CN116522517B - 一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法 - Google Patents
一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法 Download PDFInfo
- Publication number
- CN116522517B CN116522517B CN202211546532.6A CN202211546532A CN116522517B CN 116522517 B CN116522517 B CN 116522517B CN 202211546532 A CN202211546532 A CN 202211546532A CN 116522517 B CN116522517 B CN 116522517B
- Authority
- CN
- China
- Prior art keywords
- sedimentation
- ground
- divergence
- quantifying
- stability
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004062 sedimentation Methods 0.000 title claims description 58
- 238000011160 research Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 21
- 239000013598 vector Substances 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000010219 correlation analysis Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 230000004069 differentiation Effects 0.000 claims description 3
- 238000005305 interferometry Methods 0.000 claims description 3
- 238000012732 spatial analysis Methods 0.000 claims description 3
- 230000002265 prevention Effects 0.000 abstract description 9
- 230000004907 flux Effects 0.000 description 4
- 101710173681 Sulfate adenylyltransferase subunit 2 2 Proteins 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Geometry (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Mathematical Optimization (AREA)
- Medical Informatics (AREA)
- Astronomy & Astrophysics (AREA)
- Mathematical Analysis (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Computational Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法,属于地质灾害预防技术领域;一种量化地面沉降不均匀程度及漏斗稳定性的方法,基于雷达影像数据,利用PS‑InSAR获取区域地面沉降信息,根据沉降信息,生成地面沉降栅格数据,进而对地面沉降值进行散度计算,进一步掌握研究区地面沉降的时空变化特征,本发明在应对地面沉降灾害时能够提出更加高效的防治措施,为城市灾害防治节约时间和经济成本,也可为城市规划提供科学依据。
Description
技术领域
本发明涉及地质灾害预防技术领域,特别是涉及一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法。
背景技术
地面沉降是人类工程活动(如地下水开采)或自然因素引起的一种地质现象,在这种现象下,一定区域内的地面高程降低。地面沉降的发生几乎是不可逆转的,当发生严重的局部地表沉降时,可诱发一系列地质环境灾害,如基础下沉、房屋开裂、地下管线破坏等,沉降具有形成时间长、影响范围广、防治难度大等特点,目前,地面沉降问题主要关注其空间分布和形成因素,而结合时间序列研究地面沉降变化特征的研究还很少。
针对以上问题,本发明首次提出将散度运用于量化地面沉降不均匀程度及沉降漏斗稳定性的研究中,利用该方法可以定量揭示地面沉降的时空变化特征,从而进一步掌握研究区域地面沉降的时空变化特征。
发明内容
本发明的目的是为了量化地面沉降不均匀程度及沉降漏斗稳定性,将地面沉降漏斗的稳定性进行定量的描述,从而提出了一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法,进行高效的地面沉降防治。
为了实现上述目的,本发明采用了如下技术方案:
一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法,包括有以下步骤;
S1、获取覆盖研究区范围的长时序合成孔径雷达影像数据,利用时序合成孔径雷达干涉测量方法,获取地表视线向的形变信息,通过实测GPS和水准点数据对InSAR监测结果进行校准和精度验证,将视线向的值转化为垂向,获取PS点的高精度垂向形变数据,通过克里金插值/反距离权重等插值法获取年均沉降速率;
S2、将地面沉降数据,依据国家规范进行分级,得到地面沉降分级数据集;
S3、将获取的具有年均沉降速率的PS点,通过空间插值的方法得到地面沉降栅格数据;
S4、将获得的具有年均沉降速率的地面沉降栅格数据,带入散度计算公式;
S5、将获得的沉降散度值,根据S2中提到的地面沉降分级数据集进行对应分级,得到分级的沉降散度;
S6、对分级的沉降散度值,通过空间统计的方法进行分析处理,得到结果;
S7、将地下水位数据,通过空间分析的方法,得到散度值变化区域部分的水位值;
S8、将散度值与水位值进行相关性分析,到散度变化值与水位变化值的关系;
S9、将散度值与断裂带数据进行叠置分析,叠加上朝阳-通州沉降漏斗得到断裂带对该沉降漏斗的控制作用;
S10、以散度结果为指标,通过空间分析量化地面沉降的不均匀程度及沉降漏斗的稳定性。
