一、美用航天飞机雷达获取大面积高精度地形数据(论文文献综述)
钱方明[1](2020)在《微波干涉测绘卫星干涉定标关键技术研究》文中进行了进一步梳理分布式微波干涉测绘卫星是以多颗满足一定编队构形的卫星为平台,以合成孔径雷达和高精度星间相对状态测量设备等为有效载荷,具备全天时、全天候获取雷达干涉影像数据,快速测制全球数字表面模型、数字雷达正射影像等测绘产品能力的卫星系统,也可称为分布式In SAR测绘卫星。干涉定标是地面系统的重要组成部分,其任务是在地面定标场控制信息支持下,采用适当的算法解算影响系统定位精度关键参数与其真值的偏差,从而达到消除系统误差,提高数据产品精度的目的。本文对微波干涉测绘卫星干涉定标涉及的关键技术进行了深入研究,重点对基线定标场范围计算、地面点到像点坐标求解、大气延迟计算、通道延迟定标、单景数据基线定标模型、近远波位联合基线定标模型、控制点布设(选取)策略等问题进行了研究,研制了工程化的干涉定标软件。论文的主要工作和创新点如下:1.介绍了天绘二号技术体制和主要性能设计指标,通过分析干涉定标的主要误差源及误差性质,确定定标参数,论述了干涉定标原理、干涉相位获取方法、In SAR定位模型、干涉定标流程、定标器设计。研究了定标场设计方案,明确了基线定标场基本要求,提出了基于卫星轨道和雷达参数的基线定标场范围计算方法,用于微波干涉测绘卫星基线定标场选址。2.提出了双基成像模式下地面点到像点坐标求解模型,主影像地面点到像点求解精度优于1个像素,辅影像地面点到像点求解精度优于2个像素,该模型求解精度较高,且适用于不同地形类别情况下的地面点到像点求解。3.提出了映射函数法和射线描迹法相结合的大气延迟计算模型,利用中国四个站点上的对流层探空数据和电离层垂测数据得到模型精度为优于0.62m。斜距校正后,从地面点预测像点坐标(物方到像方)精度和系统地面定位(像方到物方)精度两个方面来验证,达到了预期效果。该模型适用于计算星载SAR/In SAR系统的大气延迟值。4.提出了基于辅雷达距离改化方程和多普勒方程的单景数据基线定标模型,该模型基于地面控制点,采用最小二乘迭代解算基线各个轴向误差,定标精度达到毫米级,适用于定标场面积较小(一景数据覆盖面积)情况下基线定标。5.提出了改进的近远波位联合基线定标模型,通过建立局部主雷达天线相位中心坐标系,简化模型解算过程,根据控制点布设策略,在近波位近距端和远波位远距端布设控制点,以提高定标精度。该模型定标精度比单景数据定标模型高,适用于定标场面积较大(大于等于近远波位覆盖面积)情况下基线定标。6.提出了控制点布设(选取)策略,根据基线定标实际上是利用多个地面控制点交会出基线矢量,以及增大交会角可提高交会精度的原理,给出了控制点布设策略,即在近、远距端两侧布设控制点方式,与均匀布设控制点方式相比,能显着提高定标精度和稳健性。为了解决天绘二号卫星干涉定标问题,开展了相关技术研究,并直接用于该卫星地面系统建设,也为后续微波干涉测绘卫星干涉定标奠定了基础。
马飞[2](2020)在《矿区沉降InSAR监测与预测方法研究》文中认为随着地下矿产资源的大面积开采,矿区地表沉降监测和治理问题成为近年来的研究热点问题。煤炭从地下开采出来后会形成采空区,持续高效地监测采空区上方地表的沉降,可以了解地表沉降对地面构筑物的破坏程度,探索开采沉降机理,为矿区地质灾害防治和生态修复提供决策数据。传统的矿区地表沉降监测采用点状监测站的形式,消耗高、效率低、覆盖面有限,已经无法满足矿区沉降监测和治理的需求。因此,研究新的矿区地表沉降监测方法,并在新型监测方法和技术的基础上,探索重点矿区沉降成因机理、预测沉降演变规律和发展趋势具有重要的理论价值和现实意义。近年来随着计算机、航天卫星等技术的不断发展,利用卫星遥感影像监测地表变化已成为新趋势,尤其是合成孔径雷达干涉测量技术(In SAR)不受时间和天气影响且覆盖范围大的特点,已经成为地表沉降变化监测特别是矿区沉降监测的热点技术。但是,In SAR技术中现有的配准、滤波等算法还有待进一步完善,配准算法精度不高导致干涉图失相干,常规滤波算法经常会导致干涉条纹失真;监测数据结果只能反映出矿区已发生的地表沉降,如何利用这些沉降监测数据探索矿区沉降机理并预测未来沉降变化趋势,是一个研究热点。因此,本文针对In SAR技术在矿区沉降监测应用中的问题及矿区沉降预测技术进行研究和探索。本文的主要研究内容如下:(1)针对SAR影像阴影等对配准精度的影响,提出了一种基于优选匹配点策略的干涉SAR影像高精度配准方法。该方法首先将外部DEM模拟成一幅SAR影像,在模拟SAR影像和待配准影像上进行特征匹配点搜索,然后采用向量场一致性点集配准策略对主辅SAR影像上的同名控制点进行提纯,用内点计算主辅影像的变换多项式参数,最终完成干涉SAR影像的高精度配准。(2)针对传统Goldstein滤波方法滤波因子单一,易损失边缘信息的缺点,提出了一种结合二元经验模式分解(BEMD)算法的自适应Goldstein干涉图滤波方法。首先用BEMD分解干涉图得到干涉图的前三项固有模态函数(IMF)分量,这三项分量中包含了95%以上的噪声,将其进行傅里叶变换后进行局部窗口的划分;然后计算局部窗口的信噪比,以此作为Goldstein因子进行滤波,将滤波后的固有模态函数分量重新还原回干涉图,即得到滤波后的干涉图。实验结果表明,这种以信噪比作为滤波因子的自适应滤波方法,可以实现对不同强度的噪声进行不同强度的滤波,而对无噪声区不滤波,有效地保护弱噪声区和无噪声区的相位信息,降低了干涉条纹图中边缘细节信息的损失。(3)以宁东采矿区作为试验区,引入了短基线集干涉测量技术(SBAS)进行沉降监测试验。该方法以设置时空基线阈值的方式优化SAR图像干涉对组合,可以有效地避免时空失相干,削弱大气相位的影响,可以更好地获取地面高相干点的累积沉降值和沉降速率。采用热点分析Getis-Ord Gi*统计方法,统计SBAS-In SAR高相干点在形变速率和累积形变值上的空间聚集程度,快速识别出在任家庄等十个煤矿井田存在强形变区,需要预防地质灾害发生。通过对石沟驿煤矿地面监测点In SAR监测沉降值和GPS监测值对比,12个GPS监测点中10个监测点的累积形变误差小于2cm,2个监测点的累积形变误差小于9.5cm,该结果表明SBAS技术用于矿区沉降监测的有效性,可以用于后续的动态预测。(4)构建了基于In SAR监测数据的矿区沉降预测模型。该模型以In SAR技术获取的等间隔时间序列沉降值为训练数据,引入支持向量机回归的函数模型,建立In SAR监测数据与未知预测值之间的非线性函数关系,通过引入了模糊信息粒化的算法不断滚动更新训练数据,获取下一时序新的预测沉降值。为了检验该模型的有效性,利用两种不同波长、不同分辨率的ALOS数据和Sentinel-1A数据分别对彬长矿区和宁东矿区进行沉降预测研究,两组实验得到的地面监测点沉降预测结果与GPS监测结果的平均相对误差为5.6%和9%,预测模型的威尔莫特一致性指数均达到0.99以上。研究结果表明:本文提出的基于In SAR监测技术的预测模型可以有效地用于矿区沉降预测,验证了该方法的稳健性和普适性,为采矿区In SAR技术的推广应用提供了一个新思路。
