Please wait a minute...
 
自然资源遥感  2023, Vol. 35 Issue (2): 80-88    DOI: 10.6046/zrzyyg.2022319
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
FAST型大射电望远镜选址洼地地形搜寻关键技术研究
朱博勤1,2(), 严召进3(), 谢晶3, 刘宏4, 宋小庆3, 向喜琼4
1.中国科学院国家天文台,北京 100101
2.中国科学院FAST重点实验室,北京 100101
3.贵州省地质矿产勘查开发局111地质大队,贵阳 550008
4.贵州大学资源与环境工程学院喀斯特地质资源与环境教育部重点实验室,贵阳 550025
Key technology for selecting depressions as sites of FAST-type radio telescopes
ZHU Boqin1,2(), YAN Zhaojin3(), XIE Jing3, LIU Hong4, SONG Xiaoqing3, XIANG Xiqiong4
1. National Astronomical Observatory, Chinese Academy of Sciences, Beijing 100101, China
2. Key Laboratory of FAST, Chinese Academy of Sciences, Beijing 100101, China
3. 111 Geological Brigade of Guizhou Provincial Bureau of Geology and Mineral Exploration and Development, Guiyang 550008, China
4. Key Laboratory of Karst Georesources and Environment (Ministry of Education), College of Resources and Environmental Engineering, Guizhou University, Guiyang 550025, China
全文: PDF(4874 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

500米口径球面射电望远镜(Five-hundred-meter Aperture Spherical radio Telescope,FAST) ——“中国天眼”举世瞩目,是世界上最大的单口径射电望远镜。如果再建造几个 FAST 型大射电望远镜,开展联合观测,那么不仅可以进一步提高探测的灵敏度,也可以提高分辨率,从而拓展射电天文研究领域,这正是当前中国射电天文科学家的期盼,FAST型大射电望远镜选址洼地地形搜寻就是为实现这一期盼而开展的前期研究。当前,可以共享的地形数据数字高程模型(digital elevation model,DEM)资源已经实现洲际覆盖,且有不同的地面分辨率供选择; 计算机技术发展带来了地形数据 DEM 处理分析能力大大增强,处理技术不断创新,分析表达实现了可仿真。为此,通过比较分析阿雷西博射电望远镜(Arecibo radio telescope,Arecibo)和FAST 望远镜工程结构尺度、台址岩溶洼地地形的形态特点,提出 500 m口径望远镜的理想洼地地形条件; 在评价分析网络共享 DEM 地形数据的分辨率和数据质量的基础上,总结认为省级区域大射电望远镜选址以 30 m分辨率的 ASTER_GDEMV3 数据为宜; 在贵州全省大型洼地地形搜寻研究中,开发了基于 ArcGIS 平台提取洼地地形特征参数和拟合填挖方、叠合剖面等定量分析专题模块,归纳了应用 ArcGIS 主要工具搭建专题模块的关键步骤。研究结果解决了省级区域大型岩溶洼地地形搜寻中的关键技术,并提出了在实际工作中需要注意的几个问题。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
朱博勤
严召进
谢晶
刘宏
宋小庆
向喜琼
关键词 选址岩溶洼地DEM地形参数填挖拟合    
Abstract

The Five-hundred-meter Aperture Spherical radio Telescope (FAST), also known as Tianyan (meaning the Eye of the Sky), has attracted worldwide attention and is the largest single-dish radio telescope in the world. The joint observations of FAST and several more FAST-type radio telescopes allow detection sensitivity and resolution to be further improved and the research fields to be expanded. Therefore, Chinese radio astronomy scientists have the expectation of building more FAST-type radio telescopes in China, which should be achieved based on the preceding research on depressions as the sites of FAST-type radio telescopes. Presently, the shared digital elevation model (DEM) data enjoy intercontinental coverage and different ground resolutions. The development of computer processing technology has greatly enhanced the processing and analysis capacities of DEM data and continuously innovated the processing technologies. Moreover, relevant analyses and expressions can be simulated. Therefore, based on a comparative analysis of the structural scales of the projects of the Arecibo radio telescope and the FAST, as well as the morphological characteristics of karst depressions, this study proposed the conditions of ideal depressions as the sites of FAST-type radio telescopes. Moreover, by analyzing the resolution and data quality of shared DEM data on the Internet, it is concluded that areas with ASTER_GDEMV3 data with a resolution of 30 m are suitable as sites of large radio telescopes in provincial-level regions. In search of large-scale depressions in Guizhou Province, this study developed special modules for quantitative analyses, such as extracting the characteristic parameters of depressions and the fitting of filling, excavation, and superimposed sections, based on the ArcGIS platform and summarized the key steps to organize and apply the major tools of ArcGIS in the special modules. The results of this study determined key technology in search of large Karst depressions in provincial-level regions. Furthermore, this study proposed several issues that are noteworthy in the application.

