一种表碛覆盖型冰川的自动化提取方法

    公开(公告)号:CN112036264B

    公开(公告)日:2023-04-07

    申请号:CN202010812775.4

    申请日:2020-08-13

    Applicant: 长安大学

    Abstract: 本发明公开了一种表碛覆盖型冰川的自动化提取方法,包括:步骤1对研究区域的光学影像进行预处理,得到多光谱波段以及研究区域的纹理特征;步骤2选择合适的地形数据进行地形分析获得研究区域对应的坡度、平面曲率和剖面曲率;步骤3利用光学偏移量方法计算研究区域的流动位移特征;步骤4:采用随机森林算法进行分类并获得表碛冰川轮廓。本发明充分利用了表碛冰川具有流动性的特点,使用光学偏移量技术求取流动位移,再结合随机森林算法对表碛冰川进行提取,自动化程度高,提取准确度高;随机森林算法解决了特征阈值、特征使用先后顺序、组合难确定的问题,相比决策树分类准确度有所提高;流速的加入大大提高了表碛冰川边界提取的准确度。

    基于InSAR多维形变信息的黄土滑坡类型及滑动模式分析方法

    公开(公告)号:CN109541592A

    公开(公告)日:2019-03-29

    申请号:CN201811273771.2

    申请日:2018-10-30

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于InSAR多维形变信息的黄土滑坡类型及滑动模式分析方法,包括以下步骤:1.通过T个SAR传感器采集的数据获取滤波InSAR差分干涉图;2.对滤波InSAR差分干涉图相位解缠、地理编码并采样至相同的坐标格网和空间分辨率;3.对地理坐标系下的解缠干涉图,计算多维地表形变速率和获取多维地表形变时间序列;4.基于多维地表形变速率及多维形变时间序列并结合遥感影像、地形图进行滑坡形变机理分析,确定滑坡的类型及滑动模式。本发明采用InSAR技术进行黄土滑坡类型及滑动模式分析,仅利用研究区域的SAR影像、遥感影像及地形图即可进行,效率及准确率较高,大大减轻了外业工作量,且适用于危险区域的滑坡研究,为黄土滑坡防灾减灾提供重要技术支撑。

    一种复杂山区SAR影像与光学影像融合的滑坡监测方法

    公开(公告)号:CN115639558B

    公开(公告)日:2025-04-25

    申请号:CN202210819982.1

    申请日:2022-07-13

    Applicant: 长安大学

    Abstract: 本发明公开了一种复杂山区SAR影像与光学影像融合的滑坡监测方法,包括:利用R指数方法和GIS山体阴影模拟方法快速识别几何畸变区域、分析InSAR视线方向和地形的几何关系、将LOS方向的形变结果投影到坡面方向、SAR影像强度信息识别失相干区域、结合光学影像对InSAR识别结果进行判识、融合不同遥感数据。该方法提高滑坡识别的分辨率和识别结果可靠性。

    一种基于力源反演的构造断裂与地面沉降形变分解法

    公开(公告)号:CN108446516A

    公开(公告)日:2018-08-24

    申请号:CN201810300244.X

    申请日:2018-04-04

    Applicant: 长安大学

    Abstract: 本发明公开了一种基于力源反演的构造断裂与地面沉降形变分解的方法,首先对研究区的SAR影像进行时序干涉处理,获取对应的年平均形变速率或形变时间序列;然后选取受地面沉降、构造断裂综合影响的形变区进行反演模型相关参数设置;进而对反演模型进行格网化,并通过格林函数与附加限制条件的线性最小二乘方法计算出各格网的压缩量,并结合格林函数正演出因地下水开采引起的地面沉降;最后将恢复所得的地面沉降形变从InSAR技术获取的地表形变中去除,得到构造断裂引起的地表形变。该方法对构造断裂形变与地面沉降形变综合出现、共同影响的研究区域的地质灾害的成灾模式以及防灾减灾具有指导意义。

    一种基于边界层伸缩思想的ECMWF水汽空间加密算法

    公开(公告)号:CN104765076B

    公开(公告)日:2017-05-03

    申请号:CN201410381498.0

    申请日:2014-08-02

    Applicant: 长安大学

    CPC classification number: Y02A90/13

    Abstract: 本发明公开了一种基于边界层伸缩思想的ECMWF水汽空间加密算法,由待加密点的点位坐标计算确定该点所属ECMWF网格分辨单元,并提取所属ECMWF网格单元及其周围网格单元的各气压层水汽密度和大气温度剖线数据;提取待加密点所属ECMWF网格分辨单元的重力位势高,并由重力位势高截取水汽密度和温度的初始剖线;根据气压和温度的空间加密方法以及加密点高程计算获取加密点地表温度和气压估算值。本发明建立了基于边界层伸缩算法的空间插值模型SBLM,并编制了相应的软件,同时结合实测GPS以及地面气象数据对算法结果进行验证。结果表明基于SBLM计算得到的PWV、P和T具有很高的精度。

