分是黄土高原关键带植被恢复与生态环境重建的关键因子之一。为探明黄土关键带深剖面土壤水分变化过程并进行模型模拟,对黄土高原长武塬区苹果地和小麦地的深层土壤水分（0~18m）进行监测（2011~2013年,共选择11个不同日期进行深剖面土壤水分监测）,在此基础上,采用Hydrus-1D进行模型模拟,分析了深剖面土壤水分动态及其模拟效果的主控因素。结果表明：1）苹果地（6~18m）、小麦地（3~18m）的深层土壤含水量随时间变化很小;0~1m的土壤含水量随时间变化较大;不同土地利用类型会产生不同的土壤水分过程及运动机制;在根系及近根系区,土壤含水量变化受根系分布格局及土壤质地共同影响,接近地表时还同时受降雨、蒸发等上边界条件影响;在非根系区,土壤含水量的主要影响因素为土壤质地;2）利用前6次的实测数据进行调参和校正,后5次实测数据进行预测效果检验,取得了较好的深剖面土壤水分模拟效果——苹果地的决定系数、相对误差绝对值、均方根误差分别介于0.5923~0.7637、3.33%~5.20%、0.0149~0.0168cm³/cm³ 之间,小麦地分别介于0.2414~0.6822、2.64%~4.58%、0.0177~0.0247cm³/cm³ 之间;3）叶面积指数、根系深度与分布是影响深剖面土壤水分动态模拟效果的主控因素。相关结果可为黄土关键带深剖面土壤水分模拟与调控提供参考。

     

基于GWR模型的地下水超采对地面沉降影响分析

为定量表达地面沉降和地下水位变化的空间关系,分析地下水超采对地面沉降的影响,该文基于永久散射体干涉测量(PS-InSAR)技术获取北京平原区地面沉降信息,采用普通最小二乘(OLS)和地理加权回归(GWR)建立北京平原区地面沉降与各含水层水位变化的响应模型;通过对比分析发现GWR模型能够表征77％的地面沉降与地下水位变化相关关系,可更直观地揭示不同地区地下水超采对地面沉降影响的空间特征,更好地表达地面沉降与地下水位变化的空间非平稳性.基于GWR模型的研究表明,不同含水层的水位变化对不同地面沉降区的影响不同,第二、三承压含水层的开采对严重和较严重沉降区的正向影响较大,与北京市以第二、三承压含水层为主要应用水的统计规律一致.     

基于ROC曲线的永久散射体识别最佳阈值定量筛选

永久散射体识别是用PS-InSAR方法获取地面沉降数据的关键环节之一,其最佳阈值的设定直接影响PS点的精度和密度。本文基于大数据统计的分析方法——ROC曲线法定量分析和确定PS点识别的最佳阈值。选择3种典型的PS识别方法,绘制每种方法在不同阈值条件下的ROC曲线图,当ROC曲线下面积越大,方法越优。依据最佳阈值位于ROC曲线左上部位的特征,采用敏感度与特异度之和（Se+Sp）最大的方法可定量判定出最佳阈值的取值。在最佳阈值条件下,识别的PS点具有正选率足够高、误选率足够小,PS点的密度足够大的特性。为进一步验证该方法的可行性,本文以北京龙潭公园地区为PS识别的实验区,用振幅离差指数法、相关系数法,以及两种阈值相结合的双阈值法3种方法进行实验识别PS点,并根据ROC曲线判得3种方法的最佳阈值。研究结果发现：（1）振幅离差T_D识别PS点的最佳阈值为0.45;相干系数Tγ识别PS点的最佳阈值为0.45;振幅离差T_D、相干系数Tγ双重阈值识别PS点的最佳阈值（T_D,Tγ）为（0.50,0.50）。（2）用振幅离差T_D和相干系数Tγ双阈值法识别PS点,得到的ROC曲线下面积AUC=0.762,高于单阈值法,表明双重阈值法识别PS点优于单一阈值的PS点识别方法。研究表明ROC曲线可定量化确定PS点的最佳阈值,而且该方法可进一步推广于GIS空间分析、遥感解译过程中阈值的定量化筛选。