明婧[3](2020)在《多基线干涉SAR高精度高程反演方法研究》文中研究指明多基线干涉SAR技术通过融合多幅干涉图信息的方式,能够突破相位连续性约束条件,实现复杂地形下的高精度高程提取。本论文以高程反演原理为基础,主要研究高程反演过程中的相位解缠、高程反演公式以及基线估计问题。本文具体所作工作及创新如下:(1)针对多基线图割算法在基线数目有限时解缠精度不高的问题,提出改进的多基线图割相位解缠算法。以副干涉图参考点相位与主干涉图参考点相位成基线比值的方式,对副干涉图相位进行修正,代入最大后验概率相位估计模型,生成无噪声的多基线似然函数,减小副干涉图相位噪声对主干涉相位解缠的影响。通过仿真实验证明,该算法具备良好的陡变地形处理能力和噪声鲁棒性,且在基线数目有限的情况下,能够提升多基线相位解缠的精度。与不受限于基线数目的基于两段规划法的多基线相位解缠算法相比,在任何相干系数条件下,改进的多基线图割相位解缠算法具有最优的相位解缠结果。(2)针对传统基于高度相位的高程反演公式存在近似的问题,建立精确的基于绝对相位的高程反演公式。与传统公式相比,该公式使用绝对相位进行高程反演,减少了相位去平地的处理过程;使用像素点斜距矩阵,避免传统公式中因使用参考点斜距代替全局像素点斜距而引入的高程误差。通过误差分析,高度相位误差对传统公式的精度影响较大,为获取高精度高程,对相位解缠算法的精度要求较高;而基于绝对相位的高程反演公式仅对基线倾角估计误差、平台高度误差以及目标斜距误差敏感,因此在参数估计精确的情况下,绝对相位高程反演公式能够明显提高高程反演的精度。(3)研究基于卫星轨道参数的基线估计方法,通过计算卫星轨道中心点的方式估计空间基线,并根据主副天线相对位置关系来计算基线倾角。构建多基线高精度高程反演方法,包括干涉相位预处理、改进的多基线图割相位解缠、基于卫星轨道参数的基线估计以及基于绝对相位的高程反演等步骤。使用星载TerraSAR-X实测数据对该方法中各环节算法的有效性进行验证。实验表明对干涉相位进行改进多基线图割相位解缠以及绝对相位高程反演公式处理后,能够获得高精度的反演高程(精度为1m)。满足星载干涉SAR高程反演的应用需求。
罗竹[4](2020)在《基于多源数字高程模型的泛第三极湖泊水量变化估算研究》文中研究表明全球气候变暖背景下,充分认识泛第三极地区湖泊动态变化的特征及机理,便于更加合理的开发管理及利用水资源,同时为“一带一路”经济带建设提供决策依据。湖泊的形成离不开湖盆地形,湖泊动态变化研究离不开地形信息的支撑,数字高程模型(Digital Elevation Model,DEM)通过有限的地形高程采样点实现对地表形态的数字化模拟。近年来,计算机、地理信息及遥感等技术的发展为湖泊动态变化研究提供了丰富的DEM数据。然而,受到观测手段、观测时间、数据处理方法、地形地貌等因素的影响,各DEM数据往往在空间分辨率、数据精度和覆盖范围等方面存在数据质量的制约,尤其是在湖泊动态研究中,DEM数据采集无法透过水面获得湖底地形信息,DEM数据采集时的湖泊水域覆盖状态直接影响了DEM数据可提供的湖底地形信息的程度。充分理解各类DEM的数据特点及其在湖泊学研究应用中的优势与局限性,挖掘多源数据之间数据精度与数据覆盖的互补特性,结合应用需求构建融合策略,能尽可能地改善数据质量,提高后续应用与分析的精度,研究主要从以下3个方面展开:(1)DEM数据度评价,首先分析常用遥测DEM数据在湖泊动态研究中的应用特点,其次针对SRTM DEM做了进一步的分析研究,由于DEM数据可提供的湖底地形信息的程度与数据采集时的湖泊水域大小直接相关,本文利用Global Surface Water数据集与SRTM Water Body Data,分别从湖泊2000~2018年湖泊水域面积年际变化趋势、湖泊水域面积季节性变化规律、可用程度、可用指数、可用潜力五个方面全面分析SRTM DEM数据在全球56°S~60°N范围内>10km2湖泊在研究中可提供湖底地形信息的情况。(2)泛第三极典型湖区>1km2湖泊水域变化研究,利用Global Surface Water中的Max Extent数据提取了中亚与青藏高原两个典型湖区>1km2湖泊4698个。将数据上传至Google Earth Engine云平台,利用Yearly数据计算得到1986~2018年每个湖泊每年的水域面积,并从湖泊总面积变化、湖泊数量变化及湖泊变化趋势及分布特点做进一步的分析。(3)泛第三极典型湖泊水量变化研究,本文选取西藏的色林错与中亚的咸海作为研究区,利用多源DEM数据研究湖泊长时序的水量变化。基于DEM数据度评价结果,选用SRTM DEM估算色林错湖泊水量变化;对于咸海,SRTM DEM能提供的湖底地形信息非常有限,因此本文采用多源数据融合的方法获得湖底地形数据。数据融合首先分析咸海湖区各DEM数据的数据质量及误差分布特点,根据分析结果制定融合策略。最后基于融合获得的最优湖底DEM数据估算咸海长时序的湖泊水量变化。
刘文涛[5](2020)在《基于时序InSAR技术的矿区地面沉降监测与分析》文中进行了进一步梳理煤炭在我国的开采历史长达上千年,其在我国能源结构中有着极其重要的地位。大规模的煤炭开采促进了我国的经济发展,但由其引起的一系列生态环境和地表沉降问题已日益严重。随着工作面的不断推进,矿区地表将形成地裂缝、沉陷漏斗、塌陷坑和滑坡等现象,导致矿区道路、管线及工民建受损。除此之外,由开采沉陷引起的次生灾害,给矿区居民的生命财产及工矿厂房带来了极大的危害,也使得矿区周边地区地质灾害频发,相关问题日渐突出。因此,对于矿区地面沉降的监测与分析就显得尤为重要。InSAR(Interferometry Synthetic Aperture Radar)技术因其全天时、全天候、大范围、精度高、非接触、成本低、连续监测、易于重复观测等诸多优点,使其在对地观测中得到了广泛应用。不同于传统的水准测量及GNSS测量,InSAR监测的结果具有空间连续性,克服了水准测量外业工作量大、GNSS点位稀疏、监测范围小、地面调查难以到达等困难。然而,InSAR技术易受时空失相干、轨道误差、外部DEM数据误差、大气延迟等因素的影响,且煤矿开采沉陷一般具有发展速度快、沉降量级大等特点,使得利用InSAR技术监测矿区地面沉降还存在一些问题亟待解决。针对这些问题,本文分别以神东矿区及神东矿区某矿为研究区域,以时序InSAR技术为手段对矿区开采沉陷区进行监测研究,主要研究内容和成果如下:(1)以神东矿区为研究对象,收集覆盖部分神东矿区的2个相邻轨道的30景Sentinel-1A数据,利用干涉图堆叠技术(Stacking-InSAR),进行研究区大范围形变探测,获得了研究区的平均沉降速率及标准差,并利用GIS工具对地面沉降区进行分析。实验结果表明,Stacking-InSAR技术可以进行矿区大范围形变监测,监测结果较为可靠。(2)利用收集自研究区域的22景Sentinel-1A数据,使用小基线集技术(SBAS-InSAR)进行数据处理,获得了研究区的年平均形变速率和时序累积沉降量。结合矿区资料、开采工作面剖线及特征点的分析,表明了矿区开采沉降区与开采工作面的空间分布、开采进尺及开采情况都有着良好的一致性。利用所收集的矿区地面水准资料对小基线技术的时序结果进行验证,计算二者相关系数为0.922。最后经修正模型对SBAS-InSAR结果修正后,二者相关系数提升至0.992,表明该修正模型能很好的优化SBAS-InSAR技术的监测结果。(3)利用灰色模型及支持向量回归模型对小基线集技术监测所得的矿区沉降进行预测并分别对两个模型进行改进,利用改进后的模型组合对矿区沉降进行预计,并对模型预计的精度进行评价,其结果表明改进后的灰色-支持向量回归模型的预测精度与预测稳定性都大大增强,满足预测精度,可应用于实际生产中。
