2025年大學(xué)《地球信息科學(xué)與技術(shù)》專業(yè)題庫——空間信息技術(shù)在地形形態(tài)變化監(jiān)測中的應(yīng)用考試時間：______分鐘總分：______分姓名：______一、名詞解釋（每題3分，共15分）1.數(shù)字高程模型（DEM）2.激光雷達(dá)（LiDAR）3.差分干涉合成孔徑雷達(dá)（DInSAR）4.地形變化檢測指數(shù)5.多時相遙感影像二、簡答題（每題5分，共25分）1.簡述利用激光雷達(dá)（LiDAR）技術(shù)獲取地形數(shù)據(jù)的主要優(yōu)勢。2.比較InSAR技術(shù)和光學(xué)遙感技術(shù)在監(jiān)測地表微小形變方面的主要區(qū)別。3.提出三種可用于監(jiān)測城市地面沉降的空間信息技術(shù)方法。4.簡述在進(jìn)行地形變化監(jiān)測數(shù)據(jù)處理時，幾何精校正的主要目的和步驟。5.解釋什么是“變化向量分析”（ChangeVectorAnalysis）及其在地形變化檢測中的應(yīng)用。三、論述題（每題10分，共30分）1.論述多源空間信息技術(shù)（如光學(xué)遙感、雷達(dá)遙感、GPS/GNSS）融合在地形變化監(jiān)測中的必要性和優(yōu)勢。2.以某類地質(zhì)災(zāi)害（如滑坡、崩塌）為例，論述利用空間信息技術(shù)進(jìn)行監(jiān)測預(yù)警的主要工作流程和技術(shù)要點(diǎn)。3.隨著技術(shù)發(fā)展，人工智能（AI）和機(jī)器學(xué)習(xí)（ML）在地形變化監(jiān)測中的應(yīng)用日益廣泛。請論述其在哪些方面能夠發(fā)揮作用，并分析可能面臨的挑戰(zhàn)。四、案例分析題（共30分）假設(shè)某沿海城市近年來面臨海岸線侵蝕和海水入侵的問題。當(dāng)?shù)販y繪部門計劃利用空間信息技術(shù)進(jìn)行為期五年的海岸線變化監(jiān)測和地面沉降分析，以評估風(fēng)險并制定防治策略。請回答：1.針對海岸線變化監(jiān)測，建議選用哪些主要的空間信息技術(shù)手段？并簡述選擇理由。（10分）2.針對地面沉降監(jiān)測，除了傳統(tǒng)的GPS觀測，還可以考慮利用哪些空間遙感技術(shù)？請說明其工作原理及適用性分析。（10分）3.在獲取并處理多期遙感數(shù)據(jù)（如多期光學(xué)影像和InSAR數(shù)據(jù)）后，如何提取海岸線變化信息和地面沉降信息？簡述關(guān)鍵的技術(shù)方法和步驟。（10分）4.在分析和解釋監(jiān)測結(jié)果時，需要考慮哪些因素？如何評估監(jiān)測結(jié)果的可靠性？（10分）試卷答案一、名詞解釋1.數(shù)字高程模型（DEM）：指利用有限的地形高程數(shù)據(jù)，按照規(guī)則格網(wǎng)對地形表面形態(tài)進(jìn)行離散化表達(dá)的空間數(shù)據(jù)模型。它以數(shù)字方式表達(dá)了地球表面形態(tài)的連續(xù)變化。**解析思路：*考察對DEM基本概念的理解，包括其定義、數(shù)據(jù)形式（離散化、規(guī)則格網(wǎng)）和表達(dá)內(nèi)容（地形表面形態(tài)）。2.激光雷達(dá)（LiDAR）：利用激光束發(fā)射、接收和測距技術(shù)，快速主動獲取地表或目標(biāo)物三維坐標(biāo)信息的一種遙感技術(shù)。根據(jù)平臺不同可分為機(jī)載、星載、地面和移動LiDAR等。**解析思路：*考察對LiDAR技術(shù)原理（激光測距）、數(shù)據(jù)類型（三維坐標(biāo)）和分類方法的理解。