CN114046774A - 综合cors网和多源数据的地面形变连续监测方法 - Google Patents
综合cors网和多源数据的地面形变连续监测方法 Download PDFInfo
- Publication number
- CN114046774A CN114046774A CN202210003024.7A CN202210003024A CN114046774A CN 114046774 A CN114046774 A CN 114046774A CN 202210003024 A CN202210003024 A CN 202210003024A CN 114046774 A CN114046774 A CN 114046774A
- Authority
- CN
- China
- Prior art keywords
- deformation
- load
- ground
- residual
- time sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/32—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C15/00—Surveying instruments or accessories not provided for in groups G01C1/00 - G01C13/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
Abstract
本发明提供一种综合CORS网和多源数据的地面形变连续监测方法,该方法包括:根据CORS网解的大地高差时间序列,得到地面点形变信息;从地面点形变信息中移去构造形变量和可计算负荷形变量,得到非线性残差形变量;基于非线性残差形变量,建立负荷等效水高局部谐函数的观测方程,反演得到残差负荷形变场;基于构造形变量和可计算负荷形变量,从残差负荷形变场恢复得到地面形变场模型。该方法通过CORS网解算时间序列,移去构造形变和可计算负荷形变影响,综合形变动力学和移去恢复方法,反演非线性残差形变量影响,再恢复环境负荷影响,实现由点到面的连续观测,构建高精度高分辨率的地面形变场模型,实现地面形变的高精度连续监测。
Description
技术领域
本发明涉及地面形变监测技术领域,尤其涉及一种综合CORS网和多源数据的地面形变连续监测方法。
背景技术
地面形变指地球对地壳运动和荷载等的动力学响应,通过监测地面形变可以获得建筑物或地质构造的稳定性,为安全性诊断提供必要信息,地面形变的监测结果也可以为地质灾害详细调查提供前期数据材料,提高地质灾害调查效率。
地面形变监测方法包括水准复测、全球卫星导航系统观测网及合成孔径雷达干涉测量等方法,当前使用的地面形变监测方法存在区域不一致、复测周期长、耗费大量人力物力及监测成本高等缺点。
发明内容
本发明提供一种综合CORS网和多源数据的地面形变连续监测方法,用以解决现有技术中地面形变监测方法存在的各区域不一致、复测周期长、耗费大量人力物力及监测成本高等问题,基于CORS网GNSS连续观测,综合大气压、水文和海平面变化等多源数据,实现由点到面的地面形变连续监测,有效降低监测成本,提高监测效率。
本发明提供一种综合CORS网和多源数据的地面形变连续监测方法,包括:
根据CORS网解的大地高差时间序列,得到地面点形变信息;
从所述地面点形变信息中移去构造形变量和可计算负荷形变量,得到非线性残差形变量;
基于所述非线性残差形变量,建立负荷等效水高局部谐函数的观测方程,反演得到残差负荷形变场;
基于所述构造形变量和所述可计算负荷形变量,从所述残差负荷形变场恢复得到地面形变场模型。
根据本发明提供的一种综合CORS网和多源数据的地面形变连续监测方法,所述根据CORS网解的大地高差时间序列,得到地面点形变信息,包括:
对构成所述CORS网的CORS站点进行松弛约束,获取所述大地高差时间序列;
对所述大地高差时间序列进行粗差探测和跳变修复,得到所述地面点形变信息。
根据本发明提供的一种综合CORS网和多源数据的地面形变连续监测方法,所述对所述大地高差时间序列进行粗差探测和跳变修复,得到所述地面点形变信息,包括:
根据三倍标准差对所述大地高差时间序列进行粗差剔除,得到初始时序;
获取所述初始时序的时序滤波值,扣除所述初始时序的所述时序滤波值,得到残差时序;
对所述残差时序进行粗差探测,并恢复所述时序滤波值,得到恢复时序;
获取所述恢复时序的周期项参数,进行特征信号重构,得到所述地面点形变信息。
根据本发明提供的一种综合CORS网和多源数据的地面形变连续监测方法,所述基于所述非线性残差形变量,建立负荷等效水高局部谐函数的观测方程,反演得到残差负荷形变场,包括:
以所述非线性残差形变量为观测量,以负荷等效水高局部谐系数为待估参数;
通过参数估计和空间同化算法,反演得到所述残差负荷形变场。
根据本发明提供的一种综合CORS网和多源数据的地面形变连续监测方法,所述通过参数估计和空间同化算法,反演得到所述残差负荷形变场,包括:
构造与所述可计算负荷形变量的类型对应的局部负荷潮因子,建立不同类型对应的观测方程;
联合所有观测方程组成方程组进行解算,获得所述残差负荷形变场。
根据本发明提供的一种综合CORS网和多源数据的地面形变连续监测方法,所述基于所述构造形变量和所述可计算负荷形变量,从所述残差负荷形变场恢复得到地面形变场模型,包括:
在所述残差负荷形变场中恢复全球负荷参考场以及所述可计算负荷形变量对应的可计算负荷形变场,得到区域负荷形变场;
将所述区域负荷形变场和所述构造形变量对应的构造形变场叠加,得到所述地面形变场模型。
根据本发明提供的一种综合CORS网和多源数据的地面形变连续监测方法,从所述地面点形变信息中移去构造形变量和可计算负荷形变量,得到非线性残差形变量,包括:
通过回归分析和最小二乘拟合,确定水平构造形变量,并根据垂直方向上的空间特征规律,确定垂直构造形变量;
通过负荷形变理论方法和局部谐分析方法,确定所述可计算负荷形变量;
从所述地面点形变信息中移去所述水平构造形变量、所述垂直构造形变量以及所述可计算负荷形变量,得到所述非线性残差形变量。
本发明还提供一种综合CORS网和多源数据的地面形变连续监测装置,包括:
第一计算模块,用于根据CORS网解的大地高差时间序列,得到地面点形变信息;
第二计算模块,用于从所述地面点形变信息中移去构造形变量和可计算负荷形变量,得到非线性残差形变量;
第一处理模块,用于基于所述非线性残差形变量,建立负荷等效水高局部谐函数的观测方程,反演得到残差负荷形变场;
第二处理模块,用于基于所述构造形变量和所述可计算负荷形变量,从所述残差负荷形变场恢复得到地面形变场模型。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述综合CORS网和多源数据的地面形变连续监测方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述综合CORS网和多源数据的地面形变连续监测方法的步骤。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述综合CORS网和多源数据的地面形变连续监测方法的步骤。
