青藏高原是地球上面积最大的高海拔冻土区,通过水循环和碳循环对其周围的环境和气候产生重要影响。同时全球气候和局部气候的变化也影响着青藏高原冻土的稳定。随着全球气候变暖,青藏高原面临多年冻土区面积减小、活动层厚度增加和冻土平均地温升高等冻土退化的问题。同时冻土退化还伴随着土壤水分流失、土地沙漠化、植被覆盖度减少以及冻土工程稳定性等生态环境和热熔地质灾害问题,这将威胁着高原地区生态环境稳定和当地人民生命财产安全。因此,大面积、高精度展开冻土环境研究具有重要意义。本论文以青藏高原北麓河多年冻土区为研究区,使用高分辨率SAR对青藏高原冻土环境及工程进行研究,具体从青藏高原土壤水分反演、冻土及冻土铁路工程形变监测和活动层厚度反演等三个方面展开研究。本研究以高分辨率SAR图像为数据源,希望能够从更精细的角度研究青藏高原冻土环境和冻土工程,给人们提供青藏高原冻土环境和铁路工程更为细致的认识,为高原冻土和生态环境问题的保护提供科学依据。本论文主要工作和创新如下:1、针对高分辨率SAR图像反演青藏高原土壤水中存在复杂地表粗糙度的影响问题,提出了结合大小入射角的时间序列土壤水分反演模型。本论文首先分析了研究区土壤水分含量与雷达后向散射系数之间的关系,结果显示两者之间存在明显的线性关系;然后展开了雷达后向散射系数对研究区土壤粗糙度的敏感性分析,利用冬季成像的大小入射角SAR数据,分别对比了σ0low,σ0low/σ0high和exp(σ0low/σ0high)对实地测量的土壤粗糙度的敏感性分析,结果显示eXp(σ0low/σ high)对地表粗糙度相关性最强;最后基于以上分析,将exp(σ0low/σ0high)作为地表粗糙度的对雷达后向散射系数的近似表达式,结合后向散射系数与土壤水分之间的线性关系,发展了针对青藏高原复杂地表环境区域的高分辨率SAR 土壤水分反演算法。该算法应用于青藏高原北麓河研究区的地表土壤水分反演,得到了研究区2014-2016年的地表土壤水分。研究结果表明,北麓河地区的地表土壤水分的变化表现出季节性,在冻土融化季节土壤水分含量高,在冻土冻胀季节地表土壤水分含量小。采用实测数据对实验结果进行了良好的验证,RMSE和Bias分别为4.2%和4.05%。本文提出的土壤水分模型为大范围反演青藏高原土壤水分提供了算法模型。2、针对中低分辨率SAR图像无法精细分辨地物细节的问题,首次采用超高分辨率SAR图像使用DInSAR和时序InSAR两种方法对青藏高原冻土和冻土工程进行形变监测。通过对DInSAR的处理,对青藏铁路在高分辨率SAR图像中的结构特征进行了分析,青藏铁路的形变特征进行了详细分析,同时对研究区冻土的形变特征有了初步的认识。使用时序InSAR方法处理中,根据冻土冻融过程特征,将冻土的形变看成由长时间缓慢线性形变和短时季节性形变两部分组成。在构建季节性形变模型阶段,根据Stefan模型建立了与冻融指数平方根成线性变化的季节形变相位模型。结果显示,研究区的冻土区最大年沉降速率达到了-15mm/year,季节性形变明显,形变幅度达到65mm左右。对青藏铁路、公路、试验路基及防沙固土措施的形变特征进行了详细分析,且首次在使用InSAR技术反演得到的高分辨率形变图观测到了青藏铁路路基的阴阳坡效应导致的铁路路基不对称形变,铁路路基两侧不对称形变速率差达10mm。另外在高分辨率形变图发现了不同冻土路基保护措施的冷却保护效果。3、针对目前基于InSAR形变反演青藏高原活动层厚度算法普遍存在的假定土壤孔隙度为定值和夏季土壤含水量处于饱和状态导致的反演误差的问题,提出了一种由时序InSAR技术获取的冻土沉降反演冻土活动层厚度的反演模型,该模型考虑了土壤孔隙率和含水量等影响因素,并对基于观测数据对地下土壤水分含量进行定量描述。考虑研究区的地貌和土壤类型,首先利用SAR幅度图采用监督分类的方法将研究区分为草甸区和荒漠区;然后根据草甸区和荒漠区观测点实测地下土壤水分含量数据,基于土壤分层的思想分别对草甸区和荒漠区地下土壤含水量进行建模,定量描述地下土壤水分含量变化;最后联合InSAR技术反演的冻土季节性形变反演研究区的活动层厚度。实验结果表明,提出的活动层厚度反演模型能够得到较好地反演出研究区的活动层厚度,并与实测活动层厚度结果吻合。结果显示研究区不同地貌覆盖类型的活动层厚度表现出差异性,草甸区的活动层厚度在1.5m左右,荒漠区的活动层厚度在3m左右。
【学位授予单位】:中国科学院大学(中国科学院遥感与数字地球研究所)
【学位级别】:博士
【学位授予年份】:2017
【分类号】:P642.14
文章目录
致谢1
摘要
ABSTRACT
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 青藏高原多年冻土的国内外研究现状
1.2.2 SAR在高原冻土环境应用研究现状
1.2.3 存在的问题
1.3 研究内容和章节安排
第2章 研究区域与实验数据
2.1 研究区概况
2.1.1 研究区地理环境
2.1.2 研究区气候特点
2.1.3 研究区冻土特性
2.2 数据准备
2.2.1 SAR数据
2.2.2 SRTM DEM数据
2.2.3 野外测量数据
2.3 本章小结
第3章 高分辨率SAR青藏高原土壤水分反演
3.1 引言
3.2 典型地表土壤水分反演模型
3.2.1 理论模型
3.2.2 经验模型
3.2.3 半经验模型
3.3 时间序列SAR图像土壤水分反演模型
3.3.1 雷达信号模型
3.3.2 后向散射系数对土壤水分的响应
3.3.3 后向散射系数对地表粗糙度的响应
3.3.4 土壤水分反演模型的建立
3.4 SAR数据和测量数据处理
3.4.1 SAR数据预处理
3.4.2 测量数据
3.5 实验结果及分析
3.6 讨论
3.7 本章小结
第4章 高分辨率SAR青藏铁路形变监测
4.1 引言
4.2 基于DIn SAR的青藏高原铁路形变监测
4.2.1 DIn SAR结果
4.2.2 青藏铁路形变分析
4.3 时序In SAR的青藏铁路形变分析
4.3.1 形变模型建立
4.3.2 数据处理
4.3.3 实验结果与分析
4.3.4 讨论
4.4 本章小结
第5章 高分辨率SAR青藏高原活动层厚度反演
5.1 引言
5.2 基于In SAR技术的冻土活动层厚度反演
5.2.1 活动层厚度反演模型
5.3 北麓河活动层厚度反演结果及分析
5.3.1 冻土活动层反演结果
5.3.2 讨论
5.4 本章小结
第6章 总结与展望
6.1 总结
6.1.1 主要研究内容
6.1.2 主要创新点
6.2 存在问题与展望
参考文献
作者简介及在学期间发表的学术论文与研究成果
致谢2
【相似文献】
相关期刊论文 前10条
1 ;人类首获高分辨率核糖体图片[J];现代临床医学生物工程学杂志;2002年03期
2 波碧;;高分辨率电视在美国的发展前景[J];世界研究与开发报导;1990年01期
3 潘储华;日立835型氨基酸分析仪高分辨率分析的改进[J];氨基酸杂志;1983年01期
4 赵争,张继贤,黄国满,曹银璇,仇春平,王荣彬;基于高分辨率机载SAR数据的试验研究[J];测绘科学;2004年06期
5 J.Berthon,D.Laubier,尤信;在小卫星上实现高分辨率观测可能吗?[J];国际太空;1997年02期
6 李德仁;;高分辨率对地观测技术在智慧城市中的应用[J];测绘地理信息;2013年06期
7 马超;徐小波;刘春国;马红花;孟秀军;;高分辨率星载SAR矿区灾害监测的应用潜力[J];河南理工大学学报(自然科学版);2011年06期
8 汪凌;卜毅博;;高分辨率遥感卫星及其应用现状与发展[J];测绘技术装备;2006年04期
9 马瑛;田望学;;高分辨率遥感图像在黄土高原滑坡解译中的应用[J];资源环境与工程;2007年02期
10 孙雷鸣;万欢;陈辉;冯全雄;何玉梅;;基于广义S变换地震高分辨率处理方法的改进及在流花11-1油田的应用[J];中国海上油气;2011年04期
相关博士学位论文 前10条
1 蒋厚军;高分辨率星载InSAR技术在DEM生成及更新中的应用研究[D];武汉大学;2012年
2 刘丽玲;星载扫描微波散射计方位向高分辨率处理方法研究[D];中国科学院国家空间科学中心;2017年
3 熊宸;高分辨率离面位移检测中的若干问题研究[D];中国科学技术大学;2017年
4 张正加;高分辨率SAR数据青藏高原冻土环境与工程应用研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
5 张蕴灵;基于单幅高分辨率星载SAR影像的交通灾害信息提取方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
6 朱俊杰;高分辨率光学和SAR遥感数据融合及典型目标提取方法研究[D];中国科学院研究生院(遥感应用研究所);2005年
7 殷慧;基于局部特征表达的高分辨率SAR图像城区场景分类方法研究[D];武汉大学;2010年
8 周立凡;城市重大工程区高分辨率永久散射体雷达干涉地表形变监测[D];浙江大学;2014年
9 程江华;高分辨率SAR图像道路提取方法研究[D];国防科学技术大学;2013年
10 高大化;基于编码感知的高分辨率计算成像方法研究[D];西安电子科技大学;2013年
相关硕士学位论文 前10条
1 王如意;基于SBAS-InSAR的高分辨率地面沉降监测技术研究[D];中国地质大学(北京);2015年
2 王心雨;高分辨率数据用于西安市地面沉降的InSAR监测研究[D];长安大学;2015年
3 陈晓勇;高速高分辨率ADC的测试研究[D];复旦大学;2014年
4 关少奇;共心宽视场高分辨率成像仪硬件设计[D];西安电子科技大学;2014年
5 刘奇;高分辨率小动物PET成像平台的构建及实验研究[D];兰州大学;2016年
6 孙艳坤;探地雷达有限差分模拟与高分辨率处理方法研究[D];福州大学;2014年
7 陶远荣;高帧频高分辨率CMOS相机系统[D];南京理工大学;2016年
8 侯苏丽;基于流形正则化和稀疏编码的医学图像高分辨率重建[D];重庆邮电大学;2016年
9 秦宝;多发多收SAL高分辨率宽测绘带成像技术的研究[D];西安电子科技大学;2015年
10 文俊;基于高分辨率SAR图像的道路和河流提取方法研究[D];长沙理工大学;2015年
本文编号:
1955803
本文链接:https://www.wllwen.com/kejilunwen/diqiudizhi/1955803.html