研究海洋表面烃类富集状况在监测海洋环境和探测海底油气资源中具有重要意义，海表渗漏烃中，甲烷是气态烃中最具代表性的组分。为了精准识别海表甲烷异常，研究设计了相应光谱实验，以海水为背景测定甲烷光谱反射率，基于实测数据分析甲烷的光谱特征，运用比值导数光谱法削弱海水背景组分的光谱干扰，提取出甲烷光谱吸收特征波段。研究发现甲烷在1 642—1 672 nm和2 169—2 378 nm波长范围存在光谱吸收，通过比值导数处理后显著增强了其中1 642—1 672 nm和2 169—2 208 nm区间的甲烷吸收特征，在Rebecca等提出的CH4I甲烷反演指数的基础上加入比值导数参数，建立了基于AVIRIS数据的海表甲烷含量指数MI，与甲烷含量的相关系数R2=0.994 2，将其应用于美国加利福利亚州圣芭芭拉海峡Coal Oil Point（COP）烃渗漏区甲烷异常识别，并与CH4I指数和Bradley等提出的AVIRIS CH4指数ζ（L2298/L2058）进行反演效果对比。结果表明：运用MI指数可以有效识别海表甲烷浓度异常，与ζ、CH4I指数反演结果相比，MI指示的甲烷浓度异常分布与ζ指数反演结果更为吻合，效果显著优于CH4I指数反演结果。
基于高分辨率卫星遥感影像自动、准确提取围填海土地利用现状，是实现围填海集约使用的重要技术手段。针对高分辨率卫星遥感影像地物特征复杂，依赖人工提取特征的传统方法较难满足业务部门实际需求的问题，提出了基于深度学习的围填海检测识别技术框架，该框架使用U-Net网络的多约束变体结构，并针对高分辨率遥感影像地物特征复杂导致地物分类不一致的问题，引入全连接条件随机场和图像腐蚀运算对分割结果进行后处理。以天津市滨海新区2016年和2020年高分辨卫星遥感影像为数据源进行了验证，实验表明围填海地物分割整体准确率、F1-score、Kappa系数以及mIoU分别达到96.73%、92.87%、90.28%、86.82%。在此基础上，分析提取了该围填海区域土地利用动态变化特征，为围填海集约使用管理提供了有效技术支撑。
遥感影像时空融合是一种获取高时空分辨率数据的有效手段，但现有方法在选定基础数据对时要求预测时间低分辨率数据无云覆盖影响，这极大地限制了其应用潜力。为此，提出一种面向云覆盖的遥感影像时空融合方法，即在深度学习框架下，构建重建子网络恢复预测时刻云下缺失信息，将重建后的低分辨率影像与前后相邻时刻高、低分辨率数据对构建时空融合子网络，得到最终的融合影像。以安徽淮南采煤沉陷区Landsat和MODIS反射率数据为例，对预测时刻MODIS数据模拟不同缺失率的云污染；利用所提方法进行时空融合实验，进而比较深度学习与传统方法融合数据对水体信息的提取效果。结果表明：该方法融合结果各波段的RMSE和SSIM均取得较好的定量评价效果，且总体优于传统方法；沉陷区水体提取实验表明本方法水体提取结果更加接近真实观测影像。因此，该方法降低了时空融合对数据的限制要求，且具有更高的融合精度和更有效的应用性。
不透水面作为监测城市生态环境的重要指标，其信息提取具有重要意义。由于城市地表的复杂性及细化的城市管理需要，急需提取高精度的城市不透水面。但是基于传统方法提取高精度的城市不透水面面临巨大困难。而深度学习方法因其自动化提取影像特征的特点逐渐成为遥感影像地物提取的新兴方法。基于此，采用多尺度特征融合的U-Net深度学习方法以提升语义分割精度，开展高分辨率遥感影像不透水面的精确提取研究。模型引入残差模块代替普通卷积以加深网络，提取更多影像特征；加入金字塔池化模块增强网络对复杂场景的解析能力；利用跳跃连接方式融合不同尺度特征，有利于恢复空间信息。以广州市航摄正射影像为数据源，通过卷积神经网络将遥感影像分割为背景、其他、植被、道路和房屋5种地物类型，将其与人工目视解译的地面真值进行验证，最终提取研究区域不透水面。实验证明：多尺度特征融合的U-Net模型总体精度和Kappa系数分别为87.596% 和0.82。在定性与定量两个方面均优于传统的监督分类法、面向对象分类法和经典U-Net模型法。结果表明：该模型利用多维度影像特征信息，有效提升了复杂场景图像的分割精度，分割效果好，适用于高分辨率遥感影像不透水面提取，该研究成果可为城市环境监测提供数据支撑。