Key wordssite selection    Karst depression    DEM    terrain parameters    fitting of filling and excavation
收稿日期: 2022-08-10      出版日期: 2023-07-07
ZTFLH:  TP79  
基金资助:中央引导地方科技发展资金项目“FAST扩展阵贵州省综合选址研究”(黔科中引地[2021]4001);国家自然科学基金项目“以FAST为中心的大型射电望远镜阵列选址研究”(12173053)
通讯作者: 严召进(1973-),男,高级工程师,从事工程测量及地理信息产学研工作。Email: 1017831147@qq.com
作者简介: 朱博勤(1962-),男,研究员,主要研究方向为工程环境与遥感地学应用。Email: zhubq@bao.ac.cn
引用本文:   
朱博勤, 严召进, 谢晶, 刘宏, 宋小庆, 向喜琼. FAST型大射电望远镜选址洼地地形搜寻关键技术研究[J]. 自然资源遥感, 2023, 35(2): 80-88.
ZHU Boqin, YAN Zhaojin, XIE Jing, LIU Hong, SONG Xiaoqing, XIANG Xiqiong. Key technology for selecting depressions as sites of FAST-type radio telescopes. Remote Sensing for Natural Resources, 2023, 35(2): 80-88.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/zrzyyg.2022319      或      https://www.gtzyyg.com/CN/Y2023/V35/I2/80
Fig.1  FAST望远镜与Arecibo望远镜台址等高线图(https://mapcarta.com/W23957081/Map)
几何要素 FAST望远镜 Arecibo望远镜
地理坐标 N25.652°,E106.856° N18.344°,W66.752°
最高山峰标高/m 1 201.2(东北) 360 m(西南)
最低垭口标高/m 981.2(西南) 305 m(南)
原始洼地底标高/m 841.2 235 m
洼地有效深度/m 140 70 m
洼地最大高差/m 360 125 m
周围最低点海拔/m 737.5(东侧水淹凼底) 185 m(南偏东伏流出口)
球直径(开口直径、球冠深)/m 600(500,134.17) 530(305,48.28)
馈源仓悬空/m 176.38 137.25[7]
反射面开口标高/m 970.2 290
基岩类型 三叠纪灰岩、白云质灰岩 中第三纪(即渐新世和中新世)珊瑚礁岩或海滩岩
Tab.1  FAST与Arecibo望远镜几何要素比较
Fig.2  FAST望远镜机构简图(m)
O: 球心; DR: 球半径; Dr: 球冠开口直径; DfR: 焦面半径; Dfr: 焦面开口直径; H0: 球冠底高程; Hg: 球冠面高程; Hf: 焦面高程; Ho: 球心高; Ht: 支撑塔高程; A B : 球冠剖面线; F P : 焦面剖面线
名称 模型名称 生产技术 发布
单位
水平
精度/m
垂直
精度/m
水平分
辨率/m
水准面 覆盖范围,
发布时间
ALOS_PALSAR DSM ALOS 的 L 波段PALSAR 系统,InSAR 技术并综合 SRTM1 等数据 JAXA,ASF 12.5 12 12.5 WGS84/EGM96 87.8°N~75.9°S,2015年
ALOS_
AW3D30_V2.2
DSM ALOS 的全色遥感立体测绘仪(PRISM)光学立体摄影测量 JAXA EORC 5 5(相当于5 m空间分辨率) 30 WGS84/EGM96 87.8°N~75.9°S, 2019年
NASADEM_
HGTV001
DSM 改善了的 SRTM1 DEM,并应用了了 ASTER GDEM、ICESat GLAS和PRISM等数据 NASA JPL 20 16 30 WGS84/EGM96 60°N~56°S,2020年
ASTER_
GDEMV3
DSM ASTER卫星光学立体摄影测量和数字图像相关方法 NASA、 NIMA 20 17 30 WGS84/EGM96 83°N~83°S,2019年
