导读:本文包含了大气延迟论文开题报告文献综述及选题提纲参考文献，主要关键词:对流层天顶延迟,大气数值模式,高时空分辨率,高精度
大气延迟论文文献综述
毛健,崔铁军,李晓丽,陈莉,孙艳玲[1]（2019）在《融合大气数值模式的高精度对流层天顶延迟计算方法》一文中研究指出针对现有对流层天顶延迟模型改正法因水汽参数难以精确获取所导致的时空分辨率与精度上的不足问题,提出了一种融合WRF(weather research and forecasting model)大气数值模式的对流层天顶延迟估计方法。通过分析WRF模式的数值模拟机理及其数据结构特征,采用直接积分与模型改正相结合的混合计算方式,实现了全球任意位置上小时级的对流层天顶延迟估计。验证结果表明,该方法计算的小时级ZTD再分析值精度为13.6 mm,日均值精度更是可达9.3 mm,比传统模型UNB3m的49.6 mm以及目前标称精度最高模型GPT2w的34.6 mm,精度分别提高了约5倍和3.5倍。在30 h的预报时段内,预报值精度也可达22 mm。无论是ZTD再分析值还是预报值比现有模型的估计值精度均有明显提高。(本文来源于《测绘学报》期刊2019年07期）
孙建霖,杨忠杰,马金辉[2]（2019）在《基于大气数据的时序InSAR大气延迟误差校正方法比较》一文中研究指出针对时序InSAR应用过程中处理较为困难的大气延迟误差,文章利用StaMPS时序InSAR方法和TRAIN大气校正工具箱,以刘家峡水库及其以北地区为例,研究ERA-I、MERRA-2和GACOS叁种常用的大气数据在时序InSAR大气延迟误差校正中的差异。实验表明,对轻度大气影响区域,叁种数据均可实现较好的校正效果;对中度大气影响区域,叁种数据的使用应当区分不同的研究区域、数据覆盖程度和大气影响强弱而定,且叁者之间并无明显的优劣之分;对重度大气影响区域,在数据满足基本条件的前提下,应当优先考虑剔除该影像。(本文来源于《科技创新与应用》期刊2019年11期）
黄长军,陈元洪,周吕[3]（2018）在《不同空间插值对InSAR大气延迟改正影响研究》一文中研究指出大气效应是InSAR技术用于地表探测的主要误差源之一。GPS数据作为InSAR大气延迟误差改正的重要数据源,受其站点分布疏密的影响,分辨率还无法做到与SAR影像完全相匹配,必须对GPS获取的大气延迟数据进行空间插值。本文采用反距离加权法(IDW)、Kriging插值法和移动曲面拟合法(Surface Moving Fitting,SMF)叁种插值方法,探讨了InSAR大气误差改正过程中的空间插值问题,并对叁种插值的精度进行了分析和评价。(本文来源于《北京测绘》期刊2018年06期）
王振兵[4]（2018）在《基于空间插值算法的InSAR大气延迟改正方法研究及应用》一文中研究指出随着科学技术的不断革新及工程应用领域的持续扩展,对InSAR技术监测精度要求也在不断提高。由于大气水汽在时空上的不稳定特性,大气延迟相位误差的去除工作面临着严峻考验。虽然在该技术发展的道路上,不断有学者提出在大气延迟方面改进InSAR监测精度的方法,如利用GPS数据、MERIS/MODIS近红外水汽数据及一些地面气象监测数据等外部数据去除大气影响,或利用一些改正模型进行延迟相位的估计等方法去除大气水汽延迟误差,但至今仍没有一个统一的改正方式来去除大气延迟相位的影响。本文所研究的利用空间插值的方法去除大气紊流层的影响,提高InSAR技术的监测精度,对应用于煤矿区地表沉降监测上有一定的实用意义。本文主要在InSAR中大气水汽延迟改正方面,从利用反距离权重法和普通Kriging插值两个空间插值方法方面对大气紊流层影响进行了改正研究。并以袁店二矿矿区地表沉降作为研究对象,本文的主要研究内容如下几点:1.