期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
长短时记忆网络TS-InSAR地表形变预测 被引量:23
1
作者 陈毅 何毅 +6 位作者 张立峰 陈宝山 何旭 蒲虹宇 曹胜鹏 高丽雅 杨旺 《遥感学报》 EI CSCD 北大核心 2022年第7期1326-1341,共16页
预测地面沉降对于城市基础设施损害的早期预警和及时采取补救措施具有重要意义。本文提出基于时序InSAR数据采用长短时记忆网络(LSTM)模型来预测地面沉降。以香港国际机场为研究区域,基于Sentinel-1A升轨影像利用时序雷达干涉技术(TS-In... 预测地面沉降对于城市基础设施损害的早期预警和及时采取补救措施具有重要意义。本文提出基于时序InSAR数据采用长短时记忆网络(LSTM)模型来预测地面沉降。以香港国际机场为研究区域,基于Sentinel-1A升轨影像利用时序雷达干涉技术(TS-InSAR)获取2015年—2020年机场时序地面沉降监测InSAR结果;利用机场时序InSAR形变结果建立堆叠式LSTM预测模型,并将预测结果与InSAR真实结果进行对比分析。结果表明,2015年—2020年香港国际机场地表垂直方向的平均形变速率为-19—5 mm/a。预测值与真实值的拟合均方根误差和平均绝对误差均较低,分别为0.75 mm和0.61 mm,同时其相关系数为0.99,表明LSTM预测模型在点级尺度上具有良好的性能,能够基于时序InSAR数据较准确预测地面沉降。但预测过程中发现,LSTM模型不适合长期预测,长期预测会出现失效性。本文提出的堆叠式LSTM预测模型可以作为一种有效方法来预测地表形变,尽管LSTM模型只是适用于短期预测,但其预测结果可用于辅助决策、早期预警和减轻危害。 展开更多
关键词 遥感 地面沉降 ts-insar 地表形变预测 深度学习 LSTM
原文传递
TS-InSAR技术在郑济高铁区域沉降时空动态分析中的应用 被引量:1
2
作者 宿宝忠 《铁道勘察》 2022年第3期32-38,共7页
为研究高铁工程全生命周期区域沉降时空变化规律,需要深入分析TS-InSAR方法在年际间的区域沉降监测成果。为此,选取郑济高铁山东段作为研究对象,采用TS-InSAR方法对83景Sentinel-1A/B进行年际间数据处理,分别获取2017年1月至2019年7月、... 为研究高铁工程全生命周期区域沉降时空变化规律,需要深入分析TS-InSAR方法在年际间的区域沉降监测成果。为此,选取郑济高铁山东段作为研究对象,采用TS-InSAR方法对83景Sentinel-1A/B进行年际间数据处理,分别获取2017年1月至2019年7月、2019年6月至2020年12月的沉降监测结果,对监测结果进行空间维度和时间维度的应用对比分析,探索郑济高铁沿线沉降漏斗的时空年际变化规律及原因。研究表明,研究区内最大区域沉降速率为13.52 mm/a,沉降空间位置也发生较大变化,2019年6月后,区域沉降出现减缓。通过实验,总结一套铁路勘察设计、建设管理和运维期间区域沉降时空动态分析方法,可为高铁勘察设计选线和运营监测提供可靠的地面沉降时空分析成果。 展开更多
关键词 ts-insar 高速铁路 地面沉降 年际变化 时空分析
在线阅读 下载PDF
改进TS-InSAR方法的白格滑坡灾前-灾后形变演化特征分析 被引量:4
3
作者 余斌 李松 +5 位作者 谢凌霄 贾洪果 亢邈迒 刘雨鑫 廖明杰 张瑞 《测绘通报》 CSCD 北大核心 2022年第11期8-12,共5页
2018年10至11月,金沙江上游白格滑坡先后两次垮塌渡江并致堰塞湖,且至今仍存在较显著的蠕滑形变。针对时序InSAR技术在高植被发育区的应用局限,本文提出了一种改进的时序InSAR解算方法(ITSI),结合Sentinel-1A卫星2017年9月—2021年3月... 2018年10至11月,金沙江上游白格滑坡先后两次垮塌渡江并致堰塞湖,且至今仍存在较显著的蠕滑形变。针对时序InSAR技术在高植被发育区的应用局限,本文提出了一种改进的时序InSAR解算方法(ITSI),结合Sentinel-1A卫星2017年9月—2021年3月期间获取的SAR影像数据,针对滑坡区域分别开展了灾前和灾后时序干涉处理,提取了灾害-灾后时段内的年平均蠕滑速率场(灾前极值为9.71 cm/a,灾后达到25.42 cm/a)和累计蠕滑形变量(灾前极值为13 cm,灾后两年内达61 cm),并结合灾前-灾后形变时间序列,重点分析了蠕滑形变的时序演化特征,发现白格滑坡灾后两年间渐趋稳定。此外,监测结果发现白格滑坡上游5 km处的肖莫久滑坡也处于活动状态。相关结果可为该区域防灾减灾领域研究提供参考。 展开更多
关键词 白格滑坡 时序雷达干涉测量 蠕滑形变 形变演化特征 肖莫久滑坡
原文传递
基于时序InSAR与机器学习的岩溶地区铁路沿线形变监测及预测方法
4
作者 徐林荣 何元幸子 +3 位作者 邓志兴 肖源杰 李永威 陈昀灏 《中南大学学报(自然科学版)》 北大核心 2025年第3期998-1014,共17页