张志杰[6](2020)在《GF-7激光测高系统全波形数据处理方法研究》文中研究表明随着深空探索活动的日益频繁及对地观测技术的快速发展,星载激光测高技术作为精确获取地表垂直结构和三维信息的重要手段逐渐得到了国内外的重视和越来越多的深入研究。2019年11月3日“高分七号”(GF-7)卫星发射成功,它是国内首颗民用亚米级光学传输型立体测绘卫星,主要用于满足少控制点条件下1:1万立体测绘需求。本文依托“高分辨率对地观测系统重大专项GF-7卫星激光数据处理及特征参数提取技术”项目,围绕激光测高系统主要载荷激光测高仪获取的回波波形与地表地物的对应关系与规律、波形数据质量评价与预处理、波形特征参数的提取、测距精度及误差分析、激光脚点的定位精度及误差分析等关键技术问题,开展相应的处理方法研究,并研发适用国产激光测高数据处理的软件系统,以期为GF-7卫星数据的高精度几何处理、地表高程和地物高度信息的精确提取及其变化监测提供技术支撑。主要工作和成果如下:(1)基于星载激光测高原理和系统构成,依据发收波形重心或者拟合中心的方法建立精确测距解算模型。除了激光测高仪本身硬件误差、大气延迟误差及噪声误差外,模拟分析激光束散角特征及地表目标特性(坡度、粗糙度)引起的测距误差,可通过分析坡度与测距误差之间关系辅助筛选出满足一定测距精度要求的激光测高点数据。(2)建立了激光从发射、传输、地表、接收等不同过程的模型并进行全链路波形仿真。采用高精度机载点云数据构建不同的地形参考,揭示不同地形、地物与波形的对应关系,提高了波形解译精度;同时为激光系统参数设计提供依据;利用高精度地形仿真波形提取相对高程,为后续波形分解提取测距信息提供参考和对比验证;辅助对激光脚点再定位,解决复杂地表下高程控制点获取问题。(3)引入基于经验模态分解EMD的回波波形自适应去噪方法,提出构建Hurst指数方法来去除高频噪声。依据仿真实验和针对仿真GF-7回波波形实验,对比其他半自动设置直接去除前N个IMFs或者加阈值函数进行补偿的去噪方法,基于EMD-Hurst去噪方法波峰分解一致率均值最大,综合去噪效果最稳定。(4)梳理目前针对星载激光测高全波形分解方法,提出反卷积和高斯分解组合的分解模型。通过大量仿真实验表明,组合分解方法可显着提升回波波形峰个数的提取(4种组合方法在仿真复杂林区的多探测率至少15.8%);在GF-7仿真城镇场景波形实验中,盲反卷积与高斯组合分解方法(平均3.5个高斯波)相比其他方法(平均1.2或2.5个高斯波)能探测更多峰值信息。(5)基于Qt 5.9.0平台和C++语言,进行了星载激光测高全波形数据处理模块的开发。该星载激光测高数据处理系统,可用于回波预处理、回波波形高斯分解、提取波形长度、波峰长度等波形特征参数、大气延迟改正、激光脚点定位、潮汐改正、波形数据质量评价等。
祝晓坤[7](2019)在《星载SAR两关大遗址考古与边塞防御重建研究》文中进行了进一步梳理可见光/红外(VIR),机载激光探距与测量(Li DAR)和合成孔径雷达(SAR)等遥感对地观测技术手段推动了考古技术的发展。其中,星载SAR与其他技术手段相比,具有全天时、全天候、穿透性、极化和干涉特性,不但具有强度信息,还具有相位信息,对地表考古目标可形成独特的考古标志。随着第二代星载SAR系统的涌现,多源、多时相、多模式星载SAR,逐渐成为遥感考古重要数据源之一。玉门关、阳关作为丝绸之路河西走廊通往西域北道和南道的起点,是丝路沿线两个最为重要的交通和战略枢纽。但两关大遗址研究区地处沙漠边缘,受到研究区范围广、考古环境恶劣、成像光谱解析度差等条件的制约,在古绿洲耕植规模、南塞塞障位置、及阳关定位等方面存在众多未解之谜。考虑到星载SAR在遗址探测发现以及场景重建的独特性,本文结合丝路玉门关-阳关大遗址研究区特点,从古水系和古屯田信息提取与考古发现、点-线遗址本体信息提取与预测、防御体系重建等方面,开展星载SAR两关大遗址考古与边塞防御重建研究。主要研究工作包括:第一、研究星载SAR雷达考古机理与方法。基于雷达构像几何、主要参数、后向散射特性、两代星载SAR卫星系统特点,分析星载SAR应用于地表微地形、植被和土壤考古标志识别的机理;结合两关案例,分析点-线-面考古目标SAR图像散射特征,以及散射特征与表面形态和介电特性关联;计算、模拟砂质地表不同波段、不同入射角的星载SAR理想穿透深度。并从相位和强度两方面,引入雷达干涉测量与地貌重建、SAR图像增强和考古弱信息提取等星载SAR雷达考古方法。第二、从场景尺度,基于星载SAR的地貌重建、植被考古标志识别能力,开展星载SAR两关场景古水系-屯田信息提取方法研究和考古发现。提出、研究并验证古水系-屯田信息提取方法与数据处理流程:即提出基于地貌重建、数字地形分析、水文分析和分类阈值等集成技术的古水系提取方法;针对古屯田,基于星载SAR植被考古标志,提出基于时序PALSAR-1强度特征和相干系数约束的古耕植地靶区定位方法;利用NLIn SAR无偏相干系数估计技术,开展TSX/TDX DEM水文分析和地形因子提取研究,还原了阳关遗产地唐无卤涧西行河道、上坝脑泉上游等古河道,重建汉渥洼池等古湖泊、唐大泽等古泽区范围,并首次发现西土沟下游古耕植地及周边废弃沟渠。第三、从遗址尺度,基于二代星载SAR的微地形考古标志识别能力,开展星载SAR两关大遗址考古目标提取方法研究和遗址预测。提出了遗址建模、SAR成像模拟、考古目标提取方法与数据处理流程:即针对烽燧点目标,提出基于时序Sentinel-1图像的强散射、高相干(SHS)烽燧候选点提取方法;针对塞垣和堑壕线目标,提出基于先验知识的多模板匹配(PMTM)方法;并结合SAR特征因子,提出缓冲区约束的烽燧候选点空间多尺度优化BLR遗址预测模型。应用上述方法,开展两关大遗址考古点、线隐弱信息提取研究,统计分析烽燧、长城(堑壕)等遗址规模、材质、保存状况、周围地貌等信息,模拟分析多源、多模式SAR数据在两关考古目标的特征识别能力,提取烽燧候选点并实现南北向堑壕的精确定位。将提取得到的烽燧候选点和堑壕信息、地形因子、几何拓扑特征等作为特征变量,开展烽燧遗址预测,辅助外业发现南湖烽火台(暂名)、南湖三墩(暂名)、南湖四墩(暂名)3个汉代烽燧。第四、基于遗址和场景尺度星载SAR雷达考古成果,结合考古文献和其他专题资料,开展两关大遗址研究区边塞防御体系重建。一方面,从候望烽燧子系统、塞垣防御子系统、堑壕防御子系统开展塞障防御系统重建,并基于重建结果,利用多重缓冲区推测阳关及其都尉府位置;一方面,开展军屯防御系统重建,对两关水环境和屯耕时空演变进行还原,基于重建结果,得出历史上阳关遗产地最大耕植面积是当前耕植面积近一倍的结论。研究主要贡献及创新点体现在:首次针对两关大遗址地区,提出了SAR遗址至场景尺度的遥感考古隐弱信息提取方法与数据处理流程,将两者成果集成,并实现两关防御体系的重建;通过实例验证了多源星载SAR数据,包括时序C波段Sentinel-1和L波段PALSAR-1,高精度、不同模式的TSX/TDX,在两关考古目标识别、应用环境重建和遗址探测方面的实用性;基于对丝路两关考古目标提取和防御体系重建研究,揭示了研究区塞-田-燧防御体系的原貌,为考古遗址的主动发现、自动识别与提取、数字化重建、人地关系认知提供了方法借鉴。研究结果对于揭示河西走廊关隘变迁、古绿洲兴废、环境演变、古代边防建设有重要科学价值,并可为丝路遗产地保护提供研究基础与科学支持。