遥感图像地物种类丰富、尺寸多变、分布不均衡、背景复杂，导致经典图像语义分割网络难以在遥感图像上取得理想分割效果。局部注意力网络模型（LANet）在遥感图像语义分割上取得了较好的实验效果，但大尺寸、小尺寸和细长的地物目标分割效果不佳。提出了一种改进LANet网络的高分辨率遥感图像语义分割网络模型，首先，针对全局特征提取设计了全局卷积模块（GCM+），以组合卷积的形式扩大感受野，提升大尺寸地物目标的分割性能；其次，利用针对计算机视觉提出的激活函数Funnel ReLU（FReLU）来解决细小目标漏分的问题。实验结果表明：该网络模型在Potsdam数据集上平均交并比达到了75.83%，像素准确率达到了94.95%，比基础网络LANet有较大提升。
针对稀疏字典的高冗余性和脉冲耦合神经网络（PCNN）参数设置的主观性问题，提出一种结合自适应稀疏表示（ASR）和参数自适应脉冲耦合神经网络（PAPCNN）的非下采样轮廓波变换（NSCT）域遥感影像融合方法。该方法将多光谱影像通过YUV空间变换得到的亮度分量Y与全色影像进行NSCT分解为高低频子带。对低频子带采用基于ASR的融合规则，根据影像块的梯度信息实现自适应稀疏表示。对高频子带采用PAPCNN模型，以选择PCNN的最优参数，再经过相应逆变换得到融合结果。实验结果表明：该方法对不同卫星影像在定性和定量评价上的总体效果均优于其他8种方法。
地表蒸散发是整个生物圈、大气圈和水圈中水分循环和能量传输的重要控制因素。遥感技术的应用使得区域尺度的蒸散发估算成为可能，并在过去的几十年中快速发展。研究对遥感蒸散发估算进行了总结与归纳，在此基础上展望了今后的发展方向，明确指出了遥感蒸散发未来研究的突破点及发展方向。提出未来应加强蒸散发尺度效应、夜间蒸散发、不同蒸散发产品的统一真实性检验、国产卫星数据的使用、更高时空分辨率产品的研发以及机器学习在遥感蒸散发产品中的应用。
人工造林使库布齐沙漠的生态快速逆转，深入理解沙地人工林的蒸散特征，对改善现有人工林的经营管理和开展人工林建设具有重要意义。利用Landsat 8、MODIS产品、气象观测资料等数据，通过基于能量平衡的SEBAL模型和MODIS MOD16蒸散产品获取库布齐沙漠典型林场2014年7月14日、7月30日、8月15日、9月7日的地表蒸散量，并采用波文比系统相关数据对估算的结果进行验证。得到以下结果：与波文比观测系统的蒸散相比，SEBAL模型反演的蒸散整体偏大，日蒸散分别多1.06、1.71、1.19、2.65 mm，两者的决定系数达0.827；MODIS MOD16产品的蒸散整体偏小，日蒸散分别少0.13、0.32、0.18、0.95 mm，两者的决定系数达0.823；在沙漠人工林斑块区域且植被类型较单一的情况下，MODIS MOD16的蒸散结果要好于SEBAL模型反演的蒸散，两者在空间分布上基本保持一致；林场蒸散较大的区域主要分布在中部和南部，而北部区域蒸散相对较小。研究结果可为其他沙地斑块人工林获取蒸散提供参考。
黄河流域水资源匮乏且生态系统脆弱，明晰气候与下垫面变化对蒸散发（ET）时空变化的影响机制对于未来黄河流域水资源优化配置与生态建设规划均具有重要意义。基于实测降雨、径流量和GRACE产品数据，利用线性加权融合方法对5种全球ET产品进行融合。利用去趋势法、多元线性回归、全微分和残差法定量计算ET对降雨（Pre）、温度（Temp）、日照时数（SD）、饱和水汽压差（VPD）、风速（WS）和植被叶面积指数（LAI）的敏感性系数，定量分析了各气象要素、植被和其他要素（微地形变化和农业灌溉等）对ET变化趋势的贡献作用。