首先论文中利用反距离权重法的空间插值方法对大气水汽延迟相位在InSAR中的影响进行改正,并利用叁等水准观测数据进行了改进结果的验证,结果表明,改正后地表形变监测数据比改正前的地表形变监测数据更为与水准监测数据一致,在InSAR技术监测缓慢微小地表形变方面平均改善程度有较大提高。2.其次选取紊流层大气相位函数时,分别运用了指数模型、球面模型、高斯模型叁种变异函数模型,通过结果对比分析,最终选取了高斯变异函数模型。并在监测区域选取了相干系数相对较高的样本点,并将这些样本点插值到整个干涉图中,利用基于高斯变异函数模型的克里金插值算法将紊流层大气延迟相位插值到整个干涉空间,之后将紊流层大气延迟相位去除。并将反距离权重法与克里金插值法两种校正方式结果与水准测量数据对比分析及进行可靠性验证,从得出的结果中可知,在此监测区域前者的改正效果要优于后者的改正效果。3.最后利用D-InSAR融合ArcGIS技术对淮北矿业集团某矿的雷达遥感数据进行的地表形变分析,主要分析了随着时间的推移,同一矿区的地表所发生的沉降变化。随后选取了淮北矿业集团某矿在此期间进行煤层开采的7225开采工作面,并对其开采期间的地表沉降规律进行了精细化分析,随后利用水准观测数据验证大气改正前后InSAR的监测精度,从结果中可知,在形变量较大区域,大气延迟改正后的监测结果变化并不明显,而对于长期微弱缓慢形变区域,大气延迟改正后监测结果的精度具有明显提高。(本文来源于《安徽理工大学》期刊2018-06-12）
周洪月[5]（2018）在《时序InSAR矿区地表形变监测中的大气延迟校正研究》一文中研究指出煤炭资源对于社会经济发展是一种不可或缺的基础能源,而长期开采地下煤层往往诱发地裂缝、土壤退化和地表沉降等生态环境危害,因此对地表沉降监测方法的研究价值较高。本文选用双极化(VH与VV)各44景Sentinel-1(S1)数据影像,结合时序In SAR技术与PL、GACOS两种大气校正模型,监测河北省邯郸市在2015年6月至2017年8月间的地表沉降;结合实测资料对其监测结果进行精度评定,针对峰峰地区主矿区的沉降情况进行时序分析,讨论大气延迟校正相关问题,获取统计时期内地表累计沉降等值线信息。本文主要研究成果如下:(1)对形变监测中的大气延迟校正原理及其优缺点进行了系统地总结,介绍、分析了结合时序In SAR技术的两种大气校正模型—基于相位的Power-law(PL)和基于外部数据的GACOS(Generic Atmospheric Correction Online Service for In SAR,GACOS)模型。对比分析表明,PL大气模型考虑了对流层的空间变化及其与地形因素的关系,受时间因素的影响较小;而GACOS模型具有覆盖范围广、空间分辨率高、近实时的优势。(2)针对S1数据特性,总结了时序处理的基本流程,经PS-In SAR技术处理得到两种数据集的地表沉降监测结果。对其统计分析可知,二者不同之处:在相同成像条件下,VV数据集筛选出PS点的数量比VH数据约多16%,且其大多分布在地形起伏较大的山区附近;对比平均强度信息,发现VV数据集的平均后向散射信号更强;相同之处:两种数据集的相干性受时间因素影响基本相同;由两种地表沉降监测结果可知,二者的整体沉降趋势一致性较好。综合上述两种结果可知,在研究期间显着沉降区分布在成安县中部、肥乡县的中北部,尤其在肥乡县、永年县和曲周县交界处,最大年均沉降速率超过50 mm/year,其主要影响因素为长期开采地下水资源。(3)经分块处理得到主要包含峰峰矿区的子影像集,重新进行时序处理后,结合PL和GACOS两种大气校正模型,最终得到去除大气延迟效应的地表沉降结果。分析表明,对于同一大气校正模型,两种数据集的大气延迟相位结果一致性较好,平均延迟相位差值不超过3 rad,其分布表现为时空异质性。结合水准实测数据,提取时序监测结果中的同名点的沉降信息,统计分析显示,经PL大气校正,VV数据集的大气延迟量稳定性较高,且其同名点与水准监测结果的相关性最高,其相干系数值为0.9728。