基于分布式散射体DSs (Distributed Scatterers)的时序InSAR技术很好的弥补了PSInSAR技术在低相干区域难以获取足够形变监测点的缺陷。考虑到DS目标容易受时间和空间失相干因素的影响，从而引入斑点噪声，因此优化相干点目标的相位非常必要。基于此，本文提出了一种新的基于特征值分解和自适应滤波的极化相位优化方法 （EVD-FPO）。该方法利用Sentinel-1A双极化数据幅度信息识别DS与PS目标，并基于时空间相干矩阵利用特征值分解极化相位优化技术和自适应均值滤波技术改善相位质量。为了证明本文方法的可行性与有效性，17景Sentinel-1A双极化（VV-VH） SAR数据用于评估本文方法的性能。结果表明：EVD-FPO方法能够有效提高相干目标点的密度和改善相位质量，相较于单极化振幅离差法（VV-DA）和振幅离差极化相位优化方法（ESM-DA）相干点目标分别增加了9.06倍和1.64倍，相较于单极化CAESAR方法提取的PS目标更加完整。为了定量评价优化后的相位结果，本文采用相位导数变化指标来评估各相位优化方法的相位质量，研究发现ESM-DA方法的平均相位导数为...

基于分布式散射体DSs (Distributed Scatterers)的时序InSAR技术很好的弥补了PSInSAR技术在低相干区域难以获取足够形变监测点的缺陷。考虑到DS目标容易受时间和空间失相干因素的影响，从而引入斑点噪声，因此优化相干点目标的相位非常必要。基于此，本文提出了一种新的基于特征值分解和自适应滤波的极化相位优化方法 （EVD-FPO）。该方法利用Sentinel-1A双极化数据幅度信息识别DS与PS目标，并基于时空间相干矩阵利用特征值分解极化相位优化技术和自适应均值滤波技术改善相位质量。为了证明本文方法的可行性与有效性，17景Sentinel-1A双极化（VV-VH） SAR数据用于评估本文方法的性能。结果表明：EVD-FPO方法能够有效提高相干目标点的密度和改善相位质量，相较于单极化振幅离差法（VV-DA）和振幅离差极化相位优化方法（ESM-DA）相干点目标分别增加了9.06倍和1.64倍，相较于单极化CAESAR方法提取的PS目标更加完整。为了定量评价优化后的相位结果，本文采用相位导数变化指标来评估各相位优化方法的相位质量，研究发现ESM-DA方法的平均相位导数为...

基于分布式散射体DSs (Distributed Scatterers)的时序InSAR技术很好的弥补了PSInSAR技术在低相干区域难以获取足够形变监测点的缺陷。考虑到DS目标容易受时间和空间失相干因素的影响，从而引入斑点噪声，因此优化相干点目标的相位非常必要。基于此，本文提出了一种新的基于特征值分解和自适应滤波的极化相位优化方法 （EVD-FPO）。该方法利用Sentinel-1A双极化数据幅度信息识别DS与PS目标，并基于时空间相干矩阵利用特征值分解极化相位优化技术和自适应均值滤波技术改善相位质量。为了证明本文方法的可行性与有效性，17景Sentinel-1A双极化（VV-VH） SAR数据用于评估本文方法的性能。结果表明：EVD-FPO方法能够有效提高相干目标点的密度和改善相位质量，相较于单极化振幅离差法（VV-DA）和振幅离差极化相位优化方法（ESM-DA）相干点目标分别增加了9.06倍和1.64倍，相较于单极化CAESAR方法提取的PS目标更加完整。为了定量评价优化后的相位结果，本文采用相位导数变化指标来评估各相位优化方法的相位质量，研究发现ESM-DA方法的平均相位导数为...