3.差分干涉合成孔徑雷達(dá)（DInSAR）：一種利用兩幅或多幅從不同幾何位置獲取的同一地表區(qū)域的SAR影像，通過干涉測量原理獲取地表微小形變信息（如絕對高程、形變場）的技術(shù)。**解析思路：*考察對InSAR技術(shù)核心原理（干涉測量獲取形變信息）和目標(biāo)（微小形變）的理解。4.地形變化檢測指數(shù)：指利用多期遙感影像（通常是光學(xué)影像）計算得到的，能夠直觀反映地表覆蓋或地形參數(shù)變化的量化指標(biāo)，如NormalizedDifferenceVegetationIndex(NDVI)、LandSurfaceTemperature(LST)差值等。**解析思路：*考察對變化檢測常用輔助手段（指數(shù)計算）及其作用（反映變化）的理解。5.多時相遙感影像：指在時間上具有連續(xù)性或特定時間間隔獲取的多期同址或異址的遙感影像。利用多時相影像可以監(jiān)測地表的動態(tài)變化過程。**解析思路：*考察對多時相影像概念核心“時間連續(xù)性/間隔”及其主要用途（監(jiān)測變化）的理解。二、簡答題1.簡述利用激光雷達(dá)（LiDAR）技術(shù)獲取地形數(shù)據(jù)的主要優(yōu)勢。*高精度：無論是機(jī)載LiDAR還是地面LiDAR，均能獲取亞米級甚至更高精度的三維坐標(biāo)點(diǎn)，直接生成高精度的DEM和DSM。*獲取速度快：尤其機(jī)載LiDAR，可在較短時間內(nèi)獲取大范圍區(qū)域的三維數(shù)據(jù)。*對象選擇性強(qiáng)：可通過濾波等手段有效去除水體、植被等非地面點(diǎn)，適用于獲取純粹的地形數(shù)據(jù)。*全天候工作能力：機(jī)載和星載LiDAR不受光照條件限制，地面LiDAR受光照影響較小。*可獲取高程和紋理信息：除了高程數(shù)據(jù)，點(diǎn)云數(shù)據(jù)還能提供豐富的地表紋理信息。**解析思路：*要求列舉LiDAR在獲取地形數(shù)據(jù)方面的核心優(yōu)勢，需涵蓋精度、效率、數(shù)據(jù)質(zhì)量、工作條件等多個方面。2.比較InSAR技術(shù)和光學(xué)遙感技術(shù)在監(jiān)測地表微小形變方面的主要區(qū)別。*感測機(jī)制：InSAR利用雷達(dá)波的干涉原理，通過相位變化探測形變；光學(xué)遙感主要依賴地表反射波譜特征的變化（如色調(diào)、紋理）來間接推斷變化。*感測尺度：InSAR理論上可探測毫米級甚至更小的地表形變；光學(xué)遙感受光照、云層、傳感器分辨率等限制，通常探測范圍更大，精度較低。*時空分辨率：InSAR通常時空分辨率相對較低（尤其星載），但形變精度高；光學(xué)遙感（尤其高分辨率衛(wèi)星）時空分辨率高，但形變精度受限。*受天氣影響：InSAR基本不受天氣影響；光學(xué)遙感易受云、霧、光照等天氣條件影響。*數(shù)據(jù)獲取方式：InSAR需要至少兩景從不同角度獲取的影像；光學(xué)遙感通常單景影像即可進(jìn)行變化檢測。**解析思路：*要求從工作原理、探測能力（精度/尺度）、時空特性、環(huán)境適應(yīng)性等方面進(jìn)行對比。3.提出三種可用于監(jiān)測城市地面沉降的主要空間信息技術(shù)方法。*GPS/GNSS測量：通過長期連續(xù)觀測地面基準(zhǔn)點(diǎn)，獲取毫米級精度的時間序列位移數(shù)據(jù)，直接反映地面沉降信息。*InSAR技術(shù)：利用多期SAR影像的干涉測量，探測城市區(qū)域（尤其是大型工程附近）的微小、不均勻形變場。