极化合成孔径雷达（Polarimetric Synthetic Aperture Radar, PolSAR）因其成像不受环境、时间和气候影响的优势而备受冰川识别领域研究人员的关注。然而，现有的研究并不能充分挖掘双极化SAR影像中的冰川散射特征。针对这一问题，提出了一个基于双极化Sentinel-1 A数据的冰川分类网络S1-UNet，利用双极化SAR数据中的散射特性，实现了对冰川区域的自动提取。引入了注意力特征融合模块增强图像的低级特征与高级特征之间的关联性；采用了改进的空洞空间金字塔池化（Atrous Spatial Pyramid Pooling, ASPP）模块获取图像不同尺度的散射特征信息；实验结果表明，与其他语义分割和冰川识别网络相比，S1-UNet模型的性能最好，交并比、精确率分别为94.57%、97.82%，召回率达到96.79%。

冰湖识别是了解冰湖对气候变化的响应和评估冰湖溃决洪水潜在危险的先决条件。虽然遥感技术使全球冰湖演变的持续监测和评估成为可能，但准确可靠地提取复杂高原地形区的冰湖仍然具有挑战性。本文提出了融合多源遥感数据和改进后MaskR-CNN深度学习模型的复杂高原地形区冰湖智能识别方法，在MaskR-CNN模型基础上，通过在骨干网络ResNet-50的高层特征（Conv4和Conv5）、FPN的每个特征图以及Mask Head 中引入注意力机制。利用Sentinel-2高分辨遥感影像、ALOS-DEM及NDWI数据组成多波段数据集，并在青藏高原东南部的林芝市进行测试，并进一步比较了改进后Mask R-CNN、U-Net、SegNet和DeepLab V3模型在冰湖识别中的性能。改进后的Mask R-CNN模型具有更高的准确率，模型的精确度、召回率和准确度值分别达到了91.25%、93.69%、92.89%。它有效地降低了山体阴影、湖水浊度和冻融湖水条件对冰湖识别的影响，并显著提高了小冰湖的识别效率。本研究为地形复杂高原地形区冰湖识别提供了可靠解决方案，为深度学习与多源遥感数据结合的智能化冰湖提取提供...

在冻结法施工中，保证冻结壁稳定性至关重要，传统的现场检测方法因其间断性而无法提供实时监测，限制了对冻结壁潜在灾变的及时响应，采用冻土的深层原位精准探测是揭示冻结壁重大工程灾变机理及灾害预警的有效手段。基于卷积神经网络提出一种基于图像数据驱动的冻土强度智能识别方法，通过对93组试样的多角度图像捕获及随后的单轴抗压强度试验，标注试样图像与实际强度数据并结合图像数据增强技术构建了深度学习模型训练所需的图像数据集；利用迁移学习深度残差网络34层(ResNet-34)模型，并对比其它不同模型的训练过程和测试结果，发现ResNet-34模型效果最佳，准确率为92.8%且没有出现过拟合现象；应用深度学习模型对冻土强度的影响因素土质、温度和含水率进行识别，发现模型能有效识别出三个变量，证明了模型识别冻土强度的科学性和可靠性；此外研究了模型在不同干扰条件下的表现，模拟典型干扰场景并分析其对模型预测性能的影响，为后续改进数据增强策略和模型优化方向提供依据；引入Grad-CAM(Gradient-weighted Class Activation Mapping)可解释性分析方法揭示卷积神经网络在冻土强度识...

为了更好利用极化特征进行较准确的干雪识别，提出了一种面向干雪识别的合成孔径雷达（synthetic aperture radar,SAR）指数模型。以新疆玛纳斯河流域为研究区，选择干雪期Radarast-2全极化SAR数据进行Freeman极化分解，获取该时期的极化特征，并分析积雪覆盖区、非积雪覆盖区极化特征差异及极化特征的变化规律；在此基础上，提出一种新的面向干雪识别的指数模型，并进行Ostu阈值分割，识别干雪范围，并与最小距离、马氏距离、最大似然等监督分类方法的干雪识别结果进行对比分析。研究结果表明：基于Freeman极化分解构建的干雪识别指数模型，其总体分类精度达到85.83%，通过非监督的方式能够识别干雪覆盖范围。

西藏藏东南地区地处青藏高原东南部,地势陡峭。多期次板块构造运动、岩体间相互挤压运动导致地质灾害频繁发生且规模大。针对该区域的地质灾害调查与监测研究工作对防灾减灾具有重要意义。文章以藏东南然乌地区为研究区,分别利用升降轨Sentinel-1A卫星数据对该区域隐患灾害点进行识别,并分析了SAR影像几何畸变对地质灾害识别的影响。通过对InSAR监测结果进行分析,文章最终共圈定了区域内的滑坡、冰川隐患灾害点67处。同时,为了更好的分析灾害体的形变特征和规律,选取了然乌区域安目错北岸三处典型冰川灾害体,利用多维小基线子集(MSBAS)技术获取了坡体的二维(水平东西向和垂直向)形变速率和时间序列。通过对吉穷隆冰川、迫弄冰川和瓦巴村冰川三处典型冰川的形变时间序列结果进行分析,发现从2018年1月到2020年10月,三个冰川水平东西方向上的最大累计位移量分别达到了202 mm、283 mm、194 mm,垂直方向上最大累计位移量分别达到了97 mm、-155 mm、-163 mm。水平方向上三处典型冰川表现为加速变形趋势,垂直方向上表现为缓慢蠕滑变形趋势。同时分析了瓦巴村冰川二维形变时间序列与降雨量和...

