基于GNSS技术的城市灾害监测研究

第1章 绪论
1．1 研究背景和研究意义
1．2 国内外研究进展
1．2．1 国内外霾天气研究进展
1．2．2 GNSS水汽研究进展
1．2．3 GNSS用于地面沉降方面的研究
1．3 主要研究内容
1．4 主要研究方法

第2章 GNSS测量数据处理及地基GNSS水汽反演
2．1 GNSS静态测量数据处理
2．1．1 GNSS静态测量概念
2．1．2 GNSS静态测量数据处理
2．2 高精度GNSS数据处理软件简介
2．2．1 国内外GNSS数据处理软件
2．2．2 GAMIT软件
2．3 GNSS水汽（可降水量）反演原理
2．3．1 GNSS测量对流层延迟原理
2．3．2 对流层延迟模型
2．3．3 静力学延迟计算
2．3．4 GNSS可降水量的计算
2．4 利用GAMIT软件解算GNSS水汽
2．4．1 卫星星历的选取
2．4．2 计算方式的选取
2．4．3 网外辅助站**佳数量的确定
2．4．4 截止高度角的选择
2．5 本章小结

第3章 GNSS水汽用于霾灾害天气监测的可行性研究
3．1 雾霾天气对GNSS测量的影响
3．1．1 实验数据
3．1．2 雾霾天气对GNSS天顶对流层延迟变化的影响
3．1．3 雾霾天气对GNSS可降水量的影响
3．1．4 雾霾天气对GNSS基线向量的影响
3．2 水汽和风速对PM2．5/PMlO变化的影响
3．2．1 实验数据
3．2．2 水汽、风速变化对PM2．5/PMIO浓度变化的影响
3．2．3 风速较小时GNSS水汽变化与PM2．5/PMlO变化的比较
3．3 GNSS、无线电探空的水汽变化与PM2．5/PMIO浓度变化
3．3．1 实验数据
3．3．2 GNSSPWV变化与PM2．5/PMIO变化的比较
3．3．3 秋冬春季节无线电探空水汽变化与PM2．5/PMIO变化的比较
3．4 APEC会议期间GNSS水汽与PM2．5/PMlO的相关性比较
3．4．1 实验数据
3．4．2 APEC会议期间的GNSS水汽与PM2．5/PMlO的相关性比较
3．5 基于小波分析的GNSSPWV与PM2．5浓度的比较研究
3．5．1 小波分析理论与研究数据
3．5．2 GNSSPWV与PM2．5比较
3．5．3 基于小波分析的GNSSPWV与PM2．5比较
3．6 基于河北省GNSS水汽与PM2．5浓度的比较研究
3．6．1 实验数据与方法
3．6．2 GNSS水汽与PM2．5浓度比较
3．7 本章小结

第4章 GNSS用于城市暴雨监测
4．1 GNSS水汽与降水过程的对比
4．2 基于GNSS的水汽通道研判
4．3 基于经验模态分解与神经网络的GNSS水汽预测
4．3．1 经验模态分解理论
4．3．2 基于MATLAB的经验模态分解过程的实现
4．3．3 经验模态分解的端点效应
4．3．4 基于仿真信号的预测分析
4．3．5 基于经验模态分解与神经网络的GNSS水汽预测
4．4 本章小结

第5章 GNSS用于短期气候变化研究
5．1 中国地壳运动监测网络的数据解算与可靠性比较
5．1．1 数据解算
5．1．2 GNSS天顶对流层延迟解算结果的可靠性验证
5．2 基于不同气候类型的GNSS水汽比较
5．2．1 热带季风气候
5．2．2 亚热带季风气候
5．2．3 温带季风气候
5．2．4 温带大陆性气候
5．2．5 青藏高原高寒气候
5．3 基于经验模态分解的GNSS可降水量变化
5．3．1 基于验模态分解的GPS可降水量趋势项提取
5．3．2 热带季风气候的GNSS水汽变化
5．3．3 亚热带季风气候的GNSS水汽变化
5．3．4 温带季风气候的GNSS水汽变化
5．3．5 温带大陆性气候的GNSS水汽变化
5．3．6 青藏高原高寒气候的GNSS水汽变化
5．4 本章小结

第6章 GNSS技术用于城市地面沉降监测
6．1 基于连续GNSS观测的三维变形监测
6．2 基于GNSS的城市地面沉降
6．3 基于GNSS的InSAR大气校正
6．3．1 融合地形与气象要素的大气延迟估算模型
6．3．2 大气延迟模型用于InSAR大气校正
6．4 基于经验模态分解方法的GNSS沉降结果分析
6．4．1 北京地面沉降情况与GNSS数据处理
6．4．2 2007～2012年期间北京市地面沉降变化
6．4．3 基于经验模态分解方法的沉降变化趋势分析
6．5 本章小结

第7章 总结与展望
7．1 总结
7．2 研究展望

参考文献