为有效解决粒子滤波中粒子退化和贫化问题,实验将遗传算法耦合到粒子滤波中用于对粒子进行重采样,发展了基于遗传粒子滤波的积雪数据同化方案。以Noah-MP模型默认组合方案为模型算子搭建了积雪数据同化系统,分别在真实和合成同化试验情景下比较了集合卡尔曼滤波和粒子滤波的同化性能、不同重采样方法对粒子滤波同化性能的影响,探讨了遗传粒子滤波作为积雪数据同化方法的可行性。在理想试验情景中,遗传粒子滤波的整体同化性能次于系统重采样粒子滤波,但明显好于多项式重采样粒子滤波,并且遗传粒子滤波能够在积雪融化较快的阶段,更有效地利用观测信息对模型进行校正,在积雪消融期表现出了较好的同化性能。在真实试验情景中,遗传粒子滤波的同化性能明显好于采用其他重采样算法粒子滤波的同化性能。此外,两种同化情景的试验结果均表明粒子滤波的同化性能明显好于集合卡尔曼滤波。将遗传粒子滤波作为积雪数据同化方案是可行、有效的。

为有效解决粒子滤波中粒子退化和贫化问题,实验将遗传算法耦合到粒子滤波中用于对粒子进行重采样,发展了基于遗传粒子滤波的积雪数据同化方案。以Noah-MP模型默认组合方案为模型算子搭建了积雪数据同化系统,分别在真实和合成同化试验情景下比较了集合卡尔曼滤波和粒子滤波的同化性能、不同重采样方法对粒子滤波同化性能的影响,探讨了遗传粒子滤波作为积雪数据同化方法的可行性。在理想试验情景中,遗传粒子滤波的整体同化性能次于系统重采样粒子滤波,但明显好于多项式重采样粒子滤波,并且遗传粒子滤波能够在积雪融化较快的阶段,更有效地利用观测信息对模型进行校正,在积雪消融期表现出了较好的同化性能。在真实试验情景中,遗传粒子滤波的同化性能明显好于采用其他重采样算法粒子滤波的同化性能。此外,两种同化情景的试验结果均表明粒子滤波的同化性能明显好于集合卡尔曼滤波。将遗传粒子滤波作为积雪数据同化方案是可行、有效的。

为有效解决粒子滤波中粒子退化和贫化问题,实验将遗传算法耦合到粒子滤波中用于对粒子进行重采样,发展了基于遗传粒子滤波的积雪数据同化方案。以Noah-MP模型默认组合方案为模型算子搭建了积雪数据同化系统,分别在真实和合成同化试验情景下比较了集合卡尔曼滤波和粒子滤波的同化性能、不同重采样方法对粒子滤波同化性能的影响,探讨了遗传粒子滤波作为积雪数据同化方法的可行性。在理想试验情景中,遗传粒子滤波的整体同化性能次于系统重采样粒子滤波,但明显好于多项式重采样粒子滤波,并且遗传粒子滤波能够在积雪融化较快的阶段,更有效地利用观测信息对模型进行校正,在积雪消融期表现出了较好的同化性能。在真实试验情景中,遗传粒子滤波的同化性能明显好于采用其他重采样算法粒子滤波的同化性能。此外,两种同化情景的试验结果均表明粒子滤波的同化性能明显好于集合卡尔曼滤波。将遗传粒子滤波作为积雪数据同化方案是可行、有效的。

为了提高极地重力数据处理的质量，降低巨厚冰层对重力数据解释的影响，将极地大陆冰盖引起的重力异常从叠加异常中剥离出来成为极地重力数据处理的重要步骤之一。针对该问题，本文建立两个极地大陆冰层构造模型，对不同模型进行正演获得对应布格重力异常，再尝试利用三种位场分离方法，包括趋势分析法、向上延拓法和优化滤波法，对冰层引起的重力异常进行剥离试验，基于模型试验结果对比分析不同位场分离方法对极地冰层重力效应剥离的应用效果。模型试验结果显示，趋势分析法在冰层界面起伏较平缓情况下效果较好，但当冰层界面起伏复杂时难以用数学表达式精确拟合区域场，因此易在结果中引入虚假异常；向上延拓法在局部场源较浅的异常分离中效果较好，但由于极地模型冰盖深度较深及延拓高度选取不合理，在试验中出现了分离不足的情况；优化滤波法在相对复杂模型中分离效果相对好，但由于频段选取的主观性，使得该方法也易出现分离不足或过度情况。综合上述模型试验表明，在剥离极地冰盖引起的重力异常时，由于极地冰盖厚度起伏等地质情况复杂多变，应结合实际地质情况及其他可获得的地球物理资料进行综合分析，选择适用于具体情况的分离方法。