以黑龙江省哈尔滨市道外区为研究区,系统探讨分析了基于遥感的不同方法在积雪信息识别中的应用。首先,对研究区两个时相的高分六号(GF-6)多光谱相机(PMS)影像进行目视解译,掌握了研究区内地物类型和积雪分布特点。其次,基于目视解译结果,选取了8种典型地物类型,得到了"积雪"和"非雪"两类像元的光谱特征规律。再次,探讨分析了6种方法在积雪识别中的应用,利用精确率、召回率和F指数3个指标进行了精度评价。最后,提出了基于投票结果的最终识别结果判定方法,得到了研究区积雪信息最终识别结果。研究表明:(1)受下垫面和阴影的影响,研究区"同谱异物"和"同物异谱"现象普遍;(2)深度学习算法的识别效果最好,决策树法的识别效果相对较差;农田区的识别精度高于池塘区,误识别和漏识别的现象都相对较少;(3)基于投票结果的最终识别结果判定,可以有效改善单一识别方法存在的误识别和漏识别现象。

西南山区地质灾害频发,近年来,茂县滑坡、白格滑坡、水城滑坡等多起大型滑坡灾害表明,灾难型滑坡事件的发生不仅与该地区易孕育地质灾害的条件有关,无法准确识别与监控滑坡灾害的发育发展情况也是主要因素之一。本文利用基于主动式微波遥感成像的InSAR技术,针对传统的地面式地质灾害调查手段与光学遥感技术受限的高山地区,以海拔高、地形陡,夏秋季山高林密、多降雨,春冬季天气寒冷、多降雪的澜沧江梅里雪山段为例,开展活动性地质灾害识别的研究。使用多源遥感数据,包括SAR与多时相传统光学遥感影像,以及PALSAR–1/2和升、降轨的Sentinel–1数据,展开多时段、多角度、多波长、多空间分辨率的组合对地观测;结合D-InSAR、IPTA-InSAR和Stacking计算结果,人机交互及目视解译,并利用Google Earth平台多时相光学遥感数据及3维地貌进行核验。针对典型滑坡灾害进行地面核验,结合现场调查结果与InSAR计算结果分析其稳定性,得到如下成果:1)共识别滑坡地质灾害92处,其中:位于澜沧江河谷段的滑坡地质灾害共76处（占总解译数的82.6%）,澜沧江支流解译5处,德钦县城周边地区解译滑坡1...

青藏高原多年冻土区分布在中纬度地带,天然气水合物赋存环境和基本特征既不同于海域水合物,也不同于极地冻土区水合物,缺少有效的勘探技术成为制约我国陆域天然气水合物资源调查与评价工作的主要技术瓶颈。在国家863计划、国土资源部行业科研专项和水合物国家专项共同支持下,开展了陆域冻土区天然气水合物勘查技术攻关,初步建成了陆域永久冻土区天然气水合物勘查的高精度地震勘探技术、音频大地电磁测深技术、超深探地雷达技术、地球化学勘查技术和综合地球物理测井技术;总结了冻土区天然气水合物地震学和电磁学识别标志,优选出了水合物地球化学勘查的有效指标,研发了水合物储层测井识别技术和储层参数评价技术;初步建立了冻土区天然气水合物物化探有效方法组合和物化探综合勘查模型;预测了水合物成藏有利区,提出的建议井位钻遇天然气水合物,方法有效性得到初步检验和应用。研究成果对推动陆域冻土区天然气水合物勘查技术进步、支撑我国冻土区天然气水合物资源评价与开发工作有重要意义。

天然气水合物是一种赋存在低温、高压条件下,陆上永久冻土区和海底沉积物中的规模巨大的新型能源。在冻土区的天然气水合物研究过程中,钻探取样和天然气水合物岩芯研究仍是识别和推断天然气水合物最直接有效的方法。因此,如何在钻探现场快速有效地识别出天然气水合物及相关异常特征就显得极其重要。近几年在祁连山天然气水合物勘探过程中,探索性地总结出适用于冻土区的天然气水合物现场识别方法,主要包括肉眼观测、孔口气涌观测、岩芯红外测温、岩芯裂隙孔隙水盐度测定、岩芯气体解析与组分测定和岩芯次生构造与伴生矿物鉴别等方法。利用该套现场识别方法和随钻岩芯编录,有效地查明了祁连山冻土区天然气水合物在岩芯中的产状和分布特征,为该区天然气水合物资源评价和试开采试验提供了重要依据。

岩性识别是天然气水合物储层测井评价的基础,准确的岩性识别结果可以为天然气水合物的勘探提供可靠的依据,在寻找天然气水合物和评估天然气水合物储量方面发挥着巨大的作用。针对漠河冻土区天然气水合物科学钻探-2孔(MK-2孔)的钻探情况,利用已钻井段地层的岩心资料和常规测井资料,分别采用交会图法和支持向量机法对研究区的地层开展了岩性识别研究。结果表明:研究区内有砂岩、泥岩、石灰岩、糜棱岩和泥质板岩5种岩石,其不同岩性的测井响应差异能够定性识别岩性;自然电位与电阻率测井参数的交会,能够有效的、定量识别研究区地层的岩性;支持向量机法所建立的岩性识别模型,对研究区地层的岩性识别率可达96.67%。所建立的测井识别方法较好地解决了该区地层岩性识别问题,也为类似地区的天然气水合物地层测井评价提供了一种重要的手段。