优选地,所述S4中提到的散度计算,其计算过程如下:
A1、散度可用于表征空间各点矢量场发散的强弱程度,物理上,散度的意义是场的有源性,当div表示该点有散发通量的正源(发散源);当div/>表示该点有吸收通量的负源(洞或汇);当div/>表示该点的矢量场场线没有发出也没有汇聚;
A2、设向量场的表示为
式中分别为x轴y轴z轴方向上的单位向量;
A3、场的分量具有一阶连续偏导数,向量场的散度为:
常用代表/>的散度,/>代表求偏导;
所述式(1)-(2)的计算可以通过Matlab、Python、C++等计算获得。
优选地,所述S8中提到地相关性分析,其计算过程如下:
A1、令X表示类别1,Y表示类别2,I(Xi=Yi)表示类别间相等的个数,I(Xi≠Yi)表示类别间不同的个数,用下式来度量两类别之间的区分度:
d=1-4I(Xi=Yi)I(Xi≠Yi)/n2 (3)
d表示两类别之间的相关性系数;
A2、为了进一步表示负相关的情况,在d前乘一个示性因子:
dc表示两类别之间的负相关系数;
所述式(3)-(4)的计算可以通过Matlab、Python、C++等计算获得。
与现有技术相比,本发明提供了一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法,具备以下有益效果:
1、本研究利用RADARSAT-2获取2010-2019年某平原区地表变形信息,通过空间插值方法,获得地面沉降栅格数据,随后利用Python对地面沉降栅格数据进行散度计算,得到某平原区地面沉降散度信息,以地面沉降散度信息为评估指标,揭示某平原区内水位变化与不均匀地面沉降的关系,量化部分沉降漏斗的不稳定性。
2、本发明利用雷达影像数据,利用PS-InSAR方法,获取区域地面沉降信息,根据时序沉降信息,计算沉降散度值,更加准确的对地面沉降不均匀程度及地面沉降漏斗进行量化,在应对地面沉降灾害时能够提出更加高效的防治措施,为城市灾害防治节约时间和经济成本,同时也可以作为城市规划的依据。
附图说明
图1为本发明提出的一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法的流程示意图;
图2为本发明提出的一种量化地面沉降不均匀程度及沉降漏斗稳定性的PS-InSAR流程示意图;
图3为散度的发散汇聚情况示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。
实施例1:
请参阅图1,一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法,包括有以下步骤;
S1、获取覆盖研究区范围的长时序合成孔径雷达影像数据,利用时序合成孔径雷达干涉测量方法,获取地表视线向的形变信息,通过实测GPS和水准点数据对InSAR监测结果进行校准和精度验证,将视线向的值转化为垂向,获取PS点的高精度垂向形变数据,通过克里金插值/反距离权重等插值法获取年均沉降速率;
S2、将地面沉降数据,依据国家规范进行分级,得到地面沉降分级数据集;
S3、将获取的具有年均沉降速率的PS点,通过空间插值的方法得到地面沉降栅格数据;
S4、将获得的具有年均沉降速率的地面沉降栅格数据,带入散度计算公式;其计算过程如下:
A1、散度可用于表征空间各点矢量场发散的强弱程度,物理上,散度的意义是场的有源性。当div表示该点有散发通量的正源(发散源);当div/>表示该点有吸收通量的负源(洞或汇);当div/>表示该点的矢量场场线没有发出也没有汇聚;
A2、向量场的分量具有一阶连续偏导数,设向量场的表示为
式中分别为x轴y轴z轴方向上的单位向量;
A3、场的分量具有一阶连续偏导数,向量场F的散度为:
常用代表/>的散度,/>代表求偏导。
式(1)-(2)的计算可以通过Matlab、Python、C++等计算获得S1中获取雷达观测影像数据可以通过雷达影像处理软件StamPS、Sarproz和GAMMA完成,S2、S4中提到的渔网分析法和叠加等值线中的计算通过ArcGIS软件计算所得。
S5、将获得的沉降散度值,根据S2中提到的地面沉降分级数据集进行对应分级,得到分级的沉降散度;
S6、对分级的沉降散度值,通过空间统计的方法进行分析处理,得到结果;
S7、将地下水位数据,通过空间分析的方法,得到散度值变化区域部分的水位值;
S8、将散度值与水位值进行相关性分析,到散度变化值与水位变化值的关系,相关性分析的过程和公式如下:
A1、令X表示类别1,Y表示类别2,I(Xi=Yi)表示类别间相等的个数,I(Xi≠Yi)表示类别间不同的个数,d表示两类别之间的相关性系数,用下式来度量两类别之间的区分度:
d=1-4I(Xi=Yi)I(Xi≠Yi)/n2 (3)
A2、为了进一步表示负相关的情况,在d前乘一个示性因子:
dc表示两类别之间的负相关系数;
所述式(3)-(4)的计算可以通过Matlab、Python、C++等计算获得;
S9、将散度值与断裂带数据进行叠置分析;叠加上朝阳-通州沉降漏斗得到断裂带对该沉降漏斗的控制作用;
S10、以散度结果为指标,通过空间分析量化地面沉降的不均匀程度及沉降漏斗的稳定性。
本发明利用雷达影像数据,利用PS-InSAR方法,获取区域地面沉降信息,根据时序沉降信息,计算沉降散度值,更加准确的对地面沉降漏斗进行量化,在应对地面沉降灾害时能够提出更加高效的防治措施,为城市灾害防治节约时间和经济成本,同时也可以作为城市规划的依据。
实施例2:
基于实施例1但有所不同的是;
本发明先通过GAMMA软件处理2010-2020年的RADARSAT-2雷达遥感影像,利用水准点数据验证PS-InSAR监测结果的精度,获取高精度视线向地面沉降信息,并将其转化为垂向位移信息,将某平原区作为研究区,利用监测方法获得地面沉降平均速率的变化,确定最优格网,计算散度,主要步骤如下:
步骤一:
将2010-2019年56景RADARSAT-2卫星宽模式(Wide)单视复数影像和25景RADARSAT-2卫星宽精细模式(Extra Fine)单视复数(SLC)影像数据利用GAMMA软件进行处理,获取研究区2010-2019年的视线向地面沉降信息,并将其转化为垂向,利用研究区内水准点监测数据对PS-InSAR结果进行精度验证,获取高精度的地面沉降信息;
步骤二:
将PS-InSAR中的累计沉降量进行反距离权重插值,获得2010年11月-2020年1月的累计沉降量,通过计算,获得每年的平均沉降量;
步骤三:
将获取的具有年均沉降速率的PS点,通过空间插值的方法得到地面沉降栅格数据;
步骤四:
将获得的具有年均沉降速率的地面沉降栅格数据,带入散度计算公式,得到地面沉降散度栅格数据,通过python编码,得到地面沉降场的散度方向;
步骤五:
以散度结果为指标,结合地下水数据、断裂带数据以及地面沉降漏斗数据,分析地面沉降的不均匀性及沉降漏斗的稳定性。
通过利用RADARSAT-2获取2010-2019年某平原区地表变形信息,通过空间插值方法,获得地面沉降栅格数据,随后利用Python对地面沉降栅格数据进行散度计算,得到某平原区地面沉降散度信息,以地面沉降散度信息为评估指标,揭示某平原区内水位变化与不均匀地面沉降的关系,量化部分沉降漏斗的不稳定性。
以上,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法,其特征在于,包括有以下步骤;
S1、获取覆盖研究区范围的长时序合成孔径雷达影像数据,利用时序合成孔径雷达干涉测量方法,获取地表视线向的形变信息,通过实测GPS和水准点数据对InSAR监测结果进行校准和精度验证,将视线向的值转化为垂向,获取PS点的高精度垂向形变数据,通过克里金插值/反距离权重插值法获取年均沉降速率;
S2、将地面沉降数据,依据国家规范进行分级,得到地面沉降分级数据集;
S3、将获取的具有年均沉降速率的PS点,通过空间插值的方法得到地面沉降栅格数据;
S4、将获得的具有年均沉降速率的地面沉降栅格数据,带入散度计算公式,具体包括以下步骤:
A1、设向量场的表示为
(1)
式中、/>、/>分别为x轴y轴z轴方向上的单位向量;
A2、场的分量具有一阶连续偏导数,向量场F的散度为:
(2)
常用代表/>的散度,/>代表求偏导;
S5、将获得的沉降散度值,根据S2中提到的地面沉降分级数据集进行对应分级,得到分级的沉降散度;
S6、对分级的沉降散度值,通过空间统计的方法进行分析处理,得到结果;
S7、将地下水位数据,通过空间分析的方法,得到散度值变化区域部分的水位值;
S8、将散度值与水位值进行相关性分析;得到散度变化值与水位变化值的关系;
S9、将散度值与断裂带数据进行叠置分析,叠加上朝阳-通州沉降漏斗得到断裂带对该沉降漏斗的控制作用;
S10、以散度结果为指标,通过空间分析量化地面沉降的不均匀程度及沉降漏斗的稳定性。
2.根据权利要求1所述的一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法,其特征在于,所述S8中提到的相关性分析,其公式如下:
A1、令X表示类别1,Y表示类别2,I(Xi=Yi)表示类别间相等的个数,I(Xi≠Yi)表示类别间不同的个数,用下式来度量两类别之间的区分度:
(3)
d表示两类别之间的相关性系数;
A2、为了进一步表示负相关的情况,在d前乘一个示性因子:
(4)
dc表示两类别之间的负相关系数。
3.根据权利要求1所述的一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法,其特征在于,所述S1在获取雷达观测影像数据时,需用到雷达影像处理软件,所述雷达影像处理软件为StamPS、Sarproz和GAMMA。
4.根据权利要求1所述的一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法,其特征在于,所述式(1)-(2)的计算通过Matlab、Python、C++计算获得。
5.根据权利要求2所述的一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法,其特征在于,所述式(3)-(4)的计算通过Matlab、Python、C++计算获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211546532.6A CN116522517B (zh) | 2022-12-05 | 2022-12-05 | 一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211546532.6A CN116522517B (zh) | 2022-12-05 | 2022-12-05 | 一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116522517A CN116522517A (zh) | 2023-08-01 |
CN116522517B true CN116522517B (zh) | 2023-11-21 |
Family
ID=87399970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211546532.6A Active CN116522517B (zh) | 2022-12-05 | 2022-12-05 | 一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116522517B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100982448B1 (ko) * | 2010-03-03 | 2010-09-16 | 한국지질자원연구원 | 지공간 상관관계 통합기법을 이용한 지반침하 발생 예측시스템 및 이를 이용한 지반침하 발생 예측방법 |
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 |
CN105938193A (zh) * | 2016-07-14 | 2016-09-14 | 中南大学 | 一种无需地面辅助的升降轨InSAR监测沉降区绝对地表形变的方法 |
CN113610301A (zh) * | 2021-08-09 | 2021-11-05 | 首都师范大学 | 一种表征地面沉降时序演变的预测算法 |
CN114966689A (zh) * | 2022-05-27 | 2022-08-30 | 厦门理工学院 | 沿海城市时序InSAR沉降监测分析方法、装置、设备及介质 |
-
2022
- 2022-12-05 CN CN202211546532.6A patent/CN116522517B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100982448B1 (ko) * | 2010-03-03 | 2010-09-16 | 한국지질자원연구원 | 지공간 상관관계 통합기법을 이용한 지반침하 발생 예측시스템 및 이를 이용한 지반침하 발생 예측방법 |
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 |
CN105938193A (zh) * | 2016-07-14 | 2016-09-14 | 中南大学 | 一种无需地面辅助的升降轨InSAR监测沉降区绝对地表形变的方法 |