本发明提供的综合CORS网和多源数据的地面形变连续监测方法,通过CORS网解算大地高差时间序列,基于负荷形变理论和移去恢复方法,移去构造形变和非潮汐海洋、大气和大陆水变化等负荷形变影响,反演非线性残差形变量的影响,然后恢复各环境负荷影响,实现由点到面的连续观测,构建高精度高分辨率的地面形变场模型,实现地面形变的高精度连续监测。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的综合CORS网和多源数据的地面形变连续监测方法的流程示意图之一;
图2是本发明提供的综合CORS网和多源数据的地面形变连续监测方法的流程示意图之二;
图3是本发明提供的浙江丽水温州地区地面垂直形变的影响示意图;
图4是本发明提供的浙江丽水温州地区地面水平方向形变的影响示意图;
图5是本发明提供的大陆水对地面垂直形变的影响示意图之一;
图6是本发明提供的大陆水对地面垂直形变的影响示意图之二;
图7是本发明提供的大陆水对地面水平方向形变的影响示意图之一;
图8是本发明提供的大陆水对地面水平方向形变的影响示意图之二;
图9是本发明提供的海平面变化对地面大地高的影响示意图;
图10是本发明提供的地下水变化对地面大地高的影响示意图之一;
图11是本发明提供的总负荷对地面大地高的影响示意图之一;
图12是本发明提供的总负荷对地面大地高的影响示意图之二;
图13是本发明提供的总负荷对地面水平方向形变的影响示意图之一;
图14是本发明提供的总负荷对地面水平方向形变的影响示意图之二;
图15本发明提供的综合CORS网和多源数据的地面形变连续监测装置的结构示意图;
图16是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
地面形变包括地面在垂直方向上的形变和水平方向上的形变,是一种地球对地壳运动和荷载等的动力学响应。垂直方向上的形变,可对应地面大地高变化。
目前,地面形变监测方法包括水准复测、全球卫星导航系统观测网及合成孔径雷达干涉测量等方法。
水准测量又名“几何水准测量”,是用水准仪和水准尺测定地面上两点间高差的方法。通过在地面两点间安置水准仪,观测竖立在两点上的水准标尺,按尺上读数推算两点间的高差。由水准原点或任一已知高程点出发,沿选定的水准路线逐站测定各点的高程。
间隔一段时间,通过联测相对稳定水准点进行重复线路的水准测量,对同一路线进行重复水准测量,也称为水准复测,两期所测水准点相同,通过水准复测工作可确定两期测量中监测点上的高程变化,进而确定地面上点的形变量。
由于监测面积大、观测距离长、工作量大及观测周期长等特点,通过水准测量难以达到快速准确实时监测地表沉降的目的,此外,目前采用的水准复测多是分区域进行的,受区域地面形变差异影响,在长距离线路工程整体上往往存在区域不一致的情况,给地面形变分析造成困难。
全球卫星导航系统(Global Navigation Satellite System,GNSS)是能在地球表面或近地空间的任何地点提供全天候的三维坐标和速度以及时间信息的空基无线电导航定位系统。
应用于全球和区域地面形变监测的GNSS包括北斗系统、GPS系统、GLONASS系统及Galileo系统,利用一组卫星的伪距或载波信号、星历、钟差等观测,可确定地面接收机三维坐标,通过GNSS信号的连续观测,可以解算得到地面接收机位置的变化,进而确定地面形变。
GNSS观测采用的实时动态载波相位差分技术(RTK)和虚拟参考站技术(VRS),多是针对局部变形体开展的,以地面点的观测模式为主,在长距离线路地面形变监测应用不足,且空间分辨率较低。
合成孔径雷达干涉(InSAR)形变监测对微波反射信号构成的地表图像(SAR)进行处理,通过卫星在同时或不同时多次平行观测,获得同一地区的观测数据,在去除地形影响后,发生雷达视向变形的部分会出现相位差,两次相位叠加后,形成干涉条纹,然后利用SAR传感器的波长作为量测尺度,较为精确获得卫星到地面目标的距离差,即变形。
InSAR形变监测的是两个时刻地形表面相对沉降随空间位置的细微差异,具有大覆盖、高分辨率、持续性对地观测能力,能够以毫米或厘米级精度完成地面沉降监测。
但是InSAR形变测量结果依赖于水准测量或GPS测量等实地测量数据来检核其精度和可靠性,且监测精度受噪声影响较大,同时实现技术要求高,成本相对较高。
针对上述地面形变监测方法中存在的不足,本发明实施例提出基于CORS网的GNSS连续观测,综合大气压及水文等多源数据,实现由点到面的地面形变连续监测,有效降低地面形变的监测成本,提高地面形变的监测效率。
下面结合图1至图14描述本发明的综合CORS网和多源数据的地面形变连续监测方法,该方法的执行主体可以为设备终端的控制器,或者云端,或者边缘服务器。
利用多基站网络RTK技术建立的连续运行卫星定位服务参考站(ContinuouslyOperating Reference Stations,CORS)是卫星定位技术、计算机网络技术及数字通讯技术等高新科技多方位、深度结晶的产物。
CORS网通常由基准站网、数据处理中心、数据传输系统、定位导航数据播发系统和用户应用系统五个部分组成,各基准站与监控分析中心间通过数据传输系统连接成一体,形成数据传输网络。
如图1所示,本发明的综合CORS网和多源数据的地面形变连续监测方法包括步骤110至步骤140。
步骤110、根据CORS网解的大地高差时间序列,得到地面点形变信息。
在该步骤中,通过CORS网进行解算,获得大地高差时间序列,通过对大地高差时间序列的分析,得到地面点形变信息。
大地高是地面点沿参考椭球面法线到参考椭球面的距离,大地高一般用符号H表示。
CORS网进行解算得到的大地高差时间序列是CORS网中各个CORS站点大地高的差值的时间序列,反映了地区高程变化趋势,表征了地面点形变信息,其中,CORS站点指卫星导航定位基准站,是全球卫星导航定位系统(GNSS)连续观测站。
步骤120、从地面点形变信息中移去构造形变量和可计算负荷形变量,得到非线性残差形变量。
地面形变包括水平地面形变和垂直地面形变,水平地面形变以构造形变为主,垂直地面形变包括构造形变和非构造形变,其中,非构造形变主要受负荷变化影响。
在该步骤中,从地面点形变信息中移去构造形变量包括水平地面形变和垂直地面形变的构造形变量。
对于水平地面形变,其构造形变可利用CORS站水平方向上的时间序列确定,对于垂直地面形变,其构造形变可根据垂直地面形变具有的空间特征规律进行分离。
在分离构造形变后,垂直地面形变主要受环境负荷影响,也即地球表层的非潮汐海洋、大气和大陆水等负荷质量变化会直接引起地球外部重力场变化,产生负荷变化的直接影响,进而影响垂直地面形变的非构造形变。
其中,大陆水主要指陆地上的水,包括江河湖库水、土壤水等,区别于非潮汐海洋负荷。
同时,地球表层的非潮汐海洋、大气和大陆水等负荷产生的负荷变化也会导致固体地球内部的质量调整,通过负荷数作用产生负荷变化的间接影响,进而进一步影响垂直地面形变的非构造形变。
从地面点形变信息中移去可计算负荷形变量,可计算负荷形变量包括非潮汐海洋、大气和大陆水等可直接观测和模型化的可计算负荷产生的形变量。
从地面点形变信息中移去构造形变量和可计算负荷形变量,得到非线性残差形变量,非线性残差形变量主要受地下水负荷形变影响。
步骤130、基于非线性残差形变量,建立负荷等效水高局部谐函数的观测方程,反演得到残差负荷形变场。