结果表明：①与验证精度最高的GLDAS_CLSM相比，融合ET均方根误差和平均相对误差分别减小12.8 mm和2.2%。2000—2018年黄河上中游ET净增长率为3.82 mm/a，头道拐—龙门区间ET增长率最大（6 mm/a）。②植被LAI显著增加导致上中游区ET趋势增加2.49 mm/a。各气象要素的变化趋势与ET对其敏感性系数的空间异质性共同决定了气象要素对ET的影响作用空间分布，5个气象要素对ET总体趋势的净影响量均为正值，其中温度影响作用最大（0.33 mm/a）。以微地形变化和灌溉活动为主的其他要素导致ET趋势增加0.5 mm/a，相对影响率为13.1%。③气象要素主导源区和唐乃亥—青铜峡区间ET趋势，而植被LAI主导了青铜峡-花园口区间ET趋势，其中LAI对不同子流域ET趋势影响作用排序为：延河>无定河>泾河>北洛河>汾河>窟野河>伊洛河>沁河>渭河>大黑河。其他要素对唐乃亥—青铜峡和龙门—花园口区间的ET影响作用较大，表明该区域的水利水保工程措施和灌溉等人类活动更为剧烈。
地表蒸散发（ET）是水循环和能量循环的关键组成部分，具有极其重要的应用价值。研究旨在发展一种可靠且高效的深度神经网络（DNN）模型，基于MODIS可见光数据、微波AMSR2亮度温度和数字高程DEM，实现全天候全球高分辨率每日ET的估算。利用FLUXNET和AmeriFlux通量网6种代表性土地覆盖类型的148个站点观测数据来训练和验证DNN模型，结果表明：DNN模型可以有效建立卫星数据（MODIS、AMSR2数据）与ET之间的关系；6种地类的ET估算结果验证的平均绝对误差（MAE）为0.16—0.63 mm/d，均方根误差（RMSE）为0.27—0.89 mm/d，除裸地的决定系数（R2）为0.37以外，其他地类的R2均>0.7。通过对比模型估算的ET与MOD16A2和GLEAM的ET产品，结果表明3种产品的ET空间分布特征相似，ET值非常接近，估算得到的全球2020年日均ET为0—4 mm/d。
准确认知青藏高原蒸散发时空变化特征，为当地可持续农业的水资源规划及理解高原气候变化具有重要现实意义。研究基于GLASS陆表潜热通量产品，采用Mann-Kendall趋势分析方法，结合青藏高原生态地理分区方案，分析了2001—2018年青藏高原蒸散发的时空变化特征及其与气温、降水和植被的关系。结果表明：①GLASS ET产品可以较好地表征青藏高原蒸散发的时空分布特征；②青藏高原多年平均蒸散发为296.52 mm，整体上呈现出东南高西北低的空间格局，其中东喜马拉雅南翼最高（690.94 mm），柴达木盆地最低（163.47 mm）；③近18 a来，青藏高原蒸散发年际变化呈波动性上升，只有东喜马拉雅南翼在下降；④研究期间，青藏高原蒸散发以显著性增长趋势为主，占47.44%，主要位于高原东部边缘和中西部腹地，呈显著性减小趋势的地区占3.82%，主要集中于东喜马拉雅南翼；⑤蒸散发的空间分布在干旱区与气温呈负相关，在湿润区呈正相关，与降水空间格局总体呈正相关；⑥蒸散发与NDVI的空间分布呈较好的正相关，与NDVI的变化趋势相关性较为复杂，大部分呈正相关，小部分呈负相关。
成渝城市群正逐步成为我国西部经济发展的增长极，探索其城市化时空格局对区域协调发展具有指引作用。基于2000—2018年整合夜光遥感数据提取城市群多期建成区空间范围，运用夜光规模统计、标准椭圆、位序—规模法则以及空间自相关等指标、模型定量分析了成渝区域城市化时空过程。结果表明：①灯光与统计数据配合下的建成区提取多年平均误差为1.27%，重庆、成都和绵阳市提取验证效果好；②19年间成渝各城市夜光规模显著增长，整体累计增长5.6倍，2010年后成渝城市群灯光规模扩张速度显著；③区域内各城市的位序—规模（rank-size）由高位序城市集中发展转向区域协调均衡发展，中小城市均有不同程度的扩张；④城市群规模重心位于四川资阳市安岳县，重心移动整体上以东南方向为主，空间格局整体呈现以“成都—重庆”为轴线沿西北向东南演变，空间范围逐渐扩张，说明以重庆为主的东南都市圈的社会经济形势更显著，对城市群发展更具影响力；⑤成渝城市群扩展的空间集聚程度逐渐加强，冷热点格局整体呈现冷点区占比大，热点区占比低的特征，热点区主要出现在位于成都与重庆主城区及其周边城镇。研究揭示了成渝城市群均衡发展的特征及热点区域，可作为未来城市功能规划和投资决策的参考。