鲁焕[8](2019)在《星载InSAR干涉定标与DEM重建技术研究》文中认为星载合成孔径雷达(Synthetic Aperture Radar,SAR)在获取地表信息等方面有非常广泛的应用。伴随着星载SAR技术的迅猛发展,星载干涉合成孔径雷达(Synthetic Aperture Radar Interferometry,InSAR)技术也迅速崛起,由于其不受云、雨等恶劣天气条件的影响,该技术在研究地表高程变化、植被覆盖等方面具有全新应用。如今,星载InSAR技术的相关算法日渐完善,其工程化应用已成为雷达领域发展的必然趋势。如何快速准确地获取大量的数字高程模型(Digital Elevation Model,DEM)数据,已经成为星载InSAR技术工程化发展亟待解决的问题。基线等干涉参数误差将直接导致DEM产品“斜坡”效应。数据信息的多样性(地面控制点、外部DEM库、ICESat/GLAS等)将导致不同的定标参数的计算方法,从而导致不同的DEM产品精度。星载InSAR系统存在自发自收和一发双收的不同工作模式,收发模式的不同会导致DEM生成时目标定位方程的求解方式存在差异。因此,多源数据和多工作模式的存在严重制约了高精度DEM产品的获取。鉴于以上问题,本文将高效高精度的干涉定标及DEM生成的工程化实现作为核心研究内容,展开以下研究工作:1.介绍了星载InSAR技术以及干涉参数定标技术的国内外发展近况,指出多源信息与单双基系统工作模式的存在会严重制约着高精度、大批量DEM产品的获取。从InSAR生成DEM的原理以及干涉定标的基本原理出发,给出InSAR技术获取DEM的主要流程,详细分析了影响DEM精度的干涉定标误差参数,构建了干涉定标误差模型。2.分析了目前常用的两类干涉定标算法,对不同算法的优势及局限性展开讨论。同时,构建了全球ICESat/GLAS高程数据库。在缺乏精确地面控制点信息的条件下,提出利用高精度的ICESat/GLAS高程数据库与TanDEM-X DEM库结合的方法进行干涉参数估计,从而生成高精度的DEM产品。3.给出原始DEM生成环节的实现流程,详细分析了该环节的两个核心步骤:相位-高程转换及地理编码。同时,针对InSAR系统单双基工作模式,对三维目标定位模型进行了改进,改进后的定位算法可以统一应用于单双基两种工作模式。4.对干涉定标环节和DEM生成环节进行了软件化实现。在输入、输出、不同级别用户的参数设置等各个方面对这两个环节的工程界面展开详细设计,利用多组高分三号星载InSAR实测数据对算法的稳健性、准确性等方面进行了检验,实现了多源信息干涉定标以及DEM生成的工程化应用,最后展示了工程化应用的结果。
刘露[9](2019)在《基于多源数据融合的30米无缝DEM产品重建》文中研究指明随着遥感和摄影测量技术的迅速发展,许多卫星观测数据衍生的全球数字高程模型(DEM)已公开发布。然而,由于受到观测手段和处理方式的影响,单源DEM数据集不可避免地会出现质量下降或空间缺失现象,进而制约了它在水文、地质、气象以及军事等领域的应用。虽然单源DEM数据存在降质问题,但是不同来源的DEM数据也存在不同的质量优势和互补特性。因此,通过多源融合的方式已成为提升DEM数据质量的有效途径之一。本文通过多源数据点面融合和多尺度融合方法,重建得到一种新的高质量的空间无缝DEM融合数据集,称之为GSDEM-30。研究主要包含以下几个部分:(1)全球DEM产品现状分析。针对现有的全球单源DEM数据集和多源融合DEM数据集,从数据来源、发布情况以及质量问题等方面进行分析,并梳理不同DEM数据集间的关系,为重建GSDEM-30选择合适的DEM数据集源奠定基础。(2)GSDEM-30数据集重建。顾及多源数据集在不同纬度的数据特征,利用其在空间分辨率和覆盖范围上的互补特性,重建GSDEM-30数据集。本文分别针对空洞数据和50°60°纬度数据,结合地形自适应的多源数据点面融合和多尺度融合的方法,融合SRTM1、ASTER GDEM v2和AW3D30 v1.1等全球DEM产品,重建得到30米分辨率覆盖全球82°S82°N陆地表面的DEM数据集GSDEM-30。(3)不同DEM数据集质量综合评价。本文以ICESat GLAS数据和NED DEM作为参考数据,从全球和局部尺度验证GSDEM-30产品的垂直精度,并结合土地利用分类数据GlobeLand30分析不同地物类别的高程误差分布情况。此外,还引入无参考评价方法——最大坡度法(Maximum Slope Approach,MSA),对DEM数据集的异常值进行检测。结果表明,ASETER GDEM v2数据集受到严重的噪声和异常值干扰。GSDEM-30和AW3D30 v1.1数据的整体精度相当,且其异常值明显少于AW3D30 v1.1,在地学相关领域中具有较大的应用潜力。
杨斌[10](2019)在《基于时序InSAR技术的城市地表形变监测研究》文中研究表明城市地表形变主要分为抬升效应和沉降效应,当形变效应发展到一定阶段时会成为一种地质灾害。其中地表沉降灾害在城市区域中最为普遍存在,它不仅会造成建筑基础设施的损害,还会造成人员的伤亡和经济的损失。现今对于地表形变研究仍是以传统手段为主(GPS网、水准网等),但由于传统监测手段存在面采样困难、耗费人力物力大和监测周期长等限制因素,还是难以满足城市地表形变精细化监测的要求。基于此,新型遥感时序InSAR监测技术的出现解决了这一技术难题,该技术拥有全时段、高精度、全覆盖观测和低成本的特点,使得该技术已经成为监测城市地表形变研究的应用热点。福州市由于地质水文气候条件复杂,同时也承受着东南沿海地震带和各类大型地上地下建设规划工程的综合影响,存在很严重的潜在地表沉降风险。过往对于福州市的监测地表形变研究工作仍显稀缺,运用新型InSAR监测技术对该地区近时段地表形变信息进行提取显得很有研究意义。本文首先通过利用InSAR技术和TerraSAR雷达影像数据重建了监测时段内最新的地表高程数据模型(DEM),再以时序SBAS-InSAR技术联合重构DEM模型和TerraSAR数据集提取了2013年至2015年期间福州市地表形变信息。以点线式和点面式的统计分析方法对该成果进行了数据分析发现,在监测时间段内一些线性交通枢纽(桥梁、地铁线)和面状区域(晋安区、隆华小区)发生了相对明显的地表沉降现象,并与现实调查成果显示了高度的一致性。最后利用所获取的GPS数据和水准数据对实验InSAR数据成果作了细致的精度评定分析,统计分析结果证明InSAR成果对于前两种监测技术在对应时间段内的相对精度值均为毫米级别。综上所述,InSAR技术运用于城市地表形变精细化监测研究是科学可靠的。
二、美用航天飞机雷达获取大面积高精度地形数据(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、美用航天飞机雷达获取大面积高精度地形数据(论文提纲范文)
(1)微波干涉测绘卫星干涉定标关键技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 星载InSAR技术发展现状 |
1.2.1 星载InSAR系统现状 |
1.2.2 干涉定标相关技术现状 |
1.2.3 存在的问题 |
1.3 本文的主要内容及组织结构 |
第二章 天绘二号简介与干涉定标理论基础 |
2.1 天绘二号技术体制 |
2.1.1 干涉基线体制 |
2.1.2 卫星编队构型 |
2.1.3 雷达收发模式 |