*遙感影像變化檢測：利用多期高分辨率光學(xué)衛(wèi)星影像（如WorldView,Sentinel-2），通過計算植被指數(shù)（NDVI）、地表溫度（LST）等參數(shù)的變化，或進(jìn)行面向?qū)ο蠓诸悾g接反映地表覆蓋變化和潛在的地面沉降。**解析思路：*要求列舉三種具體的技術(shù)名稱，并能簡要說明其基本原理或應(yīng)用方式如何服務(wù)于沉降監(jiān)測。4.簡述在進(jìn)行地形變化監(jiān)測數(shù)據(jù)處理時，幾何精校正的主要目的和步驟。*目的：消除或減弱遙感影像由于傳感器成像幾何模型誤差、大氣折射、地形起伏等因素引起的位置偏差，使影像幾何位置與實(shí)際地面坐標(biāo)系統(tǒng)相符合，確保不同時相、不同來源或不同分辨率影像能夠精確配準(zhǔn)疊加，為后續(xù)變化檢測和精度評價提供基礎(chǔ)。*步驟：①選擇控制點(diǎn)：選取影像上清晰、穩(wěn)定、分布均勻且坐標(biāo)已知的地面點(diǎn)。②選擇糾正模型：根據(jù)傳感器類型和地理范圍選擇合適的幾何變換模型（如多項式模型、RPC模型等）。③模型參數(shù)計算：利用控制點(diǎn)計算模型參數(shù)。④影像糾正：根據(jù)計算出的參數(shù)對影像進(jìn)行重采樣和幾何位置調(diào)整。⑤結(jié)果評價：檢查糾正后影像的幾何精度，如與參考底圖套合情況或絕對誤差。**解析思路：*首先說明幾何精校正的核心目的（定位精度），然后闡述其關(guān)鍵步驟（選點(diǎn)、模型、計算、糾正、評價）。5.解釋什么是“變化向量分析”（ChangeVectorAnalysis）及其在地形變化檢測中的應(yīng)用。*解釋：變化向量分析是一種基于多光譜或高光譜遙感影像的變化檢測方法。它將多期影像中每個像元對應(yīng)的地物光譜特征（或紋理特征）看作一個向量，通過計算兩期影像像元向量的差值（變化向量），利用變化向量場圖來識別和分類地表變化類型。向量的長度和方向分別代表變化的幅度和類型。*應(yīng)用：在地形變化監(jiān)測中，可以將像元的高程變化量或地形參數(shù)（如坡度、坡向）的變化量作為向量分量，進(jìn)行變化向量分析，以識別地表發(fā)生顯著高程或形態(tài)變化的區(qū)域，并初步判斷變化類型（如侵蝕、沉積、構(gòu)造運(yùn)動等）。**解析思路：*首先定義什么是變化向量分析（向量表示特征變化），然后說明其工作原理（向量差值、向量場圖），最后明確其在地形變化監(jiān)測中的具體應(yīng)用（基于高程/地形參數(shù)變化識別變化區(qū)域和類型）。三、論述題1.論述多源空間信息技術(shù)（如光學(xué)遙感、雷達(dá)遙感、GPS/GNSS）融合在地形變化監(jiān)測中的必要性和優(yōu)勢。*必要性：單一空間信息技術(shù)手段在地形變化監(jiān)測中存在局限性。例如，光學(xué)遙感受光照和云層限制，難以全天候、全時相監(jiān)測；雷達(dá)遙感（特別是SAR）具有全天候、全天時能力，但光學(xué)分辨率通常較低；GPS/GNSS精度高但覆蓋范圍有限，成本也較高。融合多源數(shù)據(jù)可以優(yōu)勢互補(bǔ)，克服單一技術(shù)的短板。*優(yōu)勢：*提高監(jiān)測的連續(xù)性和可靠性：融合光學(xué)和雷達(dá)數(shù)據(jù)，可以實(shí)現(xiàn)全天候、全時相的地形變化監(jiān)測，減少監(jiān)測盲區(qū)。*提升監(jiān)測精度和空間分辨率：融合高分辨率光學(xué)影像和高分辨率雷達(dá)影像或激光雷達(dá)數(shù)據(jù)，可以在保持高精度的同時，獲得更豐富的地物信息。