检索结果-维普期刊中文期刊服务平台

兰坪县InSAR形变监测与滑坡灾害早期识别: 1; 作者李若凡李勇发 +6 位作者左小清黄成邢明泽李永宁张荐铭石超顾晓娜《测绘通报》北大核心 2025年第7期40-45,共6页; 针对兰坪县地质灾害易发、频发,而传统方法难以实现广域滑坡早期识别的问题,本文采用SBAS-InSAR技术对兰坪县开展了滑坡的早期识别与分析研究。首先,针对兰坪县高山峡谷区SAR影像几何畸变影响严重的问题,利用R指数法提取该地区几何畸变... 展开更多; 关键词 SBAS-InSAR技术兰坪县高山峡谷区几何畸变滑坡灾害; 在线阅读下载PDF 职称材料

融合多特征与超像素分割的高山峡谷区合成孔径雷达影像几何畸变检测方法: 2; 作者邢明泽左小清 +3 位作者李勇发顾晓娜王立志王明果《兰州大学学报(自然科学版)》北大核心 2025年第5期569-577,584,共10页; 利用超像素分割算法对合成孔径雷达影像进行分割,融合幅度、局部频率等特征对研究区内的几何畸变进行综合检测,通过与相干系数方法、局部频率估计方法、局部频率估计结合幅度方法进行对比分析,以Sentinel-1A数据为例,选取典型高山峡谷... 展开更多; 关键词合成孔径雷达影像超像素分割中分辨率数据高山峡谷区多特征融合几何畸变; 在线阅读下载PDF 职称材料

基于注意力机制的BiGRU-CNN-Net深度学习模型的星载GNSS-R植被含水量反演方法: 3; 作者张永凤布金伟左小清《兰州大学学报(自然科学版)》北大核心 2025年第4期442-451,共10页; 基于注意力机制的BiGRU-CNN-Net深度学习网络模型定量反演植被含水量(VWC),将时延多普勒图像、全球导航卫星系统反射测量观测变量以及地表辅助参数作为模型输入,用土壤湿度主被动探测卫星中的VWC数据作为参考数据,将BiGRU-CNN-Net模型与... 展开更多; 关键词旋风全球导航卫星系统全球导航卫星系统反射测量土壤湿度主被动探测卫星植被含水量深度学习; 在线阅读下载PDF 职称材料

融合CNN/BiLSTM/attention的滇川电离层TEC预测模型: 4; 作者陈冠宇李旺 +4 位作者李家乐刘佳悦张仁中朱浩泽李震《导航定位学报》北大核心 2025年第4期228-239,共12页; 针对中国云南-四川位于赤道电离异常区域(EIA)北冠带,“喷泉效应”导致电离层动力学特征异常复杂,传统的电离层模型适应性较差的问题,提出一种融合卷积神经网络(CNN)/双向长短时记忆(BiLSTM)神经网络/注意力机制(attention)的滇川电离... 展开更多; 关键词电离层模型神经网络滇川区域全球卫星导航系统(GNSS) 总电子含量(TEC); 在线阅读下载PDF 职称材料

题名兰坪县InSAR形变监测与滑坡灾害早期识别: 1; 作者李若凡李勇发左小清黄成邢明泽李永宁张荐铭石超顾晓娜; 机构昆明理工大学国土资源工程学院云南省自然资源智能监测与时空大数据治理重点实验室云南省地质环境监测院; 出处《测绘通报》北大核心 2025年第7期40-45,共6页; 基金国家自然科学基金(42471483,42161067,42361054) 部省合作试点项目(2023ZRBSHZ048) +2 种基金昆明理工大学人才培养基金(KKZ3202421128)。; 文摘针对兰坪县地质灾害易发、频发,而传统方法难以实现广域滑坡早期识别的问题,本文采用SBAS-InSAR技术对兰坪县开展了滑坡的早期识别与分析研究。首先,针对兰坪县高山峡谷区SAR影像几何畸变影响严重的问题,利用R指数法提取该地区几何畸变区域,以确保InSAR形变结果的准确性和可靠性;然后,利用SBAS-InSAR技术获取兰坪县2021年1月-2023年12月的地表形变信息,并结合光学影像对兰坪县滑坡灾害进行识别;最后,选取典型滑坡灾害点进行时空演化特征分析。研究结果表明,本文方法能有效提高高山峡谷区滑坡灾害识别的准确性,兰坪县共探测到42个形变区,主要分布在澜沧江流域两侧,研究成果可为兰坪县地质灾害防治工作提供科学依据。; 关键词 SBAS-InSAR技术兰坪县高山峡谷区几何畸变滑坡灾害; Keywords SBAS InSAR technology Lanping county high mountain canyon areas geometric distortions landslide disaster; 分类号 P237 [天文地球—摄影测量与遥感]; 在线阅读下载PDF 职称材料