为了提高极地重力数据处理的质量，降低巨厚冰层对重力数据解释的影响，将极地大陆冰盖引起的重力异常从叠加异常中剥离出来成为极地重力数据处理的重要步骤之一。针对该问题，本文建立两个极地大陆冰层构造模型，对不同模型进行正演获得对应布格重力异常，再尝试利用三种位场分离方法，包括趋势分析法、向上延拓法和优化滤波法，对冰层引起的重力异常进行剥离试验，基于模型试验结果对比分析不同位场分离方法对极地冰层重力效应剥离的应用效果。模型试验结果显示，趋势分析法在冰层界面起伏较平缓情况下效果较好，但当冰层界面起伏复杂时难以用数学表达式精确拟合区域场，因此易在结果中引入虚假异常；向上延拓法在局部场源较浅的异常分离中效果较好，但由于极地模型冰盖深度较深及延拓高度选取不合理，在试验中出现了分离不足的情况；优化滤波法在相对复杂模型中分离效果相对好，但由于频段选取的主观性，使得该方法也易出现分离不足或过度情况。综合上述模型试验表明，在剥离极地冰盖引起的重力异常时，由于极地冰盖厚度起伏等地质情况复杂多变，应结合实际地质情况及其他可获得的地球物理资料进行综合分析，选择适用于具体情况的分离方法。

为了提高极地重力数据处理的质量，降低巨厚冰层对重力数据解释的影响，将极地大陆冰盖引起的重力异常从叠加异常中剥离出来成为极地重力数据处理的重要步骤之一。针对该问题，本文建立两个极地大陆冰层构造模型，对不同模型进行正演获得对应布格重力异常，再尝试利用三种位场分离方法，包括趋势分析法、向上延拓法和优化滤波法，对冰层引起的重力异常进行剥离试验，基于模型试验结果对比分析不同位场分离方法对极地冰层重力效应剥离的应用效果。模型试验结果显示，趋势分析法在冰层界面起伏较平缓情况下效果较好，但当冰层界面起伏复杂时难以用数学表达式精确拟合区域场，因此易在结果中引入虚假异常；向上延拓法在局部场源较浅的异常分离中效果较好，但由于极地模型冰盖深度较深及延拓高度选取不合理，在试验中出现了分离不足的情况；优化滤波法在相对复杂模型中分离效果相对好，但由于频段选取的主观性，使得该方法也易出现分离不足或过度情况。综合上述模型试验表明，在剥离极地冰盖引起的重力异常时，由于极地冰盖厚度起伏等地质情况复杂多变，应结合实际地质情况及其他可获得的地球物理资料进行综合分析，选择适用于具体情况的分离方法。

基流量的准确确定是水资源利用、水文模型校验、生态需水量和河流自净能力计算等工作的重要基础。然而，基流量难以直接观测，目前常用的Eckhardt数字滤波等方法参数的物理意义并不十分明确，且固定的参数难以刻画基流量的年内和年际动态变化，限制了基流分割结果的精度。以第二松花江流域伊通河上游典型子流域为例，利用更具物理基础的同位素方法分别对流域汛期和融雪期两个关键时段进行基流分割，并利用不同季节分割结果对Eckhardt数字滤波法的参数进行了识别。研究发现，基于同位素结果可以有效识别Eckhardt法参数的季节性动态规律，因此利用参数动态识别后的Eckhardt法可以对流域后续径流过程进行更为准确的分割计算。本研究思路可以在保证基流分割结果精度的基础上，有效降低对监测数据的需求。