2.2 天绘二号主要性能设计指标 |
2.3 干涉定标理论基础 |
2.3.1 干涉定标原理 |
2.3.2 定标参数分析 |
2.3.3 干涉相位获取方法 |
2.3.4 InSAR定位模型 |
2.3.5 干涉定标流程 |
2.3.6 定标器设计 |
2.4 本章小结 |
第三章 定标场方案设计与地面点到像点坐标求解模型 |
3.1 基线定标场基本要求 |
3.1.1 地形要求 |
3.1.2 定标模型要求 |
3.2 基线定标场范围计算方法 |
3.2.1 同向运行定标情况下定标场范围计算方法 |
3.2.2 升、降轨定标情况下定标场范围计算方法 |
3.2.3 全波位覆盖区域主要变量计算方法 |
3.2.4 定标场范围算例 |
3.3 天绘二号定标场概况 |
3.4 地面点到像点坐标求解模型 |
3.4.1 自发自收模式(主星) |
3.4.2 被动接收模式(辅星) |
3.4.3 地面点到像点坐标求解试验 |
3.5 本章小结 |
第四章 斜距定标 |
4.1 斜距测量误差分析 |
4.2 大气延迟产生机理与分析 |
4.2.1 对流层电磁波延迟 |
4.2.2 电离层电磁波延迟 |
4.3 通道延迟产生机理与误差源 |
4.4 大气延迟计算模型 |
4.4.1 对流层延迟计算模型 |
4.4.2 电离层延迟计算模型 |
4.4.3 大气延迟计算精度 |
4.5 通道延迟定标模型 |
4.6 试验与分析 |
4.6.1 试验数据 |
4.6.2 大气延迟校正 |
4.6.3 通道延迟定标 |
4.6.4 斜距校正前后效果对比 |
4.7 本章小结 |
第五章 基线定标 |
5.1 基线初值获取与精度分析 |
5.1.1 分布式InSAR基线定义 |
5.1.2 基线初值获取模型 |
5.1.3 基线测量误差分析 |
5.2 单景数据基线定标模型 |
5.2.1 局部坐标系下的定位模型 |
5.2.2 定标模型 |
5.2.3 辅星被动接收模式下定标模型 |
5.3 近远波位联合基线定标模型 |
5.3.1 经典模型 |
5.3.2 星载定标模型 |
5.3.3 星载定标模型改进 |
5.3.4 精度分析 |
5.4 控制点布设(选取)策略与定标精度评价方法 |
5.4.1 控制点布设(选取)策略 |
5.4.2 定标精度评价方法 |
5.5 单景数据基线定标试验 |
5.5.1 仿真数据试验结果与分析 |
5.5.2 真实数据试验结果与分析 |
5.6 近远波位联合基线定标试验 |
5.6.1 仿真数据试验结果与分析 |
5.6.2 真实数据试验结果与分析 |
5.7 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
作者简历 |
(2)矿区沉降InSAR监测与预测方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 论文研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 合成孔径雷达发展概况 |
1.2.2 合成孔径雷达干涉测量InSAR技术发展概况 |
1.2.3 InSAR技术应用现状 |
1.3 研究内容及技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 章节安排 |
第二章 InSAR及相关技术理论基础 |
2.1 SAR成像原理及特点 |
2.1.1 距离向分辨率 |
2.1.2 方位向分辨率 |
2.1.3 SAR影像的特点 |
2.2 InSAR技术原理 |
2.2.1 SAR影像的选择 |
2.2.2 主、辅SAR影像配准 |
2.2.3 生成干涉相位图 |
2.2.4 去除平地相位 |
2.2.5 干涉相位图滤波 |
2.2.6 相位解缠 |
2.2.7 相高转换 |
2.2.8 地理编码 |
2.3 D-InSAR技术监测地表形变理论 |
2.3.1 二轨法 |
2.3.2 三轨法 |
2.3.3 四轨法 |
2.3.4 干涉相位分析 |
2.4 连续时序InSAR干涉测量技术原理 |
2.4.1 PS-InSAR技术原理 |
2.4.2 SBAS-InSAR技术原理 |
2.5 本章小结 |
第三章 基于优选匹配点策略的干涉SAR影像高精度配准研究 |
3.1 引言 |
3.2 向量场一致性的点集匹配算法 |
3.3 外部DEM数据支持的SAR影像配准 |
3.4 基于优选匹配特征点的转换函数的建立 |
3.5 实验及结果分析 |
3.5.1 Sentinel-1A卫星数据实验 |
3.5.2 ALOS卫星数据实验 |
3.5.3 结果分析 |
3.6 本章小结 |
第四章 干涉图滤波方法研究 |
4.1 引言 |
4.2 二元经验模式分解(BEMD)方法原理 |
4.3 Goldstein滤波原理 |
4.4 利用BEMD改进后的Goldstein滤波模型 |
4.5 实验及结果分析 |
4.5.1 Sentinel-1A卫星数据实验 |
4.5.2 ALOS卫星数据实验 |
4.5.3 结果分析 |
4.6 本章小结 |
第五章 连续时序小基线集(SBAS)In SAR技术矿区沉降监测研究 |
5.1 引言 |
5.2 研究区概况 |
5.2.1 地理位置 |
5.2.2 重点矿区地理位置及开采情况 |
5.2.3 气象、水文条件 |
5.2.4 地形地貌 |
5.2.5 社会经济概况 |
5.3 基于SBAS-InSAR技术的宁东采矿区大面积沉降识别与监测 |
5.3.1 数据选取及预处理 |
5.3.2 SBAS-InSAR技术数据处理流程 |
5.3.3 宁东矿区沉降区快速识别 |
5.3.4 石沟驿煤矿监测结果 |
5.3.5 结果分析 |
5.4 本章小结 |
第六章 基于InSAR观测数据的矿区沉降预测方法研究 |
6.1 概述 |
6.2 支持向量机回归的预测模型 |
6.2.1 支持向量机回归算法基本原理 |
6.2.2 基于InSAR数据的预测方法 |
6.2.3 基于模糊信息粒化的动态时序回归预测 |
6.3 ALOS卫星数据实验 |
6.3.1 SAR数据参数和研究区位置 |
6.3.2 实验结果 |
6.3.3 结果分析 |
6.4 Sentinel-1A卫星数据实验 |
6.4.1 数据准备 |
6.4.2 实验结果 |
6.4.3 结果分析 |
6.5 本章小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 主要创新点 |
7.3 不足与展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(3)多基线干涉SAR高精度高程反演方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 国内外发展动态 |
1.2.1 干涉SAR系统国内外发展动态 |
1.2.2 多基线干涉SAR技术的国内外发展动态 |
1.3 本论文的结构安排 |
第二章 多基线干涉SAR技术基础 |
2.1 引言 |
2.2 干涉SAR测高原理 |
2.2.1 基于高度相位的高程反演公式 |
2.2.2 基于高度相位的高程反演公式误差分析 |
2.3 多基线干涉SAR相位解缠原理 |
2.4 多基线干涉SAR处理流程 |
2.5 本章小结 |
第三章 多基线干涉SAR相位解缠方法研究 |