岩溶塌陷灾害对线性工程稳定性和安全性的影响不容忽视,地表形变监测结果能直接反映灾害体的当前状态。为捕捉岩溶地区铁路既有线的沉降靶区并分析其形变特征,提出一种基于时序InSAR与机器学习结合的铁路沿线形变监测及预测方法。以京... 岩溶塌陷灾害对线性工程稳定性和安全性的影响不容忽视,地表形变监测结果能直接反映灾害体的当前状态。为捕捉岩溶地区铁路既有线的沉降靶区并分析其形变特征,提出一种基于时序InSAR与机器学习结合的铁路沿线形变监测及预测方法。以京广铁路广州段为研究对象,首先基于时序InSAR技术获取并分析铁路沿线2019—2023年地表形变,结合现场勘察对铁路沿线形变时空特征、特征点时序形变特征及靶区形变稳定性进行分析。其次,采用小波变换(wavelet transform,WT)算法对3处路基历史塌陷点时序形变进行降噪处理,再基于反向传播(back propagation,BP)、极限学习机(extreme learning machine,ELM)、长短时记忆网络(long short-term memory,LSTM)这3种经典的机器学习模型进行形变的预测分析,并利用最佳机器学习模型对其进行超前预测。研究结果表明:铁路沿线存在A、B两处沉降靶区,2021—2023年,区内沉降量逐年增大且沉降范围不断扩大,其累计沉降量峰值为-118.01 mm;路基历史塌陷处均位于年平均形变速率的漏斗中心或边缘,结合正态分布统计,区域A、B均于2021年达到最不稳定状态,通过预测分析得到WT-LSTM模型的预测效果最佳,在训练集和测试集上的拟合优度分别高于0.98、0.94,基于超前预测结果发现未来形变预测的时间约为1 a。研究成果可为岩溶地区铁路沿线沉降早期预防提供关键技术支撑。 展开更多
关键词 铁路 地表形变 时序InSAR 机器学习 时序预测
在线阅读 下载PDF
利用C-LSTM的时序InSAR地表形变趋势分析及预测方法
5
作者 文艺 张玲 +3 位作者 孔含泉 万祥星 葛大庆 刘斌 《自然资源遥感》 北大核心 2025年第5期141-151,共11页
时序合成孔径雷达干涉测量(interferometric synthetic aperture Radar,InSAR)技术已广泛应用于地表形变监测与预测,但目前在地下水与地表形变趋势的相关性及其时间滞后性分析研究方面尚显不足,此外,InSAR地表形变趋势预测模型多依赖于... 时序合成孔径雷达干涉测量(interferometric synthetic aperture Radar,InSAR)技术已广泛应用于地表形变监测与预测,但目前在地下水与地表形变趋势的相关性及其时间滞后性分析研究方面尚显不足,此外,InSAR地表形变趋势预测模型多依赖于单一InSAR信息,限制了模型的预测精度和泛化能力。针对上述问题,该文提出了一种结合地下水位、降雨量和InSAR形变信息的基于排列组合长短期记忆网络(combination-long short-term memory,C-LSTM)模型,分别对单因子模型和多因子模型的预测精度进行评价。分析发现,地表形变与地下水位变化间存在滞后关系,利用地下水和降雨量通过模型训练得到的最优特征组合,其预测结果与实际地表形变相比决定系数(R2)分别较单一特征因子预测结果提高了2.45%,1.52%,4.16%,8.08%,5.08%和1.45%。通过增加与地表形变相关性高的模型特征组合,提升了对地表形变区域预测的准确性。 展开更多
关键词 时序InSAR 地表形变 相关性分析 C-LSTM
在线阅读 下载PDF
融合不同平台SAR数据的时序二维形变反演方法
6
作者 童成功 靳国旺 余洋 《测绘与空间地理信息》 2024年第2期50-53,57,共5页
由于SAR卫星成像几何限制,InSAR技术只能得到雷达视线向一维形变信息,本文提出了一种融合不同平台SAR数据的时序二维形变反演方法。该方法在得到单平台时序形变信息的基础上,分别对各形变序列进行时间域和空间域的配准,实现观测量之间... 由于SAR卫星成像几何限制,InSAR技术只能得到雷达视线向一维形变信息,本文提出了一种融合不同平台SAR数据的时序二维形变反演方法。该方法在得到单平台时序形变信息的基础上,分别对各形变序列进行时间域和空间域的配准,实现观测量之间的精确对应,随后依据空间关系构建方程得到时序二维形变信息。以上海浦东国际机场为研究区,利用10景TerraSAR数据和21景Sentinel-1数据得到了其垂直方向与东西方向的时序形变信息。结果表明,浦东机场沉降区主要集中在东部区域和沿海堤坝区,同时沿海堤坝区伴随着东向形变的发生,验证了本文方法的可行性和有效性。 展开更多
关键词 时序干涉 不同平台 地表形变 浦东机场
在线阅读 下载PDF
时序InSAR的误差模型建立及模拟研究 被引量:13
7
作者 何平 许才军 +2 位作者 温扬茂 丁开华 王琪 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2016年第6期752-758,共7页
基于时序InSAR函数模型,分别建立了单主影像和多主影像时序InSAR误差模型,在理论上完善了时序InSAR数学模型。利用构建的随机误差模型,模拟试验研究了随机误差模型对时序InSAR待估参数精度的影响。结果表明,与等权模型相比较,加权模型(... 基于时序InSAR函数模型,分别建立了单主影像和多主影像时序InSAR误差模型,在理论上完善了时序InSAR数学模型。利用构建的随机误差模型,模拟试验研究了随机误差模型对时序InSAR待估参数精度的影响。结果表明,与等权模型相比较,加权模型(随机误差模型)估计的参数精度有一定提高;但由于加权条件下的参数估计模型复杂、计算效率低,目前利用等权方法进行时序InSAR的参数估计更简便易行。 展开更多
关键词 时序InSAR 随机模型 参数估计
原文传递
基于Multiple-RSS识别技术的松材线虫疫情监测——以清原县为例
8
作者 李云霄 李辉 《绿色科技》 2023年第5期156-161,共6页