在分离了地面点形变信息中的可直接观测和模型化的可计算负荷形变量,以及线性的构造形变量,利用非线性残差形变量进行综合反演,得到残差负荷形变场。
残差负荷形变场主要受地下水负荷的影响,反演误差中可能含有地下水均衡影响,可利用地下水位观测和地球表层的非潮汐海洋、大气和大陆水等可计算负荷的多源数据进行综合反演,考虑水文地质情况,通过迭代处理,精化地下水负荷影响和地下水均衡形变影响。
步骤140、基于构造形变量和可计算负荷形变量,从残差负荷形变场恢复得到地面形变场模型,地面形变场模型用于监测地面连续形变。
在该步骤中,通过移去恢复法在残差负荷形变场分别恢复构造形变量产生的形变场以及可计算负荷形变量所产生的形变场,通过构造形变量和可计算负荷形变量等多源数据的综合反演,得到地面形变场模型,实现将地面点观测量转换成高精度高分辨率的面观测量。
在实际执行中,地面形变连续监测的具体流程可以如图2所示。
步骤210、CORS网解的大地高差时间序列。
步骤220、获取大气、地表水及海平面变化等可计算的环境负荷的观测数据。
步骤230、从观测数据中分析环境负荷对应的形变影响,也即可计算负荷形变量。
步骤240、从大地高差时间序列对应的地面点形变信息移去构造形变量和可计算负荷形变量,得到非线性残差形变量。
步骤250、实现非线性残差形变量由点至面的反演。
步骤260、反演得到残差负荷形变场,并恢复非潮汐海洋、大气和大陆水等可计算的环境负荷的影响,得到地面形变场模型。
步骤270、基于非线性残差形变量对大气、地表水及海平面等可计算的环境负荷的多源数据进行反演。
步骤280、基于地面形变场模型,实现地面形变连续监测。
在该实施例中,分离可直接观测和模型化的可计算负荷形变量以及构造形变量后,利用非线性残差形变量进行反演,可以有效提高残差负荷形变场以及地面形变场模型的反演精度。
下面介绍一个具体的实施例。
如图3所示,以2015年11月为时间基准,浙江丽水温州地区在2016年02月相对于2015年11月总负荷变化对地壳垂直形变的影响,以CORS网解的大地高差时间序列分离构造形变量后,综合水文气象数据获取了浙江丽水温州地区大气负荷、非潮汐海洋负荷大陆水负荷和地下水负荷影响格网数值模型,实现地面形变连续监测。
其中,图3所示的总负荷等于大气负荷、非潮汐海洋负荷、大陆水负荷和地下水负荷影响之和,通过各种负荷的地面垂直形变影响格网数值模型,获取该区域地面垂直形变。
如图4所示,相对于2015年11月,浙江丽水温州地区在2017年01月总负荷变化对水平形变的影响,以CORS网解的大地高差时间序列分离构造形变量后,综合水文气象数据获取了浙江丽水温州地区大气负荷、非潮汐海洋负荷、大陆水负荷和地下水负荷影响格网数值模型,实现地面形变监测。
其中,图4所示的总负荷等于大气负荷、非潮汐海洋负荷、大陆水负荷和地下水负荷影响之和,通过各种负荷的地面水平形变影响格网数值模型,获取非构造的区域地面水平形变,实现地面水平形变监测。
根据本发明提供的综合CORS网和多源数据的地面形变连续监测方法,通过CORS网解算大地高差时间序列,基于负荷形变理论和移去恢复方法,移去构造形变和非潮汐海洋、大气和大陆水变化等负荷形变影响,反演非线性残差形变量的影响,主要是地下水负荷影响,然后恢复各环境负荷影响,实现由点到面的连续观测,构建高精度高分辨率的地面形变场模型,实现地面形变的高精度连续监测。
在一些实施例中,步骤110包括:对构成CORS网的CORS站点进行松弛约束,获取大地高差时间序列;对大地高差时间序列进行粗差探测和跳变修复,得到地面点形变信息。
国家和省级CORS网解算主要为基准维护服务,会对参与解算的站点施加约束,使得CORS网解算的大地高差时间序列损失部分形变信息。
在该实施例中,对构成网形的CORS站点进行松弛约束,使得解算获取的大地高差时间序列能够表征全部形变信息。
CORS网解的大地高差时间序列存在粗差和不规则跳变等情况,可以通过综合低通滤波、周期分析与特征信号重构方法对大地高差时间序列进行粗差探测和跳变修复。
对大地高差时间序列进行粗差探测和跳变修复的流程如下:
(1)根据三倍标准差对大地高差时间序列进行初步的粗差剔除,得到初始时序。
(2)获取初始时序的时序滤波值,扣除初始时序的时序滤波值,得到残差时序。
在该步骤中,通过估计得到初始时序的低频参数,由低频参数计算时序滤波值,再在初始时序扣除对应的时序滤波值。
(3)对残差时序进行粗差探测,并恢复时序滤波值,得到恢复时序。
在该步骤中,对扣除时序滤波值的残差时序进行粗差探测和进一步剔除,在达到停止粗差探测的条件时,停止粗差探测,并恢复时序滤波值,得到恢复时序。
(4)获取恢复时序的周期项参数,进行特征信号重构,得到地面点形变信息,地面点形变信息表征地面上点的连续形变。
对恢复时序按照最小二乘法、振幅由大到小的条件确定多个周期项参数,实现跳变修复,然后对特征信号重构,得到地面点形变信息。
在该实施例中,以上四个步骤根据大地高差时间序列数据情况可进行多次处理或迭代处理。
可以理解的是,在大地高差时间序列的数据处理过程中,可以利用最大似然估计计算不同噪声模型下的最大似然值,通过最大似然值的比较来研究噪声特性,主要考虑白噪声、闪烁噪声、随机噪声等,获取最优噪声模型,为地面点形变信息的提取提供支持。
在一些实施例中,步骤130包括:以非线性残差形变量为观测量,以负荷等效水高局部谐系数为待估参数;通过参数估计和空间同化算法,反演获得残差负荷形变场。
分离可直接观测和模型化的可计算负荷形变量以及构造形变量的影响,利用非线性残差观测量进行综合反演,可以有效提高反演精度,其中,非线性残差观测量主要表现在地下水负荷对于地面形变场变化的影响。
在实际执行中,可以利用地下水位观测和多源数据的综合反演,通过迭代处理,精化地下水负荷影响和地下水均衡形变影响。
在该实施例中,采用空间同化方法和迭代算法解决高分辨率参数逼近问题,并采用高斯函数配置平滑系数,以控制收敛的速度,并根据实际收敛情况调整比例系数,采用基于岭估计的正则化方法解算法方程,保证负荷形变场反演的稳定性、收敛性,并利用地球动力学研究曲面内插点位方法,测试残差负荷形变场分辨率对不同点位形变影响、精度水平。
在一些实施例中,构造与可计算负荷形变量的类型对应的局部负荷潮因子,建立不同类型对应的观测方程;联合所有观测方程组成方程组进行解算,获得残差负荷形变场。
其中,可计算负荷形变量包括非潮汐海洋、大气和大陆水等可计算负荷的形变量。
在该实施例中,构造与观测类型对应的局部负荷潮因子,建立不同观测类型对应的观测方程,包括非潮汐海洋、大气和大陆水变化等可计算负荷形变量的局部负荷潮因子所对应的观测方程。
在实际执行中,可以以非线性残差形变量为观测量,以负荷等效水高局部谐系数为待估参数,构造与观测类型相对应的局部负荷潮因子,分别建立观测方程,联合所有观测方程组成方程组进行解算,获得对应的残差负荷形变场。
需要说明的是,不同观测类型的观测类型的权重比值关系可用观测方程中与位置和负荷等效水高局部谐函数阶数均无关的常数因子确定,根据大地高、重力和正常高等量纲,以及数据质量和时间跨度情况对权重比值关系进行调整,利用中误差进行衡量。
在该实施例中,实现不同观测类型、不同精度的多源数据的综合反演应用,通过负荷形变理论,探索不同观测类型多源数据的不同权重配比,将不同类型、不同分辨率水文气象等数据资料综合,实现了CORS网中CORS站由点观测转换为面观测的高精度地面形变连续监测。