2020年中国消除了绝对贫困，但相对贫困还继续存在且长期存在，研究相对贫困对于巩固拓展脱贫攻坚成果和有效衔接乡村振兴具有重要意义。针对已有贫困研究中仍存在的贫困分类研究、动态研究等方面不足，从相对贫困角度入手，选取陕西省107个区县为研究对象，以2011—2020年为研究时段，基于夜间灯光数据、NDVI数据和社会经济统计数据，构建以夜间灯光指数为自变量的多维贫困指数估算模型来量化识别相对贫困县域，并综合运用锡尔指数、空间局部自相关等分析方法，对量化识别出的县域相对贫困水平时空动态差异进行研究。研究结果表明：①基于夜间灯光数据可以有效进行多维贫困指数估算且估算精度达84.62%，利用多维贫困指数均值序列的前50%作为区域相对贫困划分标准，适用于描述区域相对贫困水平，有利于探索建立解决相对贫困的长效机制。②时间上，从2011年到2020年陕西省相对贫困县个数总体下降，省内各市区间相对贫困水平的区域间差异增大直接导致了贫困县两极分化程度增强。③空间上，陕西省相对贫困县域呈现“陕南贫困程度深范围广，关中渭河沿岸次之，陕北无定河沿岸以北零星分布”的格局。
卫星遥感的多传感器技术为大尺度上实现工业热源的快速分类、识别提供了可能。利用2012—2019年VIIRS（可见光红外成像辐射仪）Nightfire数据，以山东省为研究区，首先，根据工业热异常点的空间聚集性特征和统计特征，使用DBSCAN聚类和时间序列聚类提取确认工业热源对象。其次，基于工业温度特征模板，使用K最近邻分类算法实现了工业子类热源的分类。研究表明：①使用该方法提取工业热源对象精度达到99.81%，比“空间—时间—温度”维度的面向对象方法提高了1.47%，在提取工业热源对象数量上提高了8.99%；工业子类热源对象分类总体精度为84.54%，可较好地对山东省工业热源对象进行提取与分类。②山东省工业热源对象主要分布于潍坊市、滨州市、临沂市和东营市4个城市（占比43.30%）；工业热源对象集中分布于淄博市、滨州市和东营市交界处，聊城市东部，枣庄市中部及临沂市中部，呈现显著的空间集聚态势；根据工业转型升级政策提出前后工业热源对象数量的变化（减少13.63%），表明山东省推进工业转型升级政策取得一定成效。因此，利用该方法可较好地提取山东省工业热源，为工业相关政策的制定和评价提供客观依据。
利用遥感技术评估我国东西部社会经济发展情况及差异，对我国制定发展战略和具体实施具有重大意义。研究利用夜间灯光遥感数据表征社会经济发展状况，在县一级分析了胡焕庸线两侧的发展速率、重心转移情况；结合遥感植被指数引入“灯光/植被”比值指数，分析经济发展和绿色空间的动态权衡；将海岸带不同距离缓冲区灯光与西部灯光比重进行对比；利用基尼系数测度东西部发展的不均衡状况。结果表明：全国、东西部社会经济快速发展，灯光重心基本稳定，分别在开封市、淮北市、阿拉善南部地区小范围漂移； 我国海岸带聚集了高强度的社会经济活动，30 km缓冲区内灯光总量基本已经与西部灯光总量相当；东西部基尼系数逐年降低；比值指数的空间自相关分析探测到沿海灯光趋于饱和，相邻的内陆县域为潜在的高强度开发空间。研究结果说明了我国东西部内部经济发展差异仍然显著，但是均衡性趋好，东部发展应进入更加注重绿化维持的阶段，内陆地区也将逐渐进入快速发展阶段。研究结论对我国乡村振兴重点地区的精准识别、生态治理修复规划等都具有借鉴意义。
