排序方式: 共有32条查询结果,搜索用时 15 毫秒
31.
哈尔里克山脉冰川的快速退缩已经影响到吐鲁番坎儿井的水量,先前关于该区冰川研究不够细致,且最新资料报道较为短缺。以哈尔里克山脉冰川为研究对象,基于Landsat TM/ETM+和OLI影像(1992、2002、2010、2016年),通过比值阈值法、目视解译结合GIS技术,提取了该地区四期冰川边界,同时对研究区周边气温、降水以及日照时数进行线性趋势分析,研究其与冰川的响应关系。结果表明:(1)1992-2016年,哈尔里克山脉冰川总体呈现出持续退缩趋势,面积退缩了13.18%,年均退缩率为0.56%,近年来退缩速率有所减缓。(2)近似估算的冰储量在过去25 a间减少了18.33%,冰川物质亏损将对该区短缺的水资源提供了危险的信号。(3)冰川退缩率与冰川规模呈指数函数变化趋势;低海拔区冰川存在明显的末端升高趋势;N和NW向的冰川占明显优势,但N向退缩率最慢。(4)分形理论分析表明该地区冰川未来退缩将趋于一种稳定状态。该区气温和日照时数的显著上升导致其冰川退缩,同时冰川规模、海拔和坡向分布也是冰川变化的重要因素;对比发现该区冰川退缩速率较天山其他区域慢。 相似文献
32.
预测地面沉降对于城市基础设施损害的早期预警和及时采取补救措施具有重要意义。本文提出基于时序InSAR数据采用长短时记忆网络(LSTM)模型来预测地面沉降。以香港国际机场为研究区域,基于Sentinel-1A升轨影像利用时序雷达干涉技术(TS-InSAR)获取2015年—2020年机场时序地面沉降监测InSAR结果;利用机场时序InSAR形变结果建立堆叠式LSTM预测模型,并将预测结果与InSAR真实结果进行对比分析。结果表明,2015年—2020年香港国际机场地表垂直方向的平均形变速率为-19—5 mm/a。预测值与真实值的拟合均方根误差和平均绝对误差均较低,分别为0.75 mm和0.61 mm,同时其相关系数为0.99,表明LSTM预测模型在点级尺度上具有良好的性能,能够基于时序InSAR数据较准确预测地面沉降。但预测过程中发现,LSTM模型不适合长期预测,长期预测会出现失效性。本文提出的堆叠式LSTM预测模型可以作为一种有效方法来预测地表形变,尽管LSTM模型只是适用于短期预测,但其预测结果可用于辅助决策、早期预警和减轻危害。 相似文献