在一些实施例中,在残差负荷形变场中恢复全球负荷参考场以及可计算负荷形变量对应的可计算负荷形变场,得到区域负荷形变场;将区域负荷形变场和构造形变量对应的构造形变场叠加,得到地面形变场模型。
在该实施例中,从残差负荷垂直形变场恢复相应的全球负荷参考场,再恢复由大气、地表水与海平面变化等可计算负荷形变量计算得到的可计算负荷形变场,得到区域负荷形变场,将负荷形变与构造形变场进行叠加,得到高精度高分辨率地面形变场模型,实现地面形变的连续监测。
在实际执行中,除大气、地表水与海平面变化等可计算形变量,还可以综合地面重力及卫星重力数据恢复得到区域负荷形变场。
其中,地面重力数据可利用格林函数积分公式,直接参与建立对应的观测方程,卫星重力数据分辨率比较低,可作为陆地水量变化背景场,采用移去恢复法实现数据应用。
在一些实施例中,步骤120包括:通过回归分析和最小二乘拟合,确定水平构造形变量,并根据垂直方向上的空间特征规律,确定垂直构造形变量;通过负荷形变理论方法和局部谐分析方法,确定可计算负荷形变量;从地面点形变信息中移去水平构造形变量、垂直构造形变量以及可计算负荷形变量,获得非线性残差形变量。
构建以非线性残差的大地高差为观测量,以未知负荷等效水高或其球谐系数为待估参数的观测方程,通过参数估计和空间同化算法,反演确定非线性残差负荷形变量,非线性残差负荷形变量主要是地下水负荷影响。
在该实施例中,可以通过球谐分析法,研究全球大气压、地表水、海平面变化等数据的球谐表达,提高全球模型在局部区域的精度和适用性。利用重力场参数的牛顿核函数级数展开,推导负荷大地高变化的局部谐函数级数表达式,进一步建立大地高、正常高变化等的解析表达式。利用GNSS、重力和地壳模型等数据和资料,精化局部负荷勒夫数,将全球负荷勒夫数与面球谐函数转换为适合的局部负荷勒夫数与局部谐函数。随后,采用可用的局部数据对局部负荷影响进行精化处理。利用局部高精度大气压、中国气象局陆面数据同化系统(CLDAS-V2.0)产品等精化大气和地表水负荷影响计算。
在实际执行中,非潮汐海洋、大气和大陆水变化等可计算负荷变化可用等效水高变化表示,即用某一时刻等效水高相对于参考时刻等效水高的差值表示。
由地球负荷形变理论,地面等效水高变化引起的地面站点大地高变化(负荷垂直形变)为:
其中,为地面点的地心纬度和经度;为水的密度;为固体地球平均密度;G为万有引力常数;M为地球总质量;R为地球平均
半径;为地面平均重力;为n阶径向负荷数;为n阶m次规格化负荷球谐系
数;为n阶m次规格化缔合勒让德函数。
需要说明的是,负荷等效水高变化采用局部谐函数级数表示,使得可计算负荷形变量的计算更加贴合局部特征,可以有效提高局部负荷形变计算的精度。
相应的,CORS站负荷大地高变化的局部谐函数级数表示为:
通过构建以大地高差为观测量为观测量,以负荷等效水高球谐系数为待估参数的观测方程,采用参数估计和空间同化算法,可反演获得残差负荷形变场。加上非潮汐海洋、大气和大陆水等可计算负荷形变场变化等,获得整体地面形变场信息,从而实现由点到面的反演。
下面介绍一个具体的实施例。
浙江丽水温州地区环境负荷等于大气负荷、非潮汐海洋负荷、大陆水负荷和地下水负荷之和。此处大陆水主要是土壤水和江河湖库水等,不包含地下水。
一、大气负荷影响的地面形变。
根据地面大气压观测数据,确定大气负荷数据覆盖范围内2km×2km平均大气等效水高变化。
将数据覆盖范围内2km×2km平均大气等效水高变化,移去由GLDAS或CPC模型提取的全球大气压模型对应的模型等效水高,得到数据覆盖范围内2km×2km残差大气等效水高变化。
将全球负荷勒夫数与面球谐函数转换为适合浙江丽水温州及周边地区的局部负荷勒夫数与局部谐函数。
将2km×2km残差大气等效水高用局部谐函数级数展开式表示,确定残差大气等效水高局部谐系数,根据垂直形变、扰动重力变化或垂线偏差变化等负荷形变类型,由局部负荷勒夫数构造相应类型的局部负荷潮因子,由残差大气等效水高局部谐系数确定残差重力场变化和非构造垂直形变。
恢复由全球大气模型球谐系数和全球负荷潮因子确定的模型重力场变化和模型非构造垂直形变,得到2km×2km大气负荷变化驱动非构造垂直形变,也即大气负荷对应的可计算负荷形变量。
在该实施例中,移去模型全球大气压时,需要内插实测地面大气压观测历元时刻的模型全球大气压值,恢复的模型值应由内插得到的模型全球大气压值由全球大气模型球谐系数和全球负荷潮因子确定。
不得由全球大气模型时间序列(如月变化模型)计算模型大气负荷形变时间序列,再由模型负荷形变时间序列内插观测历元时刻的模型大气负荷形变。
可以在CORS网的CORS站或重力台站,将本节计算的结果与由大气比例系数和实测大气压的大气负荷改正数比较,对大气负荷影响的地面形变的结果进行检核。
二、大陆水负荷影响的地面形变。
计算大陆水等效水高2015年12个月的平均值,这里主要是土壤水,将选取时间内的大陆水月等效水高扣除这个平均值,获得残差大陆水等效水高。
利用残差大陆水等效水高格网进行规格化球谐展开,获得360阶大陆水等效水高球谐系数,利用大陆水等效水高球谐系数计算对CORS站、重力站等的负荷影响。
可以通过2分数字地面模型格网文件,计算大陆水负荷对地壳垂直形变的影响,将各种影响扣除基准时间2015年11月的影响值(2015年10、11、12月平均值),并绘图。
如图5和图6所示为相对于2015年11月,在2016年5月和2016年11月大陆水对地面垂直形变的影响。
如图7和图8所示为相对于2015年11月,在2015年3月和2015年8月大陆水对地面水平方向形变的影响.
三、非潮汐海洋负荷影响的地面形变。
非潮汐海洋负荷可以利用卫星测高等获取的全球海平面变化数据进行计算获得。海平面变化对地面形变的影响,与大气负荷计算方法相同。
全球海平面变化数据采用欧洲地球之眼哥白尼海洋服务中心全球海洋物理分析预测模型日变化产品。对产品进行读取、数据整理、球谐分析,计算海平面变化对地面大地高影响。
如图9所示为相对于2015年11月,在2015年05月海平面变化对地面大地高变化(垂直形变)的影响。
四、浙江丽水温州区域总负荷的地面形变监测。
从CORS站解算大地高差时间序列中,移去大气、大陆水及海平面变化负荷影响,按局部谐分析法组成观测方程,联合解算浙江丽水温州地区地下水等效水高月变化。
利用地下水等效水高月变化,采用负荷格林积分方法确定地下水变化引起的地面大地高变化。图10所示为2017年2月地下水负荷变化对地面大地高的影响
浙江丽水温州地区总环境负荷影响等于大气负荷、非潮汐海洋负荷(海平面变化)、大陆水负荷和地下水负荷影响4种环境负荷影响之和,从而实现了地面形变的综合连续监测。
如图11和图12所示为相对于2015年11月,在2016年2月和2016年8月总负荷对地面垂直形变的影响。
如图13和图14所示为相对于2015年11月,在2017年1月和2017年6月总负荷对地面水平方向形变的影响。
本发明提供的综合CORS网和多源数据的地面形变连续监测方法,综合CORS网解的大地高差时间序列,结合大气压、海平面变化与地下水的观测数据资料,采用卫星精密定位、地球负荷形变与地球重力场严密组合方法,精确分离各种环境负荷形变,获得浙江丽水温州地区各种环境因素作用下的地面时空变化,解决了CORS站单一点观测转换到CORS网面观测的问题,实现了包括垂直形变和水平形变的地面形变连续监测。
