【摘 要】
：
为了更好地了解首都国际机场区域差异性沉降的原因,该文基于小基线集干涉测量理论对2015年7月至2019年9月的60景Sentinel-1A降轨数据进行技术处理,获取了首都机场地区高精度地表形变探测结果,并对其时空演化进行分析。结果表明,首都机场地区地表出现分区性差异沉降现象,观测时段内累积沉降量差异超287 mm,可能影响机场的安全运行。发现地下水漏斗时空分布演化与机场区域差异性沉降响应特征较弱,
【机 构】
：
首都师范大学资源环境与旅游学院,北京 100048;北京市城市环境过程与数字模拟国家重点实验室培育基地,北京100048;首都师范大学资源环境与旅游学院,北京 100048;北京市城市环境过程与数字模
论文部分内容阅读
为了更好地了解首都国际机场区域差异性沉降的原因,该文基于小基线集干涉测量理论对2015年7月至2019年9月的60景Sentinel-1A降轨数据进行技术处理,获取了首都机场地区高精度地表形变探测结果,并对其时空演化进行分析。结果表明,首都机场地区地表出现分区性差异沉降现象,观测时段内累积沉降量差异超287 mm,可能影响机场的安全运行。发现地下水漏斗时空分布演化与机场区域差异性沉降响应特征较弱,由顺义—良乡断裂构造发育的顺义地裂缝是造成机场差异性沉降发展的主要原因。
其他文献
大概念统摄下的高三物理复习课能够更有效地促进学生的有效学习发生,能够清晰地建构知识、概念、规律之间的联系,使学生获得“既有森林又有树木”的整体感.本文以专题“动生电动势能量转化关系”为例,建构大概念统领下的高三物理复习策略.
针对太阳活动影响电离层变化的问题,该文利用2000年到2020年太阳黑子数和IGS组织提供的全球电离层总电子含量(TEC)格网数据,借助数理统计、相关系数及时间序列等方法,研究了太阳黑子数与电离层TEC之间的关系。实验结果表明:(1)两者之间的相关性具有分段变化的性质,分段变化由太阳黑子数的临界点L决定,因此确定了太阳黑子数与TEC日均值相关性的分段函数,并给出了太阳黑子数临界点L;(2)太阳黑子
针对超宽带测距误差大影响定位精度以及传统精度评定方案不能准确反映定位区域误差问题,该文基于RBF神经网络的UWB测距模型提高测距精度,针对室内狭长楼道环境特点,分析UWB基站组网优化方案下的四基站布设与五基站布设精度。分析表明,在相同定位区域,五基站布设方法有效抑制了四基站布设时中间区域最大PDOP值。在测距误差经过改正后,UWB基站组网优化方案更准确反映测区精度。相同精度要求下,采用基站优化布设
针对传统的小波域均值滤波算法在重建之后会产生马赛克效应的缺陷,提出一种基于形态学开运算改进的小波域均值滤波算法,利用开运算的滤波特性,从几何结构的角度针对性地处理马赛克效应,从而降低马赛克效应对干涉相位图像质量的影响,并将改进的小波域均值滤波算法与传统的小波域均值滤波算法、InSAR干涉相位图去噪中经典的自适应均值滤波、自适应中值滤波、Goldstein滤波以及非局部均值滤波滤波进行实验对比。实验
为了研究IRI 2016模型在陆地、海洋及全球整体的预报精度和差异性问题,该文利用IGS组织提供的2000—2019年全球电离层TEC数据和12个GNSS跟踪站(陆地区域跟踪站6个,海洋区域跟踪站6个)实测TEC数据,基于陆地和海洋独立研究的方法,借助数理统计、相关系数及时间序列,分析了IRI 2016模型在陆地与海洋区域的精度特征。结果表明:IRI 2016模型精度与研究区域内跟踪站的数量、纬度
为了提高大坝变形数据的预测精度,该文提出一种变分模态分解和长短时记忆神经网络相组合的预测模型。对大坝的历史变形数据进行变分模态分解,利用长短时记忆神经网络进行预测,累加各模态分量的预测值完成重构。以江西省某蓄能水电厂2010—2014年大坝监测数据为例,设置不同的对比实验验证VMD-LSTM组合模型的有效性和稳定性。研究表明:组合模型能够有效减小单一模型的误差,VMD能够将变形序列分解为不同频带的
为有效了解柑橘种植结构及科学估产,制定合理政策,故快速大面积准确获取柑橘果园面积至关重要。该文针对南方丘陵、山区柑橘的种植特点,利用多时相高空间分辨率GF-1 WFV遥感数据,结合柑橘生长过程中的物候特征,分析比较柑橘与其他地物类在光谱特征、植被指数及纹理特征的变化差异,构建了融合柑橘物候和林地纹理特征的模糊分类与最邻近分类相结合的提取方法,并以江西省寻乌县为例,利用该方法提取了江西寻乌县的柑橘种
针对现有的无人机激光点云与影像配准方法主要基于仿射变换建立点云与影像之间的配准模型,无法描述激光点云与影像之间的复杂变换关系问题,该文提出一种基于安置参数优化的无人机激光点云与光学影像精确配准方法。以相机安置参数为优化参数,以归一化互信息作为点云特征影像与光学影像之间的相似性测度,采用改进Powell算法作为优化策略,获得最优配准参数,实现无人机激光点云与无人机影像之间的精确配准。基于实验数据与现
针对现有胸径提取精度不够高、自动化程度低等不足,基于地基激光雷达胸径切片点云数据,该文提出了一种改进K均值聚类的林木胸径提取方法。利用约束条件优化初始种子点的选择原则,避免随机种子点选择造成聚类结果陷入局部最优;采用拐点法自适应确定聚类目标类别数目,提高单木胸径点分割的自动化程度;根据点云与类别中心统计参数识别并剔除非目标对象点,通过圆模型参数求解实现胸径值计算。结果表明:改进后的K均值聚类能快速
交通速度预测是智能交通系统的重要组成部分,该文从交通路网时空分布特征入手,引入天气状态、空气质量和时间属性特征变量,建立了基于多源特征融合的双向长短期记忆网络框架(MF-BiLSTM)。以此模型为基础,对基于滴滴开源算法计算得到的成都市道路速度时序数据集进行建模分析,分别选取了RNN、ARIMA、CNN、多层LSTM和单层LSTM网络5个基准模型进行验证。结果表明,MF-BiLSTM在一个标准周内