资源一号02D（ZY1-02D）卫星搭载了我国自主研制的可见近红外相机（VNIC）和高光谱相机（AHSI），是我国首颗民用高光谱业务卫星，具有广泛的应用前景。通过整体辐射精度、信噪比、清晰度以及信息熵4个评价指标，对ZY1-02D VNIC和AHSI数据进行辐射质量评价，并分别采用Sentinel-2 MSI和GF-5 AHSI数据进行对比。结果表明： ZY1-02D VNIC数据在可见光波段具有亮度高、信噪比高等优势；在红边近红外等波段，影像具有灰度范围大、信息量大的特点。ZY-1-02D VNIC数据在影像亮度、灰度范围、清晰度和信息量方面均优于Sentinel-2，二者信噪比近似。ZY-1-02D AHSI数据在395—1 341 nm范围内辐射质量良好；在1 929—2 501 nm范围，存在噪声严重的波段，影像质量较差。与GF-5 AHSI数据对比，ZY-1-02D AHSI数据的影像亮度和信噪比相当，但ZY-1-02D AHSI数据在灰度范围方面优势明显，且短波红外谱段的清晰度和信息量优于GF-5 AHSI数据。
采用STK软件对中法海洋卫星（CFOSAT）散射计几何定位算法进行了验证。针对CFOSAT散射计扇形波束扫描观测体制，分别就扇形波束扫描散射计几何定位原型算法、包含天线安装误差的完整几何定位算法利用STK进行了详细验证。结果表明了CFOSAT扇形波束散射计几何定位算法的准确性，与STK几何定位结果偏差在100 m以内。在此基础上，结合有源定标器实验数据，对CFOSAT实际观测数据几何定位参数进行了校正，给出了CFOSAT散射计几何定位精度的初步评估。
以热带常绿阔叶林为主的亚马逊流域在全球气候变化的背景下频繁遭受干旱胁迫。但是对于该地区实施长时间序列的干旱监测一直是难点和热点。基于Liu等2017年提出的微波温度—植被干旱指数（Microwave Temperature-Vegetation Drought Index，MTVDI），对亚马逊流域进行了2003—2008年长时间序列的干旱监测，并采用饱和水汽压差（Vapor Pressure Deficit， VPD）、帕尔默干旱指数（Palmer Drought Severity Index， PDSI）、陆地地下水储量（Terrestrial Water Storage， TWS）、气象水分亏缺（Climatological Water Deficit， CWD）对MTVDI进行验证。结果表明：对于整个研究区而言，MTVDI与VPD （R=0.72）和CWD （R=-0.57）相关性较显著，但与TWS和PDSI相关性较弱。总体上，MTVDI能够较好地反映亚马逊地区干旱的季节动态。
土壤侵蚀作为全球性的主要环境问题之一，受人类活动的影响日益强烈。在区域尺度上研究人类活动与土壤侵蚀变化的关系，对土壤侵蚀防治宏观决策具有重要意义。通过构建人类活动程度指数，从栅格尺度上分析了人类活动程度对土壤侵蚀变化的影响规律，进而从人口变化、土地利用变化和人类活动对植被覆盖影响程度等多角度综合分析，揭示人类活动对土壤侵蚀变化的驱动机制。结果发现，江西省1990年土壤侵蚀模数平均值841 t/（km2·a），2018年减少到338 t/（km2·a），土壤侵蚀明显缓解。平均人类活动程度指数由0.005增加到0.014，空间上呈现出以城市为中心向外辐射状的增加态势；偏远山地丘陵区，人类活动程度变化不大。20 a来，研究区土壤侵蚀的发生有由山地丘陵区向城市及周围地区转移的趋势。远离城市的偏远山地丘陵区，农村人口压力的减弱以及合理的土地利用转变促进江西省植被恢复，进而缓解土壤侵蚀；坡度缓和的城市及周边地区因人类活动程度的显著增强，土壤侵蚀有所加剧。