SRTM3_V003 DSM “奋进”号航天飞机上搭载的 C 波段 SRTM 系统,InSAR 技术 NASA、 NIMA 20 16 90 WGS84/EGM96 60°N~56°S,2014年底
Tab.2  常用的卫星DEM名称
Fig.3  FAST台址DEM灰度影像与插值等值线图
Fig.4  FAST台址大窝凼洼地地形增强影像
洼地地形参数 地貌特征 DEM数值特征 提取方法
最低点 洼地区域内地形低洼点,是地面水汇流的最低点,坡度为0° 洼地区域内 DEM 数值最小的点 应用移动窗口,求取 DEM 数值最小值(凹陷)及其位置
山峰点 地形突出的高地点,是地面水向四周分散的最高点,坡度为0° 一定区域内 DEM 数值最大的点 应用移动窗口,求取 DEM 数值最大值(凸起)及其位置
垭口点 某一方向地形低洼点和另一方向地形突出高地点,也是分水线与沟谷源头的交叉点,坡度为0° DEM在沟谷方向局部的最大值,同时又是分水线方向最低值的点 提取正地形沟谷线(凹陷)和反地形沟谷线(凹陷)的交汇点
分水线 洼地区域的山梁连线,是地面水向两侧分流点的连线。分水线是封闭、洼地集水汇流边界线,通常称为分水岭 洼地区连续分流点(包括山峰点、垭口点)的连线 判别和提取汇聚最大流量区域的边界
洼地等深线 最低垭口以下洼地深度的等值线,是洼地封闭区域内的深度线。等深线是衡量洼地“有效深度”的地形线,形态上与同一地点的等高线完全一致 DEM 数值均小于最低垭口高度区域的等值线 通过填洼分析得到最低垭口以下部分的栅格数据,再计算与最低垭口之间的高差并等值化
Tab.3  地形地貌特征点及其DEM特征与提取方法
洼地地形参数 主要工具和步骤
最低点 ①[焦点统计],应用 MINIMUM 统计类型处理 DEM 数据; ②[栅格计算器],计算输出最低像元(区); ③[栅格转面],栅格低值像元转面型矢量; ④[要素转点],提取低值像元面几何中心点矢量(面内); ⑤[值提取至点],计算矢量点位置的DEM 数值; ⑥编辑整理,删除虚假最低点
山峰点 ①[焦点统计],应用 MAXIMUM 统计类型处理 DEM 数据; ②[栅格计算器],计算输出最高像元(区); ③[栅格转面],栅格高值像元转面型矢量; ④[要素转点],提取高值像元面几何中心点矢量(面内); ⑤[值提取至点],计算矢量点位置的DEM 数值; ⑥编辑整理,删除虚假最高点(山峰点)
垭口点 ①编辑分水线,使得每个洼地分水岭只有一个线矢量记录,即一个洼地的分水线只是一条线,修改矢量线为最北点为起点,顺时针矢量方向; ②[沿线生成分水线洼地等深线点],以一个像素为间隔提取分水线上等间隔顺序点; ③[值提取至点],提取顺序点位置的 DEM 高程值; ④导出包含位置和高程的顺序点数据,应用 EXCEL 对顺序点高程值进行比较判断,即可得到分水线上垭口点(分水线上局部低值)、山峰点(分水线上局部高值); ⑤分类导入,获得分水线上的各个垭口点
分水线 ①[流向],计算 DEM 范围每个像元最大的坡降方位(流向); ②[汇],计算和编号每个没有流向的像元或像元区,也即连续地形中的山峰、垭口、最低点区; ③[集水区],应用流向数据和汇数据,获得最大范围的集水区; ④[分区统计],通过集水区和原始 DEM 数据,选取统计类型 MINIMUM 或 MAXIMUM,即可得到集水区最小 DEM 值或最大高程值作为高程值的栅格; ⑤[栅格转面],将最值栅格转为矢量面; ⑥[消除],设定最小的流域面积和归并方式,消除小多边形; ⑦[要素转线],将流域面多边形转为矢量线; ⑧编辑整理,消除锯齿,删除虚假和不合理矢量线,即可得到完整流域的分水线
洼地等深线 ①[填洼],将一定区域内的 DEM 值修改为最低高程值,使得只有高于这个高程的水才会流出洼地; ②[栅格计算器],计算填洼栅格和原始 DEM 栅格,得到各栅格点的填洼深度; ③[等值线],插值填洼深度值栅格表面,可获得填洼深度等值线,也即最低垭口以下等深度线; ④编辑整理,消除锯齿,删除虚假和不合理等深线
Tab.4  地形参数模块化提取主要工具和步骤
Fig.5  大窝凼周区主要洼地地形参数图
Fig.6  大窝凼洼地分水线高值点、鞍部点分布图
Fig.7  大窝凼洼地分水线垭口(低值)点与山峰(高值)点分布图
Fig.8  某洼地地形-球冠拟合填挖分布图
Fig.9  某洼地地形-球冠叠合剖面图
Fig.10  某洼地反射面-支撑塔-地形剖面三维显示图
[1] Qian L, Pan Z C, Li D, et al. The first pulsar discovered by FAST[J]. Science China-Physics,Mechanics & Astronomy, 2019, 62(5):71-74.