下面对本发明提供的综合CORS网和多源数据的地面形变连续监测装置进行描述,下文描述的综合CORS网和多源数据的地面形变连续监测装置与上文描述的综合CORS网和多源数据的地面形变连续监测方法可相互对应参照。
如图15所示,本发明提供的综合CORS网和多源数据的地面形变连续监测装置包括:
第一计算模块1510,用于根据CORS网解的大地高差时间序列,得到地面点形变信息;
第二计算模块1520,用于从地面点形变信息中移去构造形变量和可计算负荷形变量,得到非线性残差形变量;
第一处理模块1530,用于基于非线性残差形变量,建立负荷等效水高局部谐函数的观测方程,反演得到残差负荷形变场;
第二处理模块1540,用于基于构造形变量和所述可计算负荷形变量,从所述残差负荷形变场恢复得到地面形变场模型。
根据本发明提供的综合CORS网和多源数据的地面形变连续监测装置,通过CORS网解算大地高差时间序列,基于负荷形变理论和移去恢复方法,移去构造形变和非潮汐海洋、大气和大陆水变化等负荷形变影响,反演非线性残差形变量的影响,然后恢复各环境负荷影响,实现由点到面的连续观测,构建高精度高分辨率的地面形变场模型,实现地面形变的高精度连续监测。
在一些实施例中,第一计算模块1510用于对构成CORS网的CORS站点进行松弛约束,获取大地高差时间序列;对大地高差时间序列进行粗差探测和跳变修复,得到地面点形变信息。
在一些实施例中,第一计算模块1510用于根据三倍标准差对大地高差时间序列进行粗差剔除,得到初始时序;获取初始时序的时序滤波值,扣除初始时序的时序滤波值,得到残差时序;对残差时序进行粗差探测,并恢复时序滤波值,得到恢复时序;获取恢复时序的周期项参数,进行特征信号重构,得到地面点形变信息。
在一些实施例中,第一处理模块1530用于以非线性残差形变量为观测量,以负荷等效水高局部谐系数为待估参数;通过参数估计和空间同化算法,反演获得残差负荷形变场。
在一些实施例中,第一处理模块1530用于构造与可计算负荷形变量的类型对应的局部负荷潮因子,建立不同类型对应的观测方程;联合所有观测方程组成方程组进行解算,获得残差负荷形变场。
在一些实施例中,第二处理模块1540用于在残差负荷形变场中恢复全球负荷参考场以及可计算负荷形变量对应的可计算负荷形变场,得到区域负荷形变场;将区域负荷形变场和构造形变量对应的构造形变场叠加,得到地面形变场模型。
在一些实施例中,第二计算模块1520用于通过回归分析和最小二乘拟合,确定水平构造形变量,并根据垂直方向上的空间特征规律,确定垂直构造形变量;通过负荷形变理论方法和局部谐分析方法,确定所述可计算负荷形变量;从地面点形变信息中移去水平构造形变量、垂直构造形变量以及可计算负荷形变量,得到非线性残差形变量。
图16示例了一种电子设备的实体结构示意图,如图16所示,该电子设备可以包括:处理器(processor)1610、通信接口(Communications Interface)1620、存储器(memory)1630和通信总线1640,其中,处理器1610,通信接口1620,存储器1630通过通信总线1640完成相互间的通信。处理器1610可以调用存储器1630中的逻辑指令,以执行综合CORS网和多源数据的地面形变连续监测方法,该方法包括:根据CORS网解的大地高差时间序列,得到地面点形变信息;从地面点形变信息中移去构造形变量和可计算负荷形变量,得到非线性残差形变量;基于非线性残差形变量,建立负荷等效水高局部谐函数的观测方程,反演得到残差负荷形变场;基于构造形变量和可计算负荷形变量,从残差负荷形变场恢复得到地面形变场模型。
此外,上述的存储器1630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的综合CORS网和多源数据的地面形变连续监测方法,该方法包括:根据CORS网解的大地高差时间序列,得到地面点形变信息;从地面点形变信息中移去构造形变量和可计算负荷形变量,得到非线性残差形变量;基于非线性残差形变量,建立负荷等效水高局部谐函数的观测方程,反演得到残差负荷形变场;基于构造形变量和可计算负荷形变量,从残差负荷形变场恢复得到地面形变场模型。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的综合CORS网和多源数据的地面形变连续监测方法,该方法包括:根据CORS网解的大地高差时间序列,得到地面点形变信息;从地面点形变信息中移去构造形变量和可计算负荷形变量,得到非线性残差形变量;基于非线性残差形变量,建立负荷等效水高局部谐函数的观测方程,反演得到残差负荷形变场;基于构造形变量和可计算负荷形变量,从残差负荷形变场恢复得到地面形变场模型。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种综合CORS网和多源数据的地面形变连续监测方法,其特征在于,包括:
根据CORS网解的大地高差时间序列,得到地面点形变信息;
从所述地面点形变信息中移去构造形变量和可计算负荷形变量,得到非线性残差形变量;
基于所述非线性残差形变量,建立负荷等效水高局部谐函数的观测方程,反演得到残差负荷形变场;
基于所述构造形变量和所述可计算负荷形变量,从所述残差负荷形变场恢复得到地面形变场模型。
2.根据权利要求1所述的综合CORS网和多源数据的地面形变连续监测方法,其特征在于,所述根据CORS网解的大地高差时间序列,得到地面点形变信息,包括:
对构成所述CORS网的CORS站点进行松弛约束,获取所述大地高差时间序列;
对所述大地高差时间序列进行粗差探测和跳变修复,得到所述地面点形变信息。
3.根据权利要求2所述的综合CORS网和多源数据的地面形变连续监测方法,其特征在于,所述对所述大地高差时间序列进行粗差探测和跳变修复,得到所述地面点形变信息,包括:
根据三倍标准差对所述大地高差时间序列进行粗差剔除,得到初始时序;
获取所述初始时序的时序滤波值,扣除所述初始时序的所述时序滤波值,得到残差时序;
对所述残差时序进行粗差探测,并恢复所述时序滤波值,得到恢复时序;
获取所述恢复时序的周期项参数,进行特征信号重构,得到所述地面点形变信息。
4.根据权利要求1所述的综合CORS网和多源数据的地面形变连续监测方法,其特征在于,所述基于所述非线性残差形变量,建立负荷等效水高局部谐函数的观测方程,反演得到残差负荷形变场,包括:
以所述非线性残差形变量为观测量,以负荷等效水高局部谐系数为待估参数;
通过参数估计和空间同化算法,反演得到所述残差负荷形变场。
5.根据权利要求4所述的综合CORS网和多源数据的地面形变连续监测方法,其特征在于,所述通过参数估计和空间同化算法,反演得到所述残差负荷形变场,包括:
构造与所述可计算负荷形变量的类型对应的局部负荷潮因子,建立不同类型对应的观测方程;
联合所有观测方程组成方程组进行解算,获得所述残差负荷形变场。
6.根据权利要求1-5任一项所述的综合CORS网和多源数据的地面形变连续监测方法,其特征在于,所述基于所述构造形变量和所述可计算负荷形变量,从所述残差负荷形变场恢复得到地面形变场模型,包括:
在所述残差负荷形变场中恢复全球负荷参考场以及所述可计算负荷形变量对应的可计算负荷形变场,得到区域负荷形变场;