题名融合多特征与超像素分割的高山峡谷区合成孔径雷达影像几何畸变检测方法: 2; 作者邢明泽左小清李勇发顾晓娜王立志王明果; 机构昆明理工大学国土资源工程学院云南省地矿测绘院有限公司; 出处《兰州大学学报(自然科学版)》北大核心 2025年第5期569-577,584,共10页; 基金国家自然科学基金项目(42471483,42161067) 自然资源部云南省部省合作试点项目(2023ZRBSHZ048) +3 种基金云南省重大科技专项计划项目(202502AD080005)。; 文摘利用超像素分割算法对合成孔径雷达影像进行分割,融合幅度、局部频率等特征对研究区内的几何畸变进行综合检测,通过与相干系数方法、局部频率估计方法、局部频率估计结合幅度方法进行对比分析,以Sentinel-1A数据为例,选取典型高山峡谷昆明市东川区验证方法的有效性.结果表明,该方法能够准确检测叠掩、阴影和透视收缩3类几何畸变,与经典方法的检测结果相比具有较高的一致性,证明其较为可靠,且不依赖数字高程模型数据的分辨率,有效弥补了现有方法的缺陷.; 关键词合成孔径雷达影像超像素分割中分辨率数据高山峡谷区多特征融合几何畸变; Keywords synthetic aperture radar image superpixel segmentation medium resolution data alpine canyon area multi-feature fusion geometric distortion; 分类号 P237 [天文地球—摄影测量与遥感]; 在线阅读下载PDF 职称材料

题名基于注意力机制的BiGRU-CNN-Net深度学习模型的星载GNSS-R植被含水量反演方法: 3; 作者张永凤布金伟左小清; 机构昆明理工大学国土资源工程学院云南省自然资源智能监测与时空大数据治理重点实验室; 出处《兰州大学学报(自然科学版)》北大核心 2025年第4期442-451,共10页; 基金云南省基础研究计划项目(202401CF070151) 国家自然科学基金项目(42404037,42471483和42161067) +3 种基金云南省科技计划项目(平台类)(202449CE340023)。; 文摘基于注意力机制的BiGRU-CNN-Net深度学习网络模型定量反演植被含水量(VWC),将时延多普勒图像、全球导航卫星系统反射测量观测变量以及地表辅助参数作为模型输入,用土壤湿度主被动探测卫星中的VWC数据作为参考数据,将BiGRU-CNN-Net模型与LightGBM和XGBoost两种模型反演的VWC进行对比.结果发现,BiGRU-CNN-Net模型的性能优于LightGBM和XGBoost模型,其Pearson相关系数R=0.85,均方根误差精度分别提升了14.86%和25.00%;平均绝对误差精度分别提升了30.65%和38.57%;平均绝对百分比误差精度分别提升了54.94%和58.50%,表明BiGRUCNN-Net模型在反演VWC方面具有显著优势.; 关键词旋风全球导航卫星系统全球导航卫星系统反射测量土壤湿度主被动探测卫星植被含水量深度学习; Keywords cyclone global navigation satellite system global navigation satellite system-reflectometry soil moisture active passive satellite vegetation water content deep learning; 分类号 P237 [天文地球—摄影测量与遥感]; 在线阅读下载PDF 职称材料

题名融合CNN/BiLSTM/attention的滇川电离层TEC预测模型: 4; 作者陈冠宇李旺李家乐刘佳悦张仁中朱浩泽李震; 机构昆明理工大学国土资源工程学院云南省自然资源智能监测与时空大数据治理重点实验室(筹) 华北水利水电大学测绘与地理信息学院; 出处《导航定位学报》北大核心 2025年第4期228-239,共12页; 基金国家自然科学基金项目(42204030) 云南省兴滇英才支持计划项目(KKXX202421034) +1 种基金昆明理工大学学生课外学术科技创新基金项目(2024ZK093)。; 文摘针对中国云南-四川位于赤道电离异常区域(EIA)北冠带,“喷泉效应”导致电离层动力学特征异常复杂,传统的电离层模型适应性较差的问题,提出一种融合卷积神经网络(CNN)/双向长短时记忆(BiLSTM)神经网络/注意力机制(attention)的滇川电离层总电子含量(TEC)预测模型:采用具有多通道特征的CNN-BiLSTM-注意力机制(attention)神经网络构建该区域电离层模型;然后选取2023年(磁暴年)的双分日和双至日作为验证时段,评估模型的有效性。结果表明,在春分、夏至、秋分和冬至的预测精度分别为1.24总电子含量单位(TECU)、2.06TECU、1.69TECU和2.35TECU,对应的皮尔逊相关系数分别为0.988、0.961、0.944和0.987;说明提出的模型可显著改正滇川区域太阳高峰年内的电离层延迟,能够为深入了解滇川区域的电离层时空演变机制,以及增强该区域的导航定位服务质量提供参考。; 关键词电离层模型神经网络滇川区域全球卫星导航系统(GNSS) 总电子含量(TEC); Keywords ionospheric model neural network Yunnan-Sichuan region global navigation satellite system(GNSS) total electron content(TEC); 分类号 P228 [天文地球—大地测量学与测量工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	操作
1	兰坪县InSAR形变监测与滑坡灾害早期识别	李若凡李勇发左小清黄成邢明泽李永宁张荐铭石超顾晓娜	《测绘通报》北大核心	2025	在线阅读下载PDF 职称材料
2	融合多特征与超像素分割的高山峡谷区合成孔径雷达影像几何畸变检测方法	邢明泽左小清李勇发顾晓娜王立志王明果	《兰州大学学报(自然科学版)》北大核心	2025	在线阅读下载PDF 职称材料
3	基于注意力机制的BiGRU-CNN-Net深度学习模型的星载GNSS-R植被含水量反演方法	张永凤布金伟左小清	《兰州大学学报(自然科学版)》北大核心	2025	在线阅读下载PDF 职称材料
4	融合CNN/BiLSTM/attention的滇川电离层TEC预测模型	陈冠宇李旺李家乐刘佳悦张仁中朱浩泽李震	《导航定位学报》北大核心	2025	在线阅读下载PDF 职称材料