CN113610301A (zh) * | 2021-08-09 | 2021-11-05 | 首都师范大学 | 一种表征地面沉降时序演变的预测算法 |
CN114966689A (zh) * | 2022-05-27 | 2022-08-30 | 厦门理工学院 | 沿海城市时序InSAR沉降监测分析方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116522517A (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fuller et al. | Reach‐scale sediment transfers: an evaluation of two morphological budgeting approaches | |
US20130258810A1 (en) | Method and System for Tomographic Inversion | |
Cattin et al. | GravProcess: An easy-to-use MATLAB software to process campaign gravity data and evaluate the associated uncertainties | |
CN109814163B (zh) | 一种基于扩展补偿模型的航磁张量数据抑噪方法及系统 | |
CN106679620A (zh) | 一种区域地面沉降时空预测方法 | |
CN109031403B (zh) | 一种基于s-k特征的钻孔应变数据异常提取方法 | |
Andreadis et al. | Constraining the assimilation of SWOT observations with hydraulic geometry relations | |
CN104406715A (zh) | 一种遥感估算地表感热/潜热通量的精度评价方法及系统 | |
Lin et al. | Impacts of using the rigorous topographic gravity modeling method and lateral density variation model on topographic reductions and geoid modeling: a case study in Colorado, USA | |
Chang et al. | Spatial mapping of ground-based observations of total ozone | |
Xiang et al. | Characterizing the seasonal hydrological loading over the asian continent using GPS, GRACE, and hydrological model | |
Tian et al. | An adjoint-free CNOP–4DVar hybrid method for identifying sensitive areas targeted observations: Method formulation and preliminary evaluation | |
CN116522517B (zh) | 一种量化地面沉降不均匀程度及沉降漏斗稳定性的方法 | |
CN103106332A (zh) | 一种测量不确定度的分析方法 | |
SARMADIAN et al. | Mapping of spatial variability of soil organic carbon based on radial basis functions method | |
CN111597752B (zh) | 平衡孔间敏感性的跨孔电阻率ct深度学习反演方法及系统 | |
Petrov et al. | The aspects of K-index calculation at Russian Geomagnetic Observatories | |
Sussanna et al. | Relative performance of AUSGeoid09 in mountainous terrain | |
Xu et al. | A new method for continuation of 3D potential fields to a horizontal plane | |
Shi et al. | Mapping the Real Space Distributions of Galaxies in SDSS DR7: II. Measuring the growth rate, linear mass variance and biases of galaxies at redshift 0.1 | |
Majkráková et al. | An analysis of methods for gravity determination and their utilization for the calculation of geopotential numbers in the Slovak national levelling network | |
Phillips | Potential-field continuation: past practice vs. modern methods | |
Miao et al. | Effects of different seasonal fitting methods on the spatial distribution characteristics of common mode errors | |
Kozhushko et al. | Evaluating predictions of the soil moisture model with data assimilation by the triple collocation method | |
Azmin et al. | Evaluating the Impact of the Recent Combined and Satellite-Only Global Geopotential Model on the Gravimetric Geoid Model |
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 |