*增強(qiáng)信息提取能力：融合不同傳感器的數(shù)據(jù)（如光譜信息與后向散射系數(shù)），可以獲取更全面的地物特征，提高地形參數(shù)（如DEM、DSM）提取精度和變化類型識別能力。*擴(kuò)展監(jiān)測范圍和能力：結(jié)合GPS/GNSS提供的高精度控制點(diǎn)和位移信息，可以更好地約束和驗(yàn)證遙感監(jiān)測結(jié)果，擴(kuò)展監(jiān)測范圍，提升監(jiān)測能力。*提供更全面的變化信息：多源數(shù)據(jù)融合可以提供從宏觀（光學(xué)）到微觀（雷達(dá)、LiDAR）不同尺度的變化信息，以及更豐富的地物物理屬性信息，有助于深入理解變化機(jī)制。*結(jié)論：多源空間信息技術(shù)融合是現(xiàn)代地形變化監(jiān)測的重要發(fā)展方向，能夠有效提升監(jiān)測系統(tǒng)的整體性能，為變化監(jiān)測、災(zāi)害預(yù)警和資源管理提供更全面、準(zhǔn)確、可靠的信息支撐。**解析思路：*首先論證融合的必要性（單源局限）。然后從監(jiān)測連續(xù)性、精度、信息豐富度、應(yīng)用范圍等多個維度闡述融合的優(yōu)勢。最后總結(jié)融合的意義和前景。2.以某類地質(zhì)災(zāi)害（如滑坡、崩塌）為例，論述利用空間信息技術(shù)進(jìn)行監(jiān)測預(yù)警的主要工作流程和技術(shù)要點(diǎn)。*工作流程：*數(shù)據(jù)獲取與準(zhǔn)備：根據(jù)監(jiān)測區(qū)域、監(jiān)測目標(biāo)和預(yù)算，選擇合適的傳感器（如光學(xué)衛(wèi)星、雷達(dá)衛(wèi)星、無人機(jī)、地面LiDAR等），獲取多期（包括災(zāi)前、災(zāi)中、災(zāi)后）高分辨率遙感影像或點(diǎn)云數(shù)據(jù)；收集區(qū)域地質(zhì)、氣象、水文等輔助信息。*風(fēng)險隱患排查與解譯：利用多期遙感影像和GIS技術(shù)，進(jìn)行地形地貌分析（坡度、坡向、高程）、地質(zhì)構(gòu)造解譯、巖土類型判讀等，識別易發(fā)滑坡、崩塌的區(qū)域，圈定隱患點(diǎn)。*動態(tài)監(jiān)測與形變分析：利用InSAR技術(shù)獲取地表形變場信息，識別異常形變區(qū)域；利用高分辨率光學(xué)影像進(jìn)行紋理、色調(diào)變化分析；利用激光雷達(dá)數(shù)據(jù)提取地形變化（如后壁切挖、前緣崩塌）；利用GPS/GNSS布設(shè)監(jiān)測點(diǎn)進(jìn)行點(diǎn)狀位移監(jiān)測。分析形變特征、速率和趨勢。*模型構(gòu)建與預(yù)警：基于監(jiān)測數(shù)據(jù)和區(qū)域地質(zhì)環(huán)境條件，建立滑坡/崩塌穩(wěn)定性評價模型（如極限平衡法、有限元法）或預(yù)警模型（基于閾值或時間序列分析）；設(shè)定預(yù)警閾值。*信息發(fā)布與應(yīng)急響應(yīng)：當(dāng)監(jiān)測數(shù)據(jù)或模型分析結(jié)果超過預(yù)警閾值時，及時發(fā)布預(yù)警信息，通知相關(guān)部門和潛在受威脅人員，并配合開展應(yīng)急演練或搶險救災(zāi)。*技術(shù)要點(diǎn)：*數(shù)據(jù)選擇與處理：選擇合適的傳感器組合，確保數(shù)據(jù)質(zhì)量；進(jìn)行必要的輻射校正、幾何精校正、影像融合、大氣校正等預(yù)處理。*高分辨率信息提?。豪酶叻直媛视跋竦募?xì)節(jié)信息，準(zhǔn)確提取地形變化特征（如滑動面、滑體、裂縫、鼓丘等）。