(4)根据PL校正模型,联合两种极化的沉降监测结果,筛选出峰峰矿区的主要矿区范围内的PS点,并以2016年5月至2016年12月和2017年3月至2017年7月两时段为例,对每期监测结果进行了克里金插值,提取时序累计沉降等值线。由上述结果显示,经PL大气校正后,选定区域内PS点的累计沉降结果得到cm级的改善。根据不同期沉降等值线的空间分布及随时间的变化趋势,在主矿区内探测出4个沉降区;再以梧桐庄矿为例,结合开采工作面信息,对比大气校正前后结果发现,利用大气校正后的沉降结果在探测矿区沉降区及其边界方面具有较高的可行性。(本文来源于《中国矿业大学》期刊2018-06-04）
邓明军,张过,赵瑞山,李少宁,李建松[6]（2018）在《顾及大气延迟效应的YG-13A斜距标定》一文中研究指出针对大气延迟时变误差影响遥感卫星十叁号(YG-13A)斜距标定精度的问题,提出利用顾及大气延迟时变误差的斜距标定方法提高其斜距标定精度的策略。首先,利用基于NCEP气象资料和全球TEC数据的大气延迟改正方法来计算各标定景的大气延迟改正量。其次,将各标定景的大气延迟改正量代入斜距标定模型中。最后,在地面布设高精度角反射器控制点的情况下通过顾及大气延迟时变误差的斜距标定模型求解斜距测量系统误差,从而提高和验证斜距测量精度,角反射器控制点的平面和高程精度均优于0.1 m。利用嵩山遥感定标场地区的4组不同拍摄模式下获得的YG-13A卫星影像数据对比试验表明,相较于传统的斜距定标方法,在顾及大气延迟时变误差的情况下,4组数据的斜距改正值离散度均有所下降。利用太原、天津两个区域3景影像验证斜距改正后的精度,最小值为0.55 m,最大值为0.91 m,均值为0.70 m。试验结果证明了顾及大气延迟时变误差的斜距标定方法的有效性和可行性。(本文来源于《遥感学报》期刊2018年03期）
谢衍新,吴小成,胡雄[7]（2018）在《利用一维变分同化方法从地基GPS相位延迟中获取大气折射率》一文中研究指出GPS信号相位延迟中包含很多大气信息,通过一定的方法可以从中获取有价值的大气参数。基于地基GPS相位延迟数据,提出了一种结合经验模式的一维变分同化获取大气折射率的方法。利用GPS相位延迟模拟数据进行同化试验,讨论了背景误差的设置对同化结果的影响,采用实测个例对该方法进行了验证。结果表明,该一维变分同化方法可行,并可获取高精度的0～60 km大气折射率。低层大气背景误差设置的准确程度会对整个高度范围内的同化效果产生影响。首次将同化获取的大气折射率应用于无线电波折射修正,取得了很好的修正效果,修正精度可达1 mm量级。(本文来源于《武汉大学学报(信息科学版)》期刊2018年07期）
何沐[8]（2018）在《基于地形叁维信息的时序InSAR大气延迟估计及其应用于城市沉降监测》一文中研究指出地表沉降是在自然或人为因素的影响下,地面表层土壤向下沉陷的一种地质现象。在城市区域,地表沉降发生较为缓慢,但其影响范围广、持续时间长,往往对城市经济发展和居民生活会产生长期的不利影响。雷达差分干涉测量具有监测范围广、效率高、精度高等优势,在沉降监测领域被广泛应用。在其基础上发展起来的时序In SAR技术不仅克服了DIn SAR时空失相干问题,还通过时空滤波缓解了大气延迟和噪声的影响。但是,时空滤波方法仅能缓解大气延迟中湍流延迟成分的影响,而大气垂直分层延迟具有较高的时间相关性,仅依靠滤波方法不能完全扣除时序In SAR中的大气延迟。本文以大气垂直分层延迟为研究对象,基于PS点地形叁维信息对时序In SAR大气延迟建模估计。针对受干扰因素影响,大气延迟估计出现偏差的问题,引入基于重采样和高斯滤波的大气延迟优化估计方法,实现稳健可靠的大气垂直分层延迟估计。本论文主要工作如下:(1)在大气校正外部数据数量不足、质量不高的情况下,常规时序In SAR技术的滤波方法不能缓解大气延迟中垂直分层延迟的问题,基于PS点地形叁维信息建模并估计大气垂直分层延迟。