将所述区域负荷形变场和所述构造形变量对应的构造形变场叠加,得到所述地面形变场模型。
7.根据权利要求1-5任一项所述的综合CORS网和多源数据的地面形变连续监测方法,其特征在于,从所述地面点形变信息中移去构造形变量和可计算负荷形变量,得到非线性残差形变量,包括:
通过回归分析和最小二乘拟合,确定水平构造形变量,并根据垂直方向上的空间特征规律,确定垂直构造形变量;
结合可观测的大气压、江河湖库水位、非潮汐海洋负荷和土壤水等数据和模型,基于负荷形变动力学和局部谐分析方法,确定所述可计算负荷形变量;
从所述地面点形变信息中移去所述水平构造形变量、所述垂直构造形变量以及所述可计算负荷形变量,得到所述非线性残差形变量。
8.一种综合CORS网和多源数据的地面形变连续监测装置,其特征在于,包括:
第一计算模块,用于根据CORS网解的大地高差时间序列,得到地面点形变信息;
第二计算模块,用于从所述地面点形变信息中移去构造形变量和可计算负荷形变量,得到非线性残差形变量;
第一处理模块,用于基于所述非线性残差形变量,建立负荷等效水高局部谐函数的观测方程,反演得到残差负荷形变场;
第二处理模块,用于基于所述构造形变量和所述可计算负荷形变量,从所述残差负荷形变场恢复得到地面形变场模型。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述综合CORS网和多源数据的地面形变连续监测方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述综合CORS网和多源数据的地面形变连续监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210003024.7A CN114046774B (zh) | 2022-01-05 | 2022-01-05 | 综合cors网和多源数据的地面形变连续监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210003024.7A CN114046774B (zh) | 2022-01-05 | 2022-01-05 | 综合cors网和多源数据的地面形变连续监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114046774A true CN114046774A (zh) | 2022-02-15 |
CN114046774B CN114046774B (zh) | 2022-04-08 |
Family
ID=80213419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210003024.7A Active CN114046774B (zh) | 2022-01-05 | 2022-01-05 | 综合cors网和多源数据的地面形变连续监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114046774B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115166846A (zh) * | 2022-09-05 | 2022-10-11 | 中国测绘科学研究院 | 基于负荷形变的区域地面重力变化连续监测方法及装置 |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102608584A (zh) * | 2012-03-19 | 2012-07-25 | 中国测绘科学研究院 | 基于多项式反演模型的时间序列InSAR形变监测方法及装置 |
CN103791884A (zh) * | 2014-01-24 | 2014-05-14 | 安徽理工大学 | 一种煤矿开采覆岩及地表移动变形一体化规律的研究方法 |
CN104111456A (zh) * | 2014-07-23 | 2014-10-22 | 中国国土资源航空物探遥感中心 | 一种高速铁路沿线地表形变高分辨率InSAR监测方法 |
CN104181571A (zh) * | 2013-05-26 | 2014-12-03 | 广东工业大学 | 实现弱或无cors信号区地面点的精密坐标与高程快速测量的方法 |
CN104459696A (zh) * | 2014-12-24 | 2015-03-25 | 中南大学 | 一种基于平地相位的sar干涉基线精确估计方法 |
CN204555802U (zh) * | 2015-04-21 | 2015-08-12 | 黄石北斗产业发展股份有限公司 | 一种基于cors基站的冷却塔形变监测系统 |
CN105445202A (zh) * | 2014-09-26 | 2016-03-30 | 武汉光谷北斗地球空间信息产业股份有限公司 | 一种基于cors基站的高精度农作物重金属污染胁迫遥感监测方法 |
CN105842691A (zh) * | 2016-03-17 | 2016-08-10 | 中国测绘科学研究院 | 大区域InSAR形变结果的自动化平差及镶嵌方法及装置 |
WO2016138592A1 (en) * | 2015-03-04 | 2016-09-09 | Camso Inc. | Track system for traction of a vehicle |
US20160350979A1 (en) * | 2015-05-28 | 2016-12-01 | The Florida International University Board Of Trustees | Systems and methods for shape analysis using landmark-driven quasiconformal mapping |
CN107091633A (zh) * | 2017-06-08 | 2017-08-25 | 浙江工业大学 | 一种盾构推进模拟试验装置及其试验方法 |
EP3246875A2 (en) * | 2016-05-18 | 2017-11-22 | Siemens Healthcare GmbH | Method and system for image registration using an intelligent artificial agent |
CN110207681A (zh) * | 2019-06-21 | 2019-09-06 | 中国电建集团成都勘测设计研究院有限公司 | 基于无人机的地面变形监测方法 |
CN111209657A (zh) * | 2019-12-30 | 2020-05-29 | 南京航空航天大学 | 考虑液体表面张力的固体变形界面计算方法 |
CN111310270A (zh) * | 2020-02-27 | 2020-06-19 | 中南大学 | 一种高速铁路桥梁震致损伤后轨道映射变形的计算方法 |
CN112229404A (zh) * | 2020-08-31 | 2021-01-15 | 中国空间技术研究院 | 基于海底地形三维优化原理提高海洋重力场插值精度方法 |