*微小形變探測：InSAR技術(shù)是探測毫米級形變的關(guān)鍵；多時相光學(xué)影像變化檢測也可用于識別快速變化。*多源數(shù)據(jù)融合：融合遙感、地面監(jiān)測、地理信息等多源數(shù)據(jù)，提高監(jiān)測精度和可靠性。*動態(tài)分析與預(yù)警閾值設(shè)定：不僅要看變化量，更要分析變化速率和趨勢；科學(xué)設(shè)定預(yù)警閾值是預(yù)警的關(guān)鍵。*模型不確定性分析：認(rèn)識到所有模型都存在一定的不確定性，預(yù)警應(yīng)謹(jǐn)慎并伴隨相應(yīng)的置信度。**解析思路：*首先梳理完整的監(jiān)測預(yù)警工作流程。然后提煉出每個階段的關(guān)鍵技術(shù)方法和需要特別注意的技術(shù)要點(diǎn)，強(qiáng)調(diào)技術(shù)組合應(yīng)用和模型分析的重要性。3.論述人工智能（AI）和機(jī)器學(xué)習(xí)（ML）在地形變化監(jiān)測中的應(yīng)用及其可能面臨的挑戰(zhàn)。*應(yīng)用：*自動化變化檢測：利用機(jī)器學(xué)習(xí)算法（如支持向量機(jī)SVM、隨機(jī)森林RF、K近鄰KNN）或深度學(xué)習(xí)模型（如卷積神經(jīng)網(wǎng)絡(luò)CNN、循環(huán)神經(jīng)網(wǎng)絡(luò)RNN、生成對抗網(wǎng)絡(luò)GAN）自動對多期遙感影像進(jìn)行分類，識別變化區(qū)域和變化類型，相比傳統(tǒng)方法可大幅提高效率和精度。*形變特征提取與建模：利用深度學(xué)習(xí)強(qiáng)大的特征學(xué)習(xí)能力，自動從InSAR相干圖中提取形變信息，構(gòu)建更精確的形變模型（如時序InSAR解纏）；利用機(jī)器學(xué)習(xí)預(yù)測地面沉降趨勢或滑坡發(fā)生概率。*異常檢測與災(zāi)害識別：通過學(xué)習(xí)正常地物光譜/紋理/形變模式，AI可以識別出異常變化，有助于早期災(zāi)害識別（如異常地面沉降、新發(fā)裂縫）。*數(shù)據(jù)融合與信息融合：利用AI算法有效融合多源異構(gòu)數(shù)據(jù)（如光學(xué)、雷達(dá)、LiDAR、氣象數(shù)據(jù)），提取綜合信息用于變化監(jiān)測。*結(jié)果解釋與可視化：AI輔助生成更具信息量的監(jiān)測結(jié)果圖件和報告。*挑戰(zhàn)：*數(shù)據(jù)依賴性強(qiáng)：需要大量高質(zhì)量的標(biāo)注數(shù)據(jù)進(jìn)行模型訓(xùn)練，獲取和標(biāo)注成本高，尤其是在復(fù)雜和多樣化的地形變化場景下。*模型“黑箱”問題：深度學(xué)習(xí)模型通常難以解釋其內(nèi)部決策邏輯，影響結(jié)果的可信度和應(yīng)用推廣。*通用性與適應(yīng)性：訓(xùn)練好的模型可能對訓(xùn)練數(shù)據(jù)之外的區(qū)域或變化類型泛化能力不足，需要針對不同任務(wù)和區(qū)域進(jìn)行模型重新訓(xùn)練。*精度驗(yàn)證與不確定性量化：如何準(zhǔn)確驗(yàn)證AI模型的監(jiān)測精度，并有效量化其不確定性仍然是一個挑戰(zhàn)。*計算資源需求：訓(xùn)練復(fù)雜的深度學(xué)習(xí)模型需要強(qiáng)大的計算能力。*倫理與法規(guī)問題：數(shù)據(jù)隱私、算法偏見等問題也需關(guān)注。*結(jié)論：AI/ML為地形變化監(jiān)測帶來了革命性潛力，但仍面臨數(shù)據(jù)、可解釋性、泛化能力、驗(yàn)證方法等多方面的挑戰(zhàn)，需要持續(xù)研究與發(fā)展。