[2] 南仁东, 彭勃, 等. KARST-SKA射电望远镜[R]. 北京: 年度报告, 1998.
Nan R, Peng B, et al. Kilometer-Square Area Radio Synthesis Telescope[R]. Beijing: Annual Report, 1998.
[3] 朱博勤, 聂跃平, 南仁东, 等. FAST/SKA贵州省选址[C]// 国际天文学联合会学术讨论会, 2001(182):213-218
Zhu B Q, Nie Y P, Nan R D, et al. The FAST/SKA site selection in Guizhou Province[C]// International Astronomical Union Colloquium, 2001(182):213-218.
[4] 聂跃平. 探索宇宙奥秘的巨大“天眼”: 贵州 500 m 口径球面射电望远镜(FAST)工程遥感选址[J]. 遥感学报, 2009, 13(s1):353-363.
Nie Y P. The giant "Sky Eye" for exploring the mystery of the universe: Remote sensing site selection of Guizhou 500 m aperture spherical radio telescope (FAST) project[J]. Journal of Remote Sensing, 2009. 13(s1):353-363.
[5] 朱博勤. FAST工程勘察技术理论与实践[M]. 武汉: 湖北科学技术出版社, 2021:20-46.
Zhu B Q. Theory and practice of geotechnical investigation on FAST project[M]. Wuhan: Hubei Science & Technology Press, 2021:20-46.
[6] 朱博勤, 钱磊, 岳友岭. 贵州岩溶地区射电望远镜方案探讨[J]. 中国科学:物理学、力学、天文学, 2020, 50(8):147-153.
Zhu B Q, Qian L, Yue Y L. The conceptual designs of radio telescopes in Guizhou Karst region[J]. Science China-Physics,Mechanics & Astronomy, 2020, 50(8):147-153.
[7] NASA. Arecibo observatory:Watching for asteroids,waiting for E.T.[EB/OL]. NASA, [2022-12-22]. https://www.space.com/20984-arecibo-observatory.html.
[8] 沈世钊, 范峰, 钱宏亮. FAST 主动反射面支承结构总体方案研究[J]. 建筑结构学报, 2010, 31(12):5-12.
Shen S Z, Fan F, Qian H L. Research on support scheme for active reflector of FAST[J]. Journal of Building Structures, 2010, 31(12):5-12.
[1] 李益敏, 杨一铭, 赵志芳, 吴博闻. 基于GIS的西双版纳边境地区防疫视频监控点部署方法[J]. 自然资源遥感, 2022, 34(4): 194-202.
[2] 杨昭颖, 韩灵怡, 郑向向, 李文吉, 冯磊, 王轶, 杨永鹏. 基于卷积神经网络的遥感影像及DEM滑坡识别——以黄土滑坡为例[J]. 自然资源遥感, 2022, 34(2): 224-230.
[3] 马御棠, 潘浩, 周仿荣, 黄然, 赵加能, 罗继强, 刘靖, 孙浩轩, 贾伟洁, 张涛. 基于卫星影像的输电杆塔坐标校准方法[J]. 自然资源遥感, 2022, 34(2): 63-71.
[4] 江娜, 陈超, 韩海丰. 海岸带地类统计模型中DEM空间尺度优选方法[J]. 自然资源遥感, 2022, 34(1): 34-42.
[5] 赵龙贤, 代晶晶, 赵元艺, 姜琪, 刘婷玥, 傅明海. 基于RS和GIS技术的西藏多龙矿集区矿山选址研究[J]. 国土资源遥感, 2021, 33(2): 182-191.
[6] 梁凯旋, 章桂芳, 张浩