3.1 引言 |
3.2 基于图割的多基线最大后验概率相位解缠方法 |
3.2.1 基于最大后验概率的展开相位估计模型 |
3.2.2 基于图割理论的能量最优算法 |
3.2.3 仿真实验分析 |
3.3 改进的多基线图割相位解缠算法 |
3.3.1 改进多基线图割相位解缠算法的基本原理 |
3.3.2 改进多基线图割相位解缠算法流程图 |
3.3.3 仿真实验分析 |
3.4 基于两段规划法的多基线相位解缠方法 |
3.4.1 单基线相位解缠框架 |
3.4.2 基于两段规划法的多基线相位解缠框架 |
3.4.3 仿真实验分析 |
3.5 本章小结 |
第四章 多基线高精度高程反演方法研究 |
4.1 引言 |
4.2 基于绝对相位的高程反演公式 |
4.2.1 基于绝对相位的高程反演公式误差分析 |
4.2.2 星载干涉SAR仿真实验分析 |
4.3 基于卫星轨道参数的基线估计方法 |
4.4 多基线高精度高程反演方法 |
4.4.1 星载TerraSAR-X数据简介 |
4.4.2 TerraSAR基线参数估计 |
4.4.3 多基线高精度高程反演处理流程 |
4.4.4 TerraSAR实测数据高程反演结果 |
4.5 本章小结 |
第五章 全文总结与展望 |
5.1 全文总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(4)基于多源数字高程模型的泛第三极湖泊水量变化估算研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究的背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究进展 |
1.2.1 湖泊水域变化遥感监测进展 |
1.2.2 湖泊水量变化研究进展 |
1.2.3 DEM在湖泊水文变化中的应用研究进展 |
1.2.4 泛第三极湖泊研究进展 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第二章 研究区与数据 |
2.1 研究区概况 |
2.1.1 自然地理概况 |
2.1.2 湖泊分布概况 |
2.2 数据介绍 |
2.2.1 全球地表水数据集 |
2.2.2 DEM数据 |
2.2.3 SRTM Water Body Data数据集 |
2.2.4 Hydro LAKES数据集 |
2.2.5 ICESat卫星测高数据 |
第三章 DEM数据度评价 |
3.1 常用遥测DEM数据特点 |
3.2 SRTM DEM在湖泊动态研究中的可用性分析 |
3.2.1 分析方法 |
3.2.2 湖泊年际变化分析 |
3.2.3 湖泊季节性分析 |
3.2.4 可用潜力分析 |
3.2.5 可用程度分析 |
3.3 本章小结 |
第四章 泛第三极典型湖区湖泊水域变化监测 |
4.1 研究方法 |
4.2 1986~2018年湖泊数量变化情况 |
4.3 湖泊面积变化趋势及其分布特点 |
4.4 本章小结 |
第五章 泛第三极地区典型湖泊水量变化估算研究 |
5.1 色林错水量变化 |
5.1.1 研究区简介 |
5.1.2 色林错水域变化 |
5.1.3 色林错水量变化 |
5.2 咸海水量变化 |
5.2.1 研究区简介 |
5.2.2 DEM融合 |
5.2.3 咸海面积变化 |
5.2.4 咸海水位变化 |
5.2.5 咸海水量变化 |
5.3 本章小结 |
第六章 结论与展望 |
6.1 主要结论 |
6.2 创新点 |
6.3 不足与展望 |
参考文献 |
致谢 |
附录 A |
(5)基于时序InSAR技术的矿区地面沉降监测与分析(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 星载合成孔径雷达发展历史 |
1.2.2 D-InSAR技术研究现状 |
1.2.3 时序InSAR技术的国内外研究现状 |
1.3 研究内容与章节安排 |
1.4 本章小结 |
2 InSAR基本原理及误差分析 |
2.1 InSAR基本原理 |
2.2 D-InSAR技术基本原理 |
2.2.1 D-InSAR形变监测基本原理 |
2.2.2 D-InSAR技术分类 |
2.2.3 D-InSAR技术流程 |
2.3 InSAR误差分析 |
2.3.1 失相干误差 |
2.3.2 干涉图噪声 |
2.3.3 基线误差 |
2.3.4 大气延迟误差 |
2.3.5 外部DEM误差 |
2.3.6 相位解缠误差 |
2.3.7 地理编码误差 |
2.4 本章小结 |
3 神东矿区大范围形变探测及分析 |
3.1 Stacking-InSAR技术 |
3.1.1 Stacking-InSAR技术原理 |
3.1.2 Stacking-InSAR技术流程 |
3.2 研究区概况 |
3.2.1 地理位置 |
3.2.2 地形地貌 |
3.2.3 水文气候特征 |
3.3 Stacking-InSAR技术下的矿区形变探测及分析 |
3.3.1 实验数据 |
3.3.2 实验流程 |
3.3.3 实验结果分析 |
3.4 本章小结 |
4 SBAS-InSAR技术在矿区沉降监测中的应用 |
4.1 SBAS-InSAR技术原理及流程 |
4.1.1 SBAS-InSAR技术原理 |
4.1.2 SBAS-InSAR技术流程 |
4.2 SBAS-InSAR技术下的矿区沉降监测 |
4.2.1 研究区概况 |
4.2.2 实验数据及平台 |
4.2.3 实验流程 |
4.3 实验结果分析 |
4.3.1 研究区年平均沉降速率分析 |
4.3.2 研究区时序沉降分析 |
4.4 水准测量数据修正小基线集技术监测结果 |
4.4.1 修正模型的数值拟合精度对比 |
4.4.2 利用二阶傅里叶模型修正InSAR监测结果 |
4.5 本章小结 |
5 基于小基线集技术与GM-SVR算法的矿区开采沉陷预计 |
5.1 灰色预测法 |
5.1.1 灰色预测模型预测步骤 |
5.1.2 改进的灰色模型 |
5.2 支持向量回归法 |
5.2.1 支持向量回归模型预测步骤 |
5.2.2 参数的选择 |
5.2.3 改进的SVR模型 |
5.3 基于GM-SVR的矿区开采沉陷预计 |
5.4 预测精度评定指标 |
5.5 预测实验 |
5.6 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
(6)GF-7激光测高系统全波形数据处理方法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 选题背景与意义 |
1.2 国内外研究现状及发展趋势 |
1.2.1 星载激光测高系统发展及趋势 |
1.2.2 星载激光测高数据处理研究现状 |
1.2.3 星载激光测高数据应用 |
1.3 目前研究存在的问题 |
1.4 研究内容及章节结构 |
1.4.1 研究内容 |
1.4.2 章节组织 |
2 星载激光测高系统测量理论与误差分析 |
2.1 星载激光测高测高原理与系统构成 |
2.1.1 激光测高系统原理 |
2.1.2 激光测高系统构成 |
2.1.3 激光测高系统关键参数 |
2.2 激光测距解算与误差分析 |
2.2.1 激光测距解算 |
2.2.2 测距延迟改正 |
2.2.3 测距误差分析 |
2.3 激光脚点定位模型与误差分析 |