松材线虫病是由松材线虫寄生在松树体内而引起松树迅速死亡的一种流行性、传染性、毁灭性林木病害,为实现对清原满族自治县的松材线虫病疫木的有效监测,提出了Multiple-RSS识别技术。该技术主要包含TS-INSAR影像粗分类与顾及后向散射系... 松材线虫病是由松材线虫寄生在松树体内而引起松树迅速死亡的一种流行性、传染性、毁灭性林木病害,为实现对清原满族自治县的松材线虫病疫木的有效监测,提出了Multiple-RSS识别技术。该技术主要包含TS-INSAR影像粗分类与顾及后向散射系数时序变化的深度学习方法两部分,其中深度学习采用AttU-Net深度神经网络模型。该方法以多期时序干涉合成孔径雷达影像、GF2光学影像为数据源,参考项目区的“林地一张图”、地国情监测、物候数据、气象数据等,通过时序雷达的干涉测量与地理编码,获取后向散射系数时序变化分类因子,通过语义模型进行雷达影像粗分类,获取松材线虫病疫情区域。通过掩膜技术结合雷达后向散射系数时序变化的“深度学习”识别方法对项目区的松材线虫病疫木进行了精确监测。该技术在清原满族自治县进行了试验,在一期监测中获得松材线虫疫情小班754处,二期监测获得松材线虫疫情小班812处,三期监测获得松材线虫疫情小班793处。通过清原满族自治县林业主管部门反馈,小班识别率高达83%,表明:监测成果客观可靠,可为其他林区开展松材线虫病疫情监测提供方法。 展开更多
关键词 松材线虫病 时序合成孔径雷达干涉 后向散射系数 深度学习
在线阅读 下载PDF
Monitoring of ground deformation in Liulin district,China using InSAR approaches 被引量:1
9
作者 Zheyuan Du Linlin Ge +2 位作者 Alex Hay-Man Ng Xiaojing Li Liyuan Li 《International Journal of Digital Earth》 SCIE EI 2018年第3期264-283,共20页
Coalbed methane(CBM)exploration generally refers to a technique that extracts natural gas from coal beds.The development of CBM in Liulin,China,has experienced a significantly growth period during the past two decades... Coalbed methane(CBM)exploration generally refers to a technique that extracts natural gas from coal beds.The development of CBM in Liulin,China,has experienced a significantly growth period during the past two decades.Previous research mainly focused on the coal geological background or CBM technique itself,while time series InSAR(TS-InSAR)technique was conducted in this work to study the potential land deformation induced by CBM extraction from 2003 to 2011.In total,21 ALOS-1 PALSAR images(acquired from 22 December 2006 to 2 January 2011)and 14 ENVISAT ASAR scenes(captured between 29 October 2003 and 7 November 2007)were used.The TS-InSAR outcome revealed that the annual deformation rates were ranging from 15 to−40 mm yr−1 over the study region.Then the time series deformation evolutions were analysed over 8 CBM sites(No.4 coal seam)out of 20,and the subsidence rates between 1.9 and−6.5 mm yr−1 were derived.In addition,the average subsidence rate and standard deviation among these eight measurements were−3.0 and 2.6 mm yr−1 respectively,suggesting that these CBM extraction sites were quite stable and no obvious subsidence had been observed during this eight-year period. 展开更多
关键词 ts-insar subsidence measurement CBM
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部