CN112769875A (zh) * | 2021-04-08 | 2021-05-07 | 中国测绘科学研究院 | Gnss基准站数据的传输及形变监测预警的方法、系统 |
CN112880634A (zh) * | 2021-01-15 | 2021-06-01 | 山东省国土测绘院 | 一种基于cors站网的高程参考框架动态监测方法 |
CN112989589A (zh) * | 2021-03-05 | 2021-06-18 | 武汉大学 | 联合grace和gnss的局部地表质量变化反演方法及系统 |
CN113281744A (zh) * | 2021-03-11 | 2021-08-20 | 中南大学 | 基于假设检验和自适应形变模型的时序InSAR方法 |
CN113514041A (zh) * | 2021-04-21 | 2021-10-19 | 江苏省测绘工程院 | 一种工程建设项目多测合一数据采集和建库方法 |
-
2022
- 2022-01-05 CN CN202210003024.7A patent/CN114046774B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102608584A (zh) * | 2012-03-19 | 2012-07-25 | 中国测绘科学研究院 | 基于多项式反演模型的时间序列InSAR形变监测方法及装置 |
CN104181571A (zh) * | 2013-05-26 | 2014-12-03 | 广东工业大学 | 实现弱或无cors信号区地面点的精密坐标与高程快速测量的方法 |
CN103791884A (zh) * | 2014-01-24 | 2014-05-14 | 安徽理工大学 | 一种煤矿开采覆岩及地表移动变形一体化规律的研究方法 |
CN104111456A (zh) * | 2014-07-23 | 2014-10-22 | 中国国土资源航空物探遥感中心 | 一种高速铁路沿线地表形变高分辨率InSAR监测方法 |
CN105445202A (zh) * | 2014-09-26 | 2016-03-30 | 武汉光谷北斗地球空间信息产业股份有限公司 | 一种基于cors基站的高精度农作物重金属污染胁迫遥感监测方法 |
CN104459696A (zh) * | 2014-12-24 | 2015-03-25 | 中南大学 | 一种基于平地相位的sar干涉基线精确估计方法 |
WO2016138592A1 (en) * | 2015-03-04 | 2016-09-09 | Camso Inc. | Track system for traction of a vehicle |
CN204555802U (zh) * | 2015-04-21 | 2015-08-12 | 黄石北斗产业发展股份有限公司 | 一种基于cors基站的冷却塔形变监测系统 |
US20160350979A1 (en) * | 2015-05-28 | 2016-12-01 | The Florida International University Board Of Trustees | Systems and methods for shape analysis using landmark-driven quasiconformal mapping |
CN105842691A (zh) * | 2016-03-17 | 2016-08-10 | 中国测绘科学研究院 | 大区域InSAR形变结果的自动化平差及镶嵌方法及装置 |
EP3246875A2 (en) * | 2016-05-18 | 2017-11-22 | Siemens Healthcare GmbH | Method and system for image registration using an intelligent artificial agent |
CN107091633A (zh) * | 2017-06-08 | 2017-08-25 | 浙江工业大学 | 一种盾构推进模拟试验装置及其试验方法 |
CN110207681A (zh) * | 2019-06-21 | 2019-09-06 | 中国电建集团成都勘测设计研究院有限公司 | 基于无人机的地面变形监测方法 |
CN111209657A (zh) * | 2019-12-30 | 2020-05-29 | 南京航空航天大学 | 考虑液体表面张力的固体变形界面计算方法 |
CN111310270A (zh) * | 2020-02-27 | 2020-06-19 | 中南大学 | 一种高速铁路桥梁震致损伤后轨道映射变形的计算方法 |
CN112229404A (zh) * | 2020-08-31 | 2021-01-15 | 中国空间技术研究院 | 基于海底地形三维优化原理提高海洋重力场插值精度方法 |
CN112880634A (zh) * | 2021-01-15 | 2021-06-01 | 山东省国土测绘院 | 一种基于cors站网的高程参考框架动态监测方法 |
CN112989589A (zh) * | 2021-03-05 | 2021-06-18 | 武汉大学 | 联合grace和gnss的局部地表质量变化反演方法及系统 |
CN113281744A (zh) * | 2021-03-11 | 2021-08-20 | 中南大学 | 基于假设检验和自适应形变模型的时序InSAR方法 |
CN112769875A (zh) * | 2021-04-08 | 2021-05-07 | 中国测绘科学研究院 | Gnss基准站数据的传输及形变监测预警的方法、系统 |
CN113514041A (zh) * | 2021-04-21 | 2021-10-19 | 江苏省测绘工程院 | 一种工程建设项目多测合一数据采集和建库方法 |
Non-Patent Citations (5)
Title |
---|
WANQIU LI: "Regional Crustal Vertical Deformation Driven by Terrestria", 《SENSORS》 * |
毛卫华: "利用CORS站网监测温州丽水区域环境负荷对地壳垂直形变和重力变化的影响", 《武汉大学学报.自然科学版》 * |
王伟: "CORS网和GNSS技术在地面变形监测中的应用-以浙江东南部为例", 《中国地质灾害与防治学报》 * |
王海涛: "新疆地区环境负荷形变影响计算与分析", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
芮明胜: "台州地区地下水储量变化的CORS网反演", 《测绘科学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115166846A (zh) * | 2022-09-05 | 2022-10-11 | 中国测绘科学研究院 | 基于负荷形变的区域地面重力变化连续监测方法及装置 |