2.3.1 空间坐标系统及其转换 |
2.3.2 严密激光脚点定位模型 |
2.3.3 高程潮汐修正 |
2.3.4 激光脚点高程误差分析 |
2.4 本章小结 |
3 回波波形全链路仿真与影响因素分析 |
3.1 回波波形全链路仿真思想 |
3.2 回波波形全链路仿真模型 |
3.2.1 激光发射脉冲模型 |
3.2.2 激光能量传输模型 |
3.2.3 地表地物反射模型 |
3.2.4 背景光噪声模型 |
3.2.5 电路噪声模型 |
3.2.6 光电转换模型 |
3.3 不同地形波形仿真实验与验证 |
3.3.1 犹他州研究区及数据获取 |
3.3.2 贺兰山研究区及数据获取 |
3.3.3 数据坐标转换预处理 |
3.3.4 实验与结果分析 |
3.4 本章小结 |
4 激光测高回波波形自适应滤波方法 |
4.1 EMD-HURST自适应去噪 |
4.1.1 EMD分解原理 |
4.1.2 基于Hurst指数的噪声IMF自适应筛选 |
4.2 基于EMD分解其他噪声IMF筛选方法 |
4.2.1 EMD-N筛选 |
4.2.2 EMD-Threshold筛选 |
4.2.3 EMD-Correlation分析筛选 |
4.2.4 EMD-Wavelet筛选 |
4.3 回波波形去噪评价指标 |
4.4 不同去噪方法去噪效果验证实验 |
4.4.1 实验方案 |
4.4.2 实验数据 |
4.4.3 仿真波形实验及结果分析 |
4.4.4 GF-7 仿真波形实验及结果分析 |
4.5 本章小结 |
5 复杂叠加波波形分解方法及特征参数提取 |
5.1 波形组合分解方法 |
5.2 波形反卷积 |
5.2.1 维纳滤波器 |
5.2.2 正则化滤波器 |
5.2.3 RL反卷积法 |
5.2.4 盲卷积 |
5.3 高斯分解 |
5.3.1 初始参数的估计及筛选 |
5.3.2 波形拟合优化 |
5.4 组合反卷积与高斯分解实验 |
5.4.1 仿真数据集 |
5.4.2 基于ICESat/GLAS的GF-7 仿真数据集 |
5.4.3 实验结论 |
5.5 波形特征参数提取 |
5.5.1 波形分位数高度 |
5.5.2 波形高度指数 |
5.5.3 波形能量指数 |
5.6 本章小结 |
6 星载激光测高数据处理系统 |
6.1 系统设计 |
6.2 波形数据处理模块设计 |
6.3 软件功能介绍 |
6.3.1 ICESat/GLAS数据处理 |
6.3.2 GF-7 仿真数据处理 |
6.4 本章小结 |
7 结论与展望 |
7.1 论文的主要工作 |
7.2 创新点 |
7.3 展望 |
参考文献 |
作者简历 |
学位论文数据集 |
附录 |
(7)星载SAR两关大遗址考古与边塞防御重建研究(论文提纲范文)
摘要 |
abstract |
缩写词汇表 |
第1章 引言 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外雷达考古研究现状 |
1.3 研究目标、研究方法与内容 |
1.3.1 研究目标 |
1.3.2 研究方法与内容 |
1.4 技术路线与章节安排 |
1.4.1 技术路线 |
1.4.2 章节安排 |
第2章 星载SAR雷达考古的基本原理 |
2.1 星载SAR的基本原理 |
2.1.1 雷达构像几何和主要参数 |
2.1.2 雷达方程和SAR后向散射特性 |
2.1.3 星载SAR波段及主要系统 |
2.1.4 多源星载SAR考古技术特点与优势 |
2.2 星载SAR考古目标识别机理 |
2.2.1 SAR地表考古标志识别 |
2.2.2 考古目标和SAR散射特征 |
2.2.3 SAR的穿透深度和次地表考古 |
2.3 星载SAR雷达考古常用方法 |
2.3.1 雷达干涉测量与地形重建 |
2.3.2 SAR图像增强和考古隐弱信息提取 |
2.4 本章小结 |
第3章 丝路两关大遗址研究区与实验数据 |
3.1 丝路两关大遗址研究区 |
3.1.1 研究区概况 |
3.1.2 研究区气候和地质条件 |
3.1.3 研究区水资源和绿洲分布 |
3.2 两关大遗址边塞防御和重要遗址 |
3.2.1 两关边塞防御兴筑背景 |
3.2.2 边塞层级官职机构 |
3.2.3 两关边塞防御体系与重要遗址 |
3.3 本文使用数据 |
3.3.1 SAR数据 |
3.3.2 VIR数据 |
3.3.3 其他参考数据 |
3.4 本章小结 |
第4章 星载SAR两关大遗址双尺度考古方法 |
4.1 场景尺度-多源星载SAR两关古水系-屯田信息提取方法 |
4.1.1 基于TSX/TDX的地貌重建与地形因子提取 |
4.1.2 基于水文分析和分类阈值分析的古水系提取 |
4.1.3 基于时序强度特征和相干系数约束的古耕植地靶区定位方法 |
4.2 遗址尺度-基于SAR成像模拟的考古目标提取方法 |
4.2.1 微地形考古标志识别与遗址建模 |
4.2.2 Ray Tracing考古目标SAR成像模拟 |
4.2.3 点目标提取-时序强散射、高相干遗址候选点提取 |
4.2.4 线目标提取-基于先验知识的SAR强度影像多模板匹配 |
4.3 基于星载SAR特征因子的遗址预测和重建方法 |
4.3.1 考古预测模型和空间多尺度优化 |
4.3.2 基于SAR特征因子的遗址预测模型 |
4.3.3 基于GIS空间分析的遗址重建 |
4.4 本章小结 |
第5章 星载SAR两关场景古水系-屯田信息提取与考古发现 |
5.1 研究背景和研究框架 |
5.1.1 研究背景 |
5.1.2 方法应用框架 |
5.2 古水系提取与考古发现 |
5.2.1 流域分析和河网提取 |
5.2.2 干涸古河道识别和信息提取 |
5.2.3 古湖泊和泽区范围提取与外业考古调查 |
5.3 古耕植地提取与考古发现 |
5.3.1 古耕植靶区定位和新泽区提取 |
5.3.2 靶区干涸沟渠提取 |
5.3.3 古代耕植靶区的野外考古验证 |
5.4 本章小结 |
第6章 星载SAR两关大遗址考古目标提取与遗址预测 |
6.1 两关大遗址考古目标SAR成像模拟 |
6.1.1 烽燧特点和模拟特性分析 |
6.1.2 长城特点和模拟特性分析 |
6.1.3 城障仓特点和模拟特性分析 |
6.1.4 不同成像模式SAR目标识别定性比较 |
6.2 两关大遗址考古目标提取 |
6.2.1 烽燧点目标提取 |
6.2.2 塞墙线目标提取 |
6.2.3 堑壕线目标提取 |
6.3 烽燧考古遗址预测与验证 |
6.3.1 优化BLR考古预测模型构建 |
6.3.2 烽燧遗址概率分布结果 |
6.3.3 优化BLR考古预测模型评价 |
6.3.4 预测新烽燧外业验证和分布分析 |
6.4 本章小结 |
第7章 丝路两关大遗址边塞防御重建 |
7.1 两关大遗址边塞防御重建 |
7.2 塞障防御系统场景重建 |
7.2.1 候望烽燧子系统重建与场景还原 |
7.2.2 塞垣防御子系统重建与场景还原 |
7.2.3 堑壕防御子系统重建及场景还原 |
7.2.4 阳关及其都尉府位置分析 |
7.3 军屯防御系统重建 |
7.3.1 绿洲水环境重建 |
7.3.2 绿洲军屯环境重建 |
7.3.3 古耕植地最大范围推测 |
7.3.4 绿洲水(水系)-耕(耕植地)平衡发展 |
7.4 本章小结 |
第8章 总结与展望 |
8.1 研究结论 |
8.2 创新点 |