(2)针对干扰因素影响较大的情况下大气垂直分层延迟估计存在偏差的问题,引入大气垂直分层延迟优化估计方法。核心思路是通过重采样和高斯滤波后差分的方法,优化参与模型评估的观测值。分别设计两个实验对比直接法和优化法大气延迟估计的结果,一个实验地形高观测值分布比较集中,另一个实验地形高观测值分布均匀。实验结果表明,无论监测区域地形高分布情况,优化法均能减弱干扰因素的影响。相比于直接法,优化法大气延迟估值更能反映区域对流层垂直分层延迟平均水平。(3)以12幅跨度为2010~2015年的Terra SAR-X影像和14幅跨度为2016~2017年的Sentinel-1A影像为实验数据,用时序In SAR技术监测成都中心城区地表沉降,并将直接法和优化法应用于大气垂直分层延迟估计。稳定区域的实验对比验证了优化法应用于时序In SAR大气垂直分层延迟校正是有效和可靠的。沉降监测结果表明,2016年~2017年,成都中心城区LOS向年平均沉降速率在6 mm/yr以内,几乎没有沉降,尤其是二环路以内的区域近七年来地面沉降监测状况十分稳定。(本文来源于《西南交通大学》期刊2018-05-01）
郝瑞琛[9]（2018）在《基于高程数据的DInSAR大气延迟改正方法研究》一文中研究指出合成孔径雷达差分干涉测量(Differential Interferometric Synthetic Aperture Radar,DInSAR)是在合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar,InSAR)技术上发展起来的大范围、毫米级形变监测技术。它是通过两次或多次观测的相位差提取形变相位,进而反演地表形变。但是,大气延迟将给DInSAR形变监测带来厘米级误差,严重影响对DInSAR形变监测结果的理解和分析。针对DInSAR大气延迟的改正,目前国内外主要有两种改正方法:借助外部气象数据的大气延迟改正和基于数据自身的大气延迟改正。借助外部气象数据的大气延迟改正是采用GPS或光学卫星遥感数据(如MODIS数据)提取大气参数(主要是水汽含量)来改正InSAR或DInSAR大气延迟。该方法存在GPS、光学卫星传感器与SAR工作频率差异、时间和空间分辨率差异等问题。基于数据自身的大气延迟改正方法是根据大气延迟的时空变化特征,采用滤波或邻域差分方法(即永久散射体雷达干涉测量方法)来抑制大气延迟。滤波方法只能在一定程度上抑制大气延迟,并且以牺牲低频空间形变为代价。永久散射体雷达干涉测量方法可估计出大气延迟,但需要多时相观测数据,算法复杂。鉴于现有大气延迟改正方法存在的不足,顾及大气延迟在水平空间上表现为低频特性,在垂直空间上随高程呈线性变化,本文提出了基于高程数据的大气延迟改正方法。论文详细阐述了基于高程数据的大气延迟改正过程,通过实验和应用实例证明了该方法的有效性,并进一步分析了该方法适用的区域类型和区域尺度。本文的具体工作如下:(1)分析了DInSAR的误差特征,研究了DInSAR形变误差随基线长度误差、DEM高程误差、大气延迟的变化关系,得出大气延迟是DInSAR的主要误差源,并且大气延迟随高程呈线性变化。(2)鉴于大气延迟随高程线性变化这一特性,提出了基于高程数据的DInSAR大气延迟改正方法。借助DEM数据,在水平和垂直空间上均匀选取控制点,并利用RANSAC算法剔除粗差点,然后采用最小二乘法建立基于高程数据的大气延迟改正线性模型。(3)以青海东部祁连山脉南北两个气候环境差异显着的区域为例,各利用2幅Sentinel-1卫星数据和SRTM高程模型进行差分干涉及大气延迟改正实验,两个实验均表明在大气延迟与高程具有较好相关性(≥0.7)的情况下,采用基于高程数据的DInSAR大气延迟改正方法能取得较为理想的效果。