相干目标DInSAR高级技术对比分析及关键模型研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41004002
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0401.物理大地测量学
  • 结题年份:
    2013
  • 批准年份:
    2010
  • 项目状态:
    已结题
  • 起止时间:
    2011-01-01 至2013-12-31

项目摘要

DInSAR技术可全天侯、大面积,cm级提取地表形变信息,已成为一项重要形变监测技术,弥补了水准、GPS等常规监测手段的不足。在此基础上发展起来的DInSAR高级技术(如干涉图叠加方法、SBAS技术和永久散射体技术等)精度更高更稳定,已经在地表沉降、地震与滑坡监测等领域得到了成功应用。随着矿山、地铁等地下工程与城市发展,对地面形变监测显得尤为重要。本项目主要就雷达差分干涉处理高级技术中存在的问题和关键技术(如干涉相位叠加技术中信噪比提高、高相干点目标提取、DInSAR高级技术非线性函数模型的建立与参数求解、高相干点数据融合理论等)做深入的分析与对比研究。选择资兴矿区和天津市区作为实验场,选取ENVISAT ASAR数据进行以上关键问题的数据处理实验,对比分析各高级技术的特点与优势。选择较有效的算法,将GPS、水准和SAR干涉得到的形变量进行集成,以获取各自地表高精度三维形变量。

结项摘要

本项目提出了融合GPS数据的PS-DInSAR技术公用主影像的优化选取方法,在公用主影像的优化选取模型中增加了影像大气延迟变化影响因子,推导了顾及大气延迟变化影响因子的综合函数模型,提高了矿山地表形变监测精度;在PS点的识别与提取方面,提出了基于时序相关系数阈值与振幅离差阈值并集和交集的PS点识别策略,创新性的给出了交集、并集的高相干点目标提取模型;提出了融合水准、GPS、地质等数据的PS-DInSAR技术,详细介绍了它的基本方法与流程,给出了融合GPS数据的优化函数模型,指出了融合多源数据可消弱永久散射体技术中系统误差的影响,能扩大PS-DInSAR技术邻域相关模型的空间自相关距离和模型的稳健性,系统地分析了离散点测量数据的融合理论。针对InSAR技术中时空去相干和大气延迟的瓶颈问题,创新性的提出了公用主影像干涉图加权叠加方法,改进了任意主影像干涉图叠加方法,采用公用主影像方法,对干涉图相干性高低进行定权,再考虑权重进行叠加分析,研究推导了减弱大气延迟影响、提高信噪比的数学模型。在SBAS技术理论研究和Stacking方法试验的基础上,结合这两种技术的优势,创造性的提出了短基线集干涉图加权叠加方法,并实例验证了该技术在地表形变监测中的精确度和解算优势。进行了DInSAR集成GPS的矿山地表形变监测研究,并与开采巷道及其地表沉陷反演进行了对比验证,在南方矿山地区起得了较有效的监测结果。给项目不仅对发展地球科学具有重要的理论意义, 而且对于满足国民经济和社会发展也有重大的现实意义。. 该项目发表第一作者论文6篇,其中EI检索2篇,CSCD 4篇,投稿已接受2篇CSCD论文,还已投稿第一作者论文5篇,其中SCI1篇和EI1篇,CSCD3篇;出版专著1部,申请发明专利1项;合作成果获湖南省自然科学三等奖,2011年个人获湘潭市青年科技奖;课题组其他成员发表论文8篇,其中SCI2篇和EI2篇;正在培养硕士研究生6人,培养博士后1人。. 在该项目执行期间,项目组就相关研究内容和科学问题,与英国格拉斯哥大学、德国地学研究中心、武汉大学、中南大学等相关研究单位展开了广泛的合作研究,项目组成员多次参加国际国内学术会议,保证了该项目高质量的完成。

项目成果

期刊论文数量(9)
专著数量(1)
科研奖励数量(0)
会议论文数量(3)
专利数量(1)
D-InSAR集成GPS在矿山地表沉陷监测中的应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    测绘通报
  • 影响因子:
    --
  • 作者:
    龙四春;唐涛;李黎,蒋宗立
  • 通讯作者:
    李黎,蒋宗立
基于GPS非差技术近实时获取对流层延迟
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    测绘科学
  • 影响因子:
    --
  • 作者:
    李黎;匡翠林;朱建军;陈永奇;龙四春;何原荣
  • 通讯作者:
    何原荣
Analyzing Yengisogat Glacier surface velocities with ALOS PALSAR data feature tracking, Karakoram, China
利用 ALOS PALSAR 数据特征跟踪分析 Yengisogat 冰川表面速度,中国喀喇昆仑
  • DOI:
    10.1007/s12665-012-1563-9
  • 发表时间:
    2012-01
  • 期刊:
    Environmental Earth Sciences
  • 影响因子:
    2.8
  • 作者:
    Jiang, Zong-li;Liu, Shi-yin;Peters, Juliane;Lin, Jian;Long, Si-chun;Han, Yong-shun;Wang, Xin
  • 通讯作者:
    Wang, Xin
基于概率积分法的唐洞煤矿地表变形预测研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    大地测量与地球动力学
  • 影响因子:
    --
  • 作者:
    龙四春;杨光悦
  • 通讯作者:
    杨光悦
卫星钟差实时估计的收敛分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    大地测量与地球动力学
  • 影响因子:
    --
  • 作者:
    李黎;朱建军;陈永奇;匡翠林;龙四春;李洪玉;Li Li1,2),Zhu Jianjun2),Chen Yongqi2,3),Kuang Cuil
  • 通讯作者:
    Li Li1,2),Zhu Jianjun2),Chen Yongqi2,3),Kuang Cuil

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

合成孔径雷达信号子带干涉技术及其应用
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    大地测量与地球动力学
  • 影响因子:
    --
  • 作者:
    龙四春;袁英;陈鹏琦;吴文豪;董艳芳;祝传广
  • 通讯作者:
    祝传广
雷达地形测绘DEM空洞插补方法研究
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    遥感信息
  • 影响因子:
    --
  • 作者:
    龙四春;周威;文佳胜;陈鹏琦
  • 通讯作者:
    陈鹏琦
一种加权Logistic-Richards组合模型的地表沉降预测方法
  • DOI:
    10.14075/j.jgg.2015.05.021
  • 发表时间:
    2015
  • 期刊:
    大地测量与地球动力学
  • 影响因子:
    --
  • 作者:
    龙四春;彭强;黄两宜;张立亚
  • 通讯作者:
    张立亚
基于地形特征点和小比例尺地形图的大比例尺成图技术
  • DOI:
    10.13582/j.cnki.1672-9102.2014.04.012
  • 发表时间:
    2014
  • 期刊:
    湖南科技大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    龙四春;聂光裕
  • 通讯作者:
    聂光裕
不等式约束PEIV模型的经典最小二乘方法
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    武汉大学学报·信息科学版
  • 影响因子:
    --
  • 作者:
    谢建;龙四春
  • 通讯作者:
    龙四春

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

龙四春的其他基金

融合多源异构数据的城市地下空间开发地表形变识别及规律分析
  • 批准号:
    42377453
  • 批准年份:
    2023
  • 资助金额:
    49.00 万元
  • 项目类别:
    面上项目
融合地基SAR与多传感器的深基坑形变监测关键技术及破坏机理研究
  • 批准号:
    41877283
  • 批准年份:
    2018
  • 资助金额:
    61.0 万元
  • 项目类别:
    面上项目
基于地基和星载高分辨率SAR的矿山地表全尺度形变监测研究
  • 批准号:
    41474014
  • 批准年份:
    2014
  • 资助金额:
    85.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码