**解析思路：*首先列舉AI/ML在監(jiān)測中的主要應(yīng)用方向（自動檢測、特征提取、異常識別等）。然后分析應(yīng)用中可能遇到的主要困難和挑戰(zhàn)（數(shù)據(jù)、可解釋性、泛化性等）。最后給出總結(jié)。四、案例分析題1.針對海岸線變化監(jiān)測，建議選用哪些主要的空間信息技術(shù)手段？并簡述選擇理由。*建議選用：高分辨率光學(xué)衛(wèi)星影像（如WorldView系列、Sentinel-2/3）、極地軌道SAR衛(wèi)星影像（如Sentinel-1、Radarsat-2）、機(jī)載或地面LiDAR。*選擇理由：*高分辨率光學(xué)影像：能夠提供海岸帶地物（如沙岸、泥岸、人工構(gòu)筑物）的清晰紋理和色調(diào)信息，適合進(jìn)行海岸線提?。ㄈ缁谶吘墮z測、面向?qū)ο蠓诸?、深度學(xué)習(xí)分割）、植被覆蓋變化監(jiān)測、人工構(gòu)筑物擴(kuò)張分析等。多時相光學(xué)影像能有效反映海岸線的位置變化和形態(tài)演替。*SAR影像：具有全天候、全天時工作能力，在陰天、海霧或光照不足時仍能獲取數(shù)據(jù)，彌補(bǔ)光學(xué)影像的不足。SAR后向散射系數(shù)對地表粗糙度和結(jié)構(gòu)敏感，可用于區(qū)分不同類型的海岸地貌，監(jiān)測灘涂侵蝕/淤積（通過紋理變化或極化分解），識別小型地物變化。多時相SAR影像結(jié)合InSAR技術(shù)可探測海岸帶的微小形變（如沉降、地裂縫）。*LiDAR（機(jī)載/地面）：能夠高精度獲取海岸帶三維地形數(shù)據(jù)（DEM/DSM），尤其適用于對淺海區(qū)域、潮間帶和難以到達(dá)的岸灘進(jìn)行精細(xì)地形測繪，精確量測岸線侵蝕/淤積的體積和速率，繪制高精度的海岸線基準(zhǔn)。*綜合來看，最佳策略是融合使用這些技術(shù)：利用光學(xué)影像進(jìn)行大范圍、高精度的海岸線提取和變化檢測，利用SAR影像彌補(bǔ)光學(xué)影像的時序和天氣限制，利用LiDAR進(jìn)行關(guān)鍵區(qū)域或精細(xì)地段的精確三維地形測量和變化量計算。**解析思路：*首先根據(jù)監(jiān)測目標(biāo)（海岸線變化）選擇合適的傳感器類型。然后分別闡述每種技術(shù)的優(yōu)勢及其如何服務(wù)于海岸線監(jiān)測的具體方面（提取、區(qū)分、形變、地形測量）。最后強(qiáng)調(diào)融合使用的優(yōu)勢。2.針對地面沉降監(jiān)測，除了傳統(tǒng)的GPS/GNSS觀測，還可以考慮利用哪些空間遙感技術(shù)？請說明其工作原理及適用性分析。*可考慮利用：InSAR技術(shù)、多期高分辨率光學(xué)衛(wèi)星影像（結(jié)合變化檢測方法）、地面激光雷達(dá)（LiDAR）。*InSAR技術(shù)：工作原理是利用兩幅或多幅SAR影像上同一地表點(diǎn)相干相位的變化來反演該點(diǎn)的高程變化或形變信息。當(dāng)?shù)乇戆l(fā)生微小形變時，兩次成像時的視線方向變化會導(dǎo)致干涉相位產(chǎn)生變化量，通過解算干涉相位可以獲取形變幅度和時空分布。適用性：特別適用于監(jiān)測大面積、持續(xù)性、毫米級到厘米級的地面沉降（如城市區(qū)域、礦區(qū)、油田），能夠提供區(qū)域性的形變場信息。但受限于視線方向形變（垂向形變?yōu)橹?，斜向形變被平均），對分辨率要求高，需要良好相干性（受大氣、地表覆蓋變化影響）。