CN115166846B (zh) * | 2022-09-05 | 2023-01-17 | 中国测绘科学研究院 | 基于负荷形变的区域地面重力变化连续监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114046774B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ferreira et al. | Space-based observations of crustal deflections for drought characterization in Brazil | |
Brasington et al. | Monitoring and modelling morphological change in a braided gravel‐bed river using high resolution GPS‐based survey | |
Din et al. | Sea level trend over Malaysian seas from multi-mission satellite altimetry and vertical land motion corrected tidal data | |
White et al. | A review of GNSS/GPS in hydrogeodesy: Hydrologic loading applications and their implications for water resource research | |
CN112556660B (zh) | 基于卫星测高数据的海域重力异常反演方法及系统 | |
Hammond et al. | Uplift of the western transverse ranges and Ventura area of Southern California: A four‐technique geodetic study combining GPS, InSAR, leveling, and tide gauges | |
Fenoglio et al. | Advances in NE-Atlantic coastal sea level change monitoring by Delay Doppler altimetry | |
Tang et al. | Atmospheric correction in time-series SAR interferometry for land surface deformation mapping–A case study of Taiyuan, China | |
Cai et al. | A new algorithm for landslide dynamic monitoring with high temporal resolution by Kalman filter integration of multiplatform time-series InSAR processing | |
CN114046774B (zh) | 综合cors网和多源数据的地面形变连续监测方法 | |
Woodroffe et al. | Reference water level and tidal datum | |
Vazquez-Ontiveros et al. | Monitoring of local deformations and reservoir water level for a gravity type dam based on GPS observations | |
Liang et al. | Vertical surface displacement of mainland China from GPS using the multisurface function method | |
Fei et al. | Dem Development and Precision Analysis for Antarctic Ice Sheet Using Cryosat‐2 Altimetry Data | |
Nair et al. | Monitoring lake levels from space: preliminary analysis with SWOT | |
Erkoc et al. | Estimation of vertical land motion along the south and west coast of Turkey from multi-sensor observations | |
Mathey et al. | Spatial Heterogeneity of Uplift Pattern in the Western European Alps Revealed by InSAR Time‐Series Analysis | |
Wöppelmann et al. | Tide gauges and Geodesy: a secular synergy illustrated by three present-day case studies | |
Ochoa et al. | Analysis and correction of digital elevation models for plain areas | |
CN113900069A (zh) | 一种基于干涉成像高度计的垂线偏差计算方法及其系统 | |
Huang et al. | InSAR-derived surface deformation of Chaoshan Plain, China: Exploring the role of human activities in the evolution of coastal landscapes | |
Yan et al. | Fusion of GNSS and InSAR time series using the improved STRE model: applications to the San Francisco Bay Area and Southern California | |
Kierulf | Analysis strategies for combining continuous and episodic GNSS for studies of neo-tectonics in Northern-Norway | |
Shahbazi et al. | Constraints on the hydrogeological properties and land subsidence through GNSS and InSAR measurements and well data in Salmas plain, northwest of Urmia Lake, Iran | |
Bramanto et al. | Geodetic evidence of land subsidence in Cirebon, Indonesia |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |