一种地下煤火燃空区三维形态演化模拟方法

    公开(公告)号:CN118917074B

    公开(公告)日:2025-04-22

    申请号:CN202410962777.X

    申请日:2024-07-18

    Abstract: 本发明公开一种地下煤火燃空区三维形态演化模拟方法,属于岩土工程地质灾害防治领域。获取Sentinel‑1A影像数据,采用DS‑InSAR技术提取累计地表形变值并采用ArcGIS软件提取累计地表形变等值线;根据资料中记载的该区域地层参数、地表温度、三维温度场和累计地表形变等值线数据,在计算机中利用数值模拟和三维建模技术构建地下煤火燃空区三维形态预测模型,反演地下煤火燃空区三维形态演化过程,模拟煤层燃烧后地下煤火燃空区的形成,验证地下煤火燃空区三维形态反演结果。该方法实现对地下煤火燃空区几何结构的描述,揭示了地下煤火燃空区的形态变化及其与地表形变等要素的关系,为理解地下煤火的空间特征和控制因素提供了新的科学依据。

    一种基于深度学习和主被动遥感的多时相水体检测方法

    公开(公告)号:CN119091312B

    公开(公告)日:2025-02-25

    申请号:CN202411002739.6

    申请日:2024-07-25

    Abstract: 本发明公开了一种基于深度学习和主被动遥感的多时相水体检测方法,属于遥感识别领域。设计TSAE‑UNet模型,将水体检测任务经常面临的多云区域、高异质城市区域和浮游植物干扰区域的卫星遥感影像,利用训练好的TSAE‑UNet模型精准识别为分辨率为像素级的水体、非水体二值图像;TSAE‑UNet模型包括将U‑Net中的传统卷积层替换为深度可分离卷积,下采样和上采样之间通过改进的跳跃连接模块进行连接,并在跳跃连接中引入自适应注意力机制,在相互连接的下采样和上采样之间增加了时序卷积长短期记忆网络,通过时序卷积长短期记忆网络来捕捉和利用多时相遥感数据的时间特征。其步骤简单,显著提高了水体检测的准确性和效率,满足了日益增长的环境监测和资源管理需求。

    一种多尺度自适应时序InSAR地表形变提取方法

    公开(公告)号:CN119415833A

    公开(公告)日:2025-02-11

    申请号:CN202411535803.7

    申请日:2024-10-31

    Abstract: 本发明公开了一种多尺度自适应时序InSAR地表形变提取方法,涉及遥感信号处理领域。构建解缠后的时序InSAR相位仿真数据集,在时间域上逐像素时序经验模态分解,获取同像素位置的时序固有模态函数,在空间域上构建FastICA小波增强去噪算法:对各维度固有模态函数,以功率谱熵为截止条件进行二维多级小波分解,得到各等级近似系数和细节系数,对小波近似系数与各级细节系数进行降噪降维处理并重构,最后将更新后的小波系数进行小波重构,得到经处理后的时序InSAR相位仿真数据集。本发明所提方法基于数据自身驱动,从时间与空间两个尺度对相位信号进行自适应分解,可有效捕获地表形变相关信号并分离和解释其他相位信号,为高精度地表形变监测提供科学的理论依据。

    双因子验证测地型接收机监测北极电离层闪烁准确性方法

    公开(公告)号:CN117761738A

    公开(公告)日:2024-03-26

    申请号:CN202311807000.8

    申请日:2023-12-26

    Abstract: 本发明公开一种双因子验证测地型接收机监测北极电离层闪烁准确性方法,属于空间天气监测、卫星导航应用领域。计算顾及卫星高度角抑制的ROTI和AATR因子;估计ROTI和AATR因子判断闪烁发生的经验阈值;利用σφ、ROTI和AATR因子从电离层闪烁对空间天气扰动的响应规律监测准确性方面,分析验证选定GNSS接收机监测北半球高纬度区域电离层闪烁的准确性、日闪烁发生率监测的准确性、闪烁事件持续时间监测的准确性、日闪烁发生特征监测的准确性。本方法步骤简单,有助于从多方面验证测地型接收机监测区域电离层闪烁的准确性,大幅度降低传统电离层闪烁监测接收机监测闪烁的成本,具有广泛的实用性。

    一种融合PCA和时序InSAR的地表形变提取方法

    公开(公告)号:CN116363057A

    公开(公告)日:2023-06-30

    申请号:CN202310066005.3

    申请日:2023-01-16

    Abstract: 本发明提供一种融合PCA和时序InSAR的地表形变提取方法,涉及地表形变监测领域。首先获取SAR影像数据,基于时序InSAR技术生成差分干涉图,通过对振幅和相位信息进行统计分析,提取高相干性点,然后进行相位解缠,获得时序InSAR地表形变初始结果。对初试结果进行中心化处理,通过奇异值分解算法对中心化后的结果进行分解,综合数据量及各成分时空规律实施数据降维,通过分析各主成分的空间分布规律和时间演变规律解译各主成分信号构成,构建地表形变模型,并利用多项式模型拟合误差信号并将其去除,得到最终时间序列地表形变结果。该方法仅利用SAR数据本身,不引入外部误差,为高精度地表形变监测提供科学的理论依据。

Patent Agency Ranking