8.3 下一步工作与展望 |
8.3.1 下一步工作 |
8.3.2 研究展望 |
参考文献 |
附录 |
表A.两关长城信息统计表(单位:米) |
表B.两关烽燧信息统计表(单位:米) |
表C.论文河流、山脉、地名名称对照表 |
作者简历及攻读学位期间发表的学术论文与研究成果 |
致谢 |
(8)星载InSAR干涉定标与DEM重建技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景与研究目的 |
1.2 发展与研究现状 |
1.2.1 星载InSAR技术的国内外研究现状 |
1.2.2 干涉定标的国内外研究现状 |
1.3 本文工作及内容结构安排 |
第二章 InSAR数据处理及干涉定标模型构建 |
2.1 引言 |
2.2 InSAR原理与数据处理 |
2.2.1 InSAR原理 |
2.2.2 InSAR数据处理 |
2.3 干涉定标原理及定标模型构建 |
2.3.1 干涉定标原理 |
2.3.2 基线测量误差 |
2.3.3 绝对相位误差 |
2.3.4 斜距测量误差 |
2.4 本章小结 |
第三章 多源信息干涉定标及DEM生成算法 |
3.1 引言 |
3.2 基于快速傅里叶变换的基线估计方法 |
3.3 基于外部控制点的基线估计方法 |
3.4 基于先验DEM的基线估计方法 |
3.4.1 先验DEM库介绍 |
3.4.2 先验DEM基线校正 |
3.5 基于ICESat/GLAS的基线估计方法 |
3.5.1 ICESat/GLAS数据介绍 |
3.5.2 ICESat/GLAS数据筛选及高程库建立 |
3.5.3 ICESat/GLAS基线校正 |
3.6 DEM生成 |
3.6.1 目标定位 |
3.6.2 地理编码 |
3.7 GF3实测数据干涉定标及DEM生成实例 |
3.8 本章小结 |
第四章 干涉定标与DEM生成及工程化应用 |
4.1 引言 |
4.2 干涉定标及DEM生成的工程化设计 |
4.2.1 干涉定标界面设计 |
4.2.2 DEM生成界面设计 |
4.3 干涉定标及DEM生成的工程化应用实例 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 论文总结 |
5.2 工作展望 |
参考文献 |
致谢 |
作者简介 |
(9)基于多源数据融合的30米无缝DEM产品重建(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究目的及意义 |
1.2 研究现状 |
1.3 主要内容 |
1.4 论文组织 |
1.5 本章小结 |
第2章 全球DEM产品现状分析 |
2.1 单源DEM数据集 |
2.1.1 SRTM DEM |
2.1.2 ASTER GDEM |
2.1.3 ALOS AW3D DEM |
2.1.4 ICESat GLAS |
2.2 多源融合DEM数据集 |
2.3 本章小结 |
第3章 GSDEM-30 产品重建 |
3.1 DEM重建方法框架 |
3.2 数据预处理及分析 |
3.2.1 数据预处理 |
3.2.2 数据分析 |
3.3 面向50°S~50°N空洞数据重建的多源数据点面融合方法 |
3.4 面向50°~60°纬度数据重建的多尺度融合方法 |
3.5 数据优化处理方法 |
3.6 本章小结 |
第4章 精度评价与分析 |
4.1 辅助数据 |
4.2 60 °S-60°N纬度数据分析 |
4.2.1 精度评价 |
4.2.2 基于不同土地覆盖类型的误差分析 |
4.2.3 基于MSA方法的误差分析 |
4.2.4 样例数据验证 |
4.3 60 °-83°纬度数据分析 |
4.4 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
致谢 |
附录 :攻读硕士学位期间所参加的科研成果 |
发表论文情况 |
(10)基于时序InSAR技术的城市地表形变监测研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究的背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究现状 |
1.2.1 星载SAR系统 |
1.2.2 InSAR技术发展状况 |
1.2.3 InSAR处理软件 |
1.3 研究内容和结构安排 |
1.3.1 研究内容 |
1.3.2 研究结构安排 |
第二章 InSAR技术原理 |
2.1 前言 |
2.2 InSAR技术基本原理 |
2.3 干涉相位成分分析 |
2.4 最小二乘方法 |
2.5 小基线集方法 |
2.6 永久散射体方法 |
2.7 本章小结 |
第三章 基于时序SBAS-InSAR技术的福州市地表形变监测 |
3.1 研究区域概况 |
3.2 福州市地表形变监测现状 |
3.3 研究数据源 |
3.3.1 SAR影像数据源 |
3.3.2 DEM 数字高程模型 |
3.4 基于InSAR技术DEM的处理及分析 |
3.4.1 实验数据 |
3.4.2 数据处理及成果分析 |
3.5 基于SBAS-InSAR技术数据处理 |
3.5.1 基线估计 |
3.5.2 差分干涉 |
3.5.3 轨道精炼和重去平 |
3.5.4 形变反演 |
3.5.5 地理编码 |
3.6 沉降区域分析 |
3.6.1 点线式沉降分析 |
3.6.2 点面状沉降分析 |
3.7 本章小结 |
第四章 SBAS-InSAR技术成果精度评定 |
4.1 水准监测数据 |
4.2 GPS监测数据 |
4.3 精度评定技术路线 |
4.4 数据时空基准的统一 |
4.4.1 时间基准统一 |
4.4.2 空间基准统一 |
4.5 数据提取和分析 |
4.6 精度分析与评价 |
4.6.1 基于水准数据的In SAR成果精度分析与评价 |
4.6.2 基于GPS数据的In SAR成果精度分析与评价 |
4.7 本章小结 |
第五章 总结与展望 |
参考文献 |
攻读学位期间科研成果 |
致谢 |
四、美用航天飞机雷达获取大面积高精度地形数据(论文参考文献)
- [1]微波干涉测绘卫星干涉定标关键技术研究[D]. 钱方明. 战略支援部队信息工程大学, 2020(03)
- [2]矿区沉降InSAR监测与预测方法研究[D]. 马飞. 长安大学, 2020(06)
- [3]多基线干涉SAR高精度高程反演方法研究[D]. 明婧. 电子科技大学, 2020(03)
- [4]基于多源数字高程模型的泛第三极湖泊水量变化估算研究[D]. 罗竹. 贵州大学, 2020(01)
- [5]基于时序InSAR技术的矿区地面沉降监测与分析[D]. 刘文涛. 西安科技大学, 2020(01)
- [6]GF-7激光测高系统全波形数据处理方法研究[D]. 张志杰. 河南理工大学, 2020(01)
- [7]星载SAR两关大遗址考古与边塞防御重建研究[D]. 祝晓坤. 中国科学院大学(中国科学院遥感与数字地球研究所), 2019
- [8]星载InSAR干涉定标与DEM重建技术研究[D]. 鲁焕. 西安电子科技大学, 2019(02)
- [9]基于多源数据融合的30米无缝DEM产品重建[D]. 刘露. 武汉大学, 2019(06)
- [10]基于时序InSAR技术的城市地表形变监测研究[D]. 杨斌. 广东工业大学, 2019(02)