*多期高分辨率光學(xué)衛(wèi)星影像：工作原理是利用不同時相光學(xué)影像的色調(diào)、紋理、NDVI、LST等參數(shù)的變化來間接指示地表覆蓋和地表溫度的變化，進(jìn)而反映可能的地形變化或地表響應(yīng)。例如，植被覆蓋減少可能伴隨土壤裸露（色調(diào)變化）；城市熱島效應(yīng)增強(qiáng)可能指示地表升溫（LST變化）；水體擴(kuò)張或縮小反映地形變化。適用性：數(shù)據(jù)易獲取，覆蓋范圍廣，可提供豐富的地表物理信息。但精度相對較低，受光照和云雨影響大，難以直接精確測量高程變化量，更適合監(jiān)測較大范圍或較顯著的地表覆蓋變化及其與沉降的潛在關(guān)聯(lián)。*地面激光雷達(dá)（LiDAR）：工作原理與機(jī)載/星載LiDAR類似，通過發(fā)射激光束并接收反射信號來精確測量地面點(diǎn)的三維坐標(biāo)。通過獲取多期地面LiDAR點(diǎn)云數(shù)據(jù)，可以直接比較點(diǎn)云的空間位置變化，計算單點(diǎn)的沉降量或局域地形變化。適用性：精度非常高，尤其適用于布設(shè)地面基準(zhǔn)監(jiān)測點(diǎn)或?qū)μ囟ㄐ^(qū)域進(jìn)行高精度地形變化監(jiān)測。但成本高，覆蓋范圍有限，難以實(shí)現(xiàn)大區(qū)域連續(xù)監(jiān)測。**解析思路：*列舉除GPS外可行的技術(shù)。對每種技術(shù)說明其核心工作原理（如何探測形變/變化）。然后分析其在地面沉降監(jiān)測中的適用性（探測能力、精度、覆蓋范圍、成本、限制條件等）。3.在獲取并處理多期遙感數(shù)據(jù)（如多期光學(xué)影像和InSAR數(shù)據(jù)）后，如何提取海岸線變化信息和地面沉降信息？簡述關(guān)鍵的技術(shù)方法和步驟。*提取海岸線變化信息（主要利用光學(xué)影像）：*預(yù)處理：對多期光學(xué)影像進(jìn)行輻射校正、幾何精校正、大氣校正、云掩膜等。*海岸線提?。翰捎脠D像處理方法（如Canny邊緣檢測、SIFT/SURF特征點(diǎn)匹配）或遙感分類方法（如監(jiān)督分類、非監(jiān)督分類、面向?qū)ο蠓诸?、深度學(xué)習(xí)語義分割）提取每期影像的海岸線位置。*疊加與差分：將多期海岸線圖進(jìn)行空間疊加，通過計算前后兩期海岸線之間的距離差（向海為正，離海為負(fù)），生成海岸線變化圖或變化向量圖。*變化信息解譯：分析變化圖，識別侵蝕（向海方向變化）、淤積（離海方向變化）的區(qū)域、范圍和速率。*提取地面沉降信息（主要利用InSAR）：*預(yù)處理：對多期SAR影像進(jìn)行輻射校正、幾何精校正（如利用RPC模型）、配準(zhǔn)。*干涉測量：對配準(zhǔn)后的影像進(jìn)行干涉處理，生成干涉相干圖。相干圖的高值區(qū)域表示地表穩(wěn)定，低值或零值區(qū)域表示地表發(fā)生了形變。*形變參數(shù)計算：利用差分干涉測量（DInSAR）或時序干涉測量（如DInSAR+軌道補(bǔ)償、SmallBaselineSubset（SBAS）、DInSAR聯(lián)合小基線集（PSInSAR）等）方法，從干涉相位圖中解算地表的形變場信息，如高程變化量、形變速率（年速率）、形變類型（如沉降、隆起）。*結(jié)果分析與可視化：對解算出的形變場結(jié)果進(jìn)行統(tǒng)計分析、閾值篩選，識別顯著沉降或隆起區(qū)域，并結(jié)合地理信息數(shù)據(jù)進(jìn)行解譯和可視化。**解析思路：*分別針對海岸線變化和地面沉降，描述利用相應(yīng)遙感數(shù)據(jù)提取信息的關(guān)鍵技術(shù)流程。