沙地及其周边植被对固定沙丘、防止水土流失和环境治理等方面具有重要作用，开展沙地及其周边植被类型识别研究对于客观地反映沙地及其周边的生态环境，进而为沙地恢复治理政策制定具有重要意义。GEE云平台丰富的长时间序列遥感数据和强大的云计算能力，为开展大区域植被类型识别提供了便捷。本研究基于GEE云平台存储的2019年Sentinel-2时序数据，采用RF算法开展呼伦贝尔沙地及其周边主要植被类型的空间判识研究，探索了GEE平台下顾及植被物候信息的植被类型识别效果。研究发现：①Sentinel-2影像的光谱信息和近红外波段的纹理信息对研究区的主要植被类型识别能力有限，而物候特征有效地弥补了原始光谱特征等对研究区不同植被类型区分能力的不足；②基于RF算法顾及物候特征的植被类型识别精度达到84.37%，Kappa系数为0.8，比单一时相数据的识别精度提高了10.01%；③呼伦贝尔沙地及其周边主要植被类型的物候特征差异明显，有助于不同类型植被的空间识别，特别是提高了灌草丛和草原的识别精度。研究表明利用Sentinel-2数据和GEE云平台对沙地等大区域植被类型的识别具有较大的潜力和广阔的应用前景。
内陆水体中浮游植物的存在对悬浮物（TSM）遥感反演模型精度具有一定的影响，藻类丰度会导致水体遥感反射率降低。实验基于中国、澳大利亚和美国内陆水体的372个采样点（4个数据集）水质分析和光谱实测数据，构建内陆水体遥感反射率与TSM的相关关系，建立最优波段比模型（OBR），并分析了藻类颗粒物存在对该模型精度的影响。由于水质的不均一性，不同区域的水质参数敏感波段存在差异，因此各数据集用于建模的最优波段比值不同。结果表明，OBR模型精度较高，误差较小，中国水体模型验证均具有较好效果（石头口门水库：R2=0.87，RMSE=14.1 mg/L；查干湖：R2=0.82，RMSE=23.6 mg/L），澳大利亚水体模型验证效果最佳，R2值高达0.95（RMSE=4.2 mg/L），美国水体模型精度较低（R2=0.78，RMSE=3.7 mg/L）。研究发现，模型精度受水体叶绿素（Chla）浓度和Chla/TSM比率影响，当水体以TSM浓度较高的非藻类颗粒物为主时（如中国石头口门水库和南澳洲地区水体数据集），最优波段比值模型表现更好；而当水体以浮游植物为主时，水体中的浮游植物的丰度会使光谱信号复杂化，从而限制或降低TSM浓度遥感算法的精度（如美国印第安纳州中部水库数据集）。
基于SAR图像的阈值分割法是水体信息有效提取的常用方法之一。针对Otsu算法对于SAR影像水体提取精度低、噪声大的问题，以C波段Sentinel-1 SAR为数据源，提出一种基于Otsu算法的SAR图像水体提取新方法。该方法首先基于双极化数据构建自然指数函数，优化原始Sentinel-1数据图像像元直方图分布，再结合Otsu算法对图像进行水体提取，最后基于DEM数据去除误提取的山体阴影。以同一天的Landsat 8光学影像作为真实水体样本进行精度评定，结果表明：在不同水体占比情况下，该方法水体提取精度均优于Otsu算法，在水体占比小于10%时综合精度提升约为20%—60%，而且噪声小、适用性强，可用于快速高效获取大范围内水体信息。
针对现有方法无法准确提取削山造地范围以及定量评价削山造地区域生态变化问题，由此提出了基于三维地形变化的削山造地范围提取方法；同时，基于1991、2001、2009和2016年遥感影像，以绿度、湿度、热度和干度指标构建遥感生态指数（Remote Sensing Ecological Index， RSEI），对比分析4个时期生态质量时空变化。结果表明：
地下煤炭资源大量开采导致的地表形变，引发严重的安全和环境隐患，雷达干涉测量技术是高精度、大范围地表形变监测的重要手段之一。以辽宁省沈阳市沈北新区蒲河煤矿为例，采用SBAS-InSAR技术探测2018—2019年矿区地表形变结果，获取了采煤引起地表形变的时空分布特征，结合采场所在区域的地质条件和变形诱发因素，利用数值模拟技术对观测形变结果进行模拟分析，进而讨论了蒲河煤矿地面沉降在时间和空间上的变形规律和机制。InSAR形变监测结果显示，开采区域内存在两处沉降漏斗，且数值模拟结果与InSAR形变观测值分布规律一致，反演结果接近实际情况，可为相关部门制定地面沉降防治措施提供科学依据。
甘公网安备 62010202000685号