    一种基于边界层伸缩思想的ECMWF水汽空间加密算法

    公开(公告)号:CN104765076A

    公开(公告)日:2015-07-08

    申请号:CN201410381498.0

    申请日:2014-08-02

    Applicant: 长安大学

    CPC classification number: Y02A90/13 G01W1/10

    Abstract: 本发明公开了一种基于边界层伸缩思想的ECMWF水汽空间加密算法,由待加密点的点位坐标计算确定该点所属ECMWF网格分辨单元,并提取所属ECMWF网格单元及其周围网格单元的各气压层水汽密度和大气温度剖线数据;提取待加密点所属ECMWF网格分辨单元的重力位势高,并由重力位势高截取水汽密度和温度的初始剖线;根据气压和温度的空间加密方法以及加密点高程计算获取加密点地表温度和气压估算值。本发明建立了基于边界层伸缩算法的空间插值模型SBLM,并编制了相应的软件,同时结合实测GPS以及地面气象数据对算法结果进行验证。结果表明基于SBLM计算得到的PWV、P和T具有很高的精度。

    测量仪器三维形变精度检验装置

    公开(公告)号:CN102506895A

    公开(公告)日:2012-06-20

    申请号:CN201110306687.8

    申请日:2011-10-11

    Applicant: 长安大学

    Abstract: 本发明公开了一种测量仪器三维形变精度检验装置,包括固定支架和纵向板,纵向板上设置有支撑座一和支撑座二,支撑座一上安装导向杆一,支撑座二上安装导向杆二,纵向板的上方设置有横向板,横向板的底部设置有导向块一和导向块二,纵向板上设置传动机构一,横向板的上部设置有支撑座三和支撑座四,支撑座三上安装导向杆三,支撑座四上安装导向杆四,横向板的上方设置下平板,下平板的底部设置导向块三和导向块四,横向板上设置传动机构二,下平板的上部连接有能够调节高程的测量仪器安装平台。本发明能方便地模拟变形体在三维空间内的三维形变,可以有效检验测量仪器进行形变监测时的精度、可靠性和准确性。

    一种复杂山区SAR影像与光学影像融合的滑坡监测方法

    公开(公告)号:CN115639558A

    公开(公告)日:2023-01-24

    申请号:CN202210819982.1

    申请日:2022-07-13

    Applicant: 长安大学

    Abstract: 本发明公开了一种复杂山区SAR影像与光学影像融合的滑坡监测方法,包括:利用R指数方法和GIS山体阴影模拟方法快速识别几何畸变区域、分析InSAR视线方向和地形的几何关系、将LOS方向的形变结果投影到坡面方向、SAR影像强度信息识别失相干区域、结合光学影像对InSAR识别结果进行判识、融合不同遥感数据。该方法提高滑坡识别的分辨率和识别结果可靠性。

    一种顾及InSAR形变因子的光学遥感潜在滑坡自动识别方法

    公开(公告)号:CN109613513A

    公开(公告)日:2019-04-12

    申请号:CN201811590750.3

    申请日:2018-12-20

    Applicant: 长安大学

    Abstract: 本发明属于潜在滑坡识别领域,公开了一种顾及InSAR形变因子的光学遥感潜在滑坡自动识别方法:获取目标区域的形变速率图和光学遥感影像数据,并对所述光学遥感影像进行预处理,得到目标区域的光学遥感影像图;计算得到目标区域的地形信息数据;根据目标区域的形变速率图,分割得到多个对象,并选取地物分类样本,得到各类地物分类样本的分类特征要素及其阈值;分类、剔除得到利用光学遥感影像获取的目标区域潜在滑坡区域;计算得到潜在滑坡对象,将潜在滑坡对象与得到的目标区域潜在滑坡区域合并,最终得到目标区域完整的潜在滑坡区域;本发明结合光学遥感与InSAR形变速率信息,能够快速、有效的提取潜在滑坡信息,自动化程度与可靠性高,为预防滑坡灾害提供技术支撑。

    一种基于人工角反射器偏移量的矿区形变监测方法

    公开(公告)号:CN106093938A

    公开(公告)日:2016-11-09

    申请号:CN201610326486.7

    申请日:2016-05-17

    Applicant: 长安大学

    CPC classification number: G01S13/9023 G01B15/06 G01S13/9035

    Abstract: 本发明提供了一种基于人工角反射器偏移量的矿区形变监测方法,属于矿山监测领域。利用角反射器在SAR强度图上强散射特点,以及脉冲响应特征,通过有限长单位冲激响应滤波器(FIR,Finite Impulse Response)对角反射器强度信号进行百倍以上过采样,求取时间序列影像上识别的强度峰值位置变化量,作为角反射器点形变时间序列。该发明解决了InSAR技术监测矿区大量级形变场的难点,且与SAR强度偏移量跟踪算法相比监测精度更高。

Patent Agency Ranking