简介：以重庆大学城隧道建设中与营运后的两期高分遥感影像为例，通过人机交互式遥感解译，提取各期影像的地表覆盖分类信息，在此基础上对生态环境中的林地、耕地、地表水以及其他用地的动态变化情况以及相关环境指数作详细分析，从而获得隧道建设过程中的地表环境变化情况.为验证该应用方法的可推广性，选取碧鸡关隧道建设前后3个不同时期的高分遥感影像，成功分析出该隧道在修建过程中的地表环境动态变化情况。
简介：在地铁附近基坑工程的施工阶段,通常要对地铁隧道结构进行水平位移监测、分析和预测。采用卡尔曼滤波能实时估计出水平位移状态向量,实现水平位移预测,如果卡尔曼滤波中动态噪声不准或不易确定,就会导致滤波发散而无法获得准确的预测结果。研究和采用基于方差分量估计的卡尔曼滤波,利用预报残差实时更新模型的动态噪声方差,可以避免滤波发散,提高预测精度。实际应用表明,基于方差分量估计的卡尔曼滤波能获得较好的水平位移预测效果。
高分遥感在隧道地表环境监测中的应用
方差分量估计卡尔曼滤波在地铁深基坑变形预测中的应用