(4)从城镇区域、大气异常区域和大气与地形强相关区域叁种类型上,研究了本文提出的大气延迟改正模型的适用区域类型,发现基于高程数据的大气延迟改正模型在大气与地形强相关区域的大气延迟改正效果最好。(5)通过变换不同区域尺度,分析了高程与大气延迟相关性的变化,以及不同区域尺度下的大气延迟改正效果,发现在研究区内东西100km、南北50km范围内,本文提出的大气延迟改正模型能取得很好的改正效果。(6)利用本文提出的大气延迟改正方法,对研究区域内某处滑坡DInSAR形变监测结果进行大气延迟改正,改善了该滑坡的DInSAR形变监测质量,进一步证明了基于高程数据的大气延迟改正方法的有效性和实用性。(本文来源于《西南交通大学》期刊2018-05-01）
张文豪,李松,马跃,周辉,张智宇[10]（2018）在《利用境内气象站观测数据的激光测高仪大气延迟改进算法》一文中研究指出由大气层折射率分布不均匀引起的大气折射延迟是星载激光测高仪测距误差的主要来源之一,其主要受地表气压的影响。目前计算地表气压方法仅有美国GLAS系统使用的基于NCEP气象数据和时间空间的内插方法,GLAS系统观测相对平坦的南北极冰盖区域的精度足够,但观测地表起伏复杂的陆地目标的精度较低。文中利用国内气象站的观测数据,基于改进的反距离加权内插算法对大气折射延迟修正方法进行改进,并与传统GLAS方法的修正结果进行精度对比。在高原地区以及高纬度地区,采用国内气象数据和新的内插算法可以将修正残差由超过2cm降低至小于0.5cm,相对GLAS系统整体15cm的测量精度,相当于整体精度提高10%,对于未来国产卫星激光测高仪测量精度的提高将有一定参考价值。(本文来源于《红外与激光工程》期刊2018年02期）
大气延迟论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对时序InSAR应用过程中处理较为困难的大气延迟误差,文章利用StaMPS时序InSAR方法和TRAIN大气校正工具箱,以刘家峡水库及其以北地区为例,研究ERA-I、MERRA-2和GACOS叁种常用的大气数据在时序InSAR大气延迟误差校正中的差异。实验表明,对轻度大气影响区域,叁种数据均可实现较好的校正效果;对中度大气影响区域,叁种数据的使用应当区分不同的研究区域、数据覆盖程度和大气影响强弱而定,且叁者之间并无明显的优劣之分;对重度大气影响区域,在数据满足基本条件的前提下,应当优先考虑剔除该影像。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
大气延迟论文参考文献
[1].毛健,崔铁军,李晓丽,陈莉,孙艳玲.融合大气数值模式的高精度对流层天顶延迟计算方法[J].测绘学报.2019
[2].孙建霖,杨忠杰,马金辉.基于大气数据的时序InSAR大气延迟误差校正方法比较[J].科技创新与应用.2019
[3].黄长军,陈元洪,周吕.不同空间插值对InSAR大气延迟改正影响研究[J].北京测绘.2018
[4].王振兵.基于空间插值算法的InSAR大气延迟改正方法研究及应用[D].安徽理工大学.2018
[5].周洪月.时序InSAR矿区地表形变监测中的大气延迟校正研究[D].中国矿业大学.2018
[6].邓明军,张过,赵瑞山,李少宁,李建松.顾及大气延迟效应的YG-13A斜距标定[J].遥感学报.2018
[7].谢衍新,吴小成,胡雄.利用一维变分同化方法从地基GPS相位延迟中获取大气折射率[J].武汉大学学报(信息科学版).2018
[8].何沐.基于地形叁维信息的时序InSAR大气延迟估计及其应用于城市沉降监测[D].西南交通大学.2018
[9].郝瑞琛.基于高程数据的DInSAR大气延迟改正方法研究[D].西南交通大学.2018
[10].张文豪,李松,马跃,周辉,张智宇.利用境内气象站观测数据的激光测高仪大气延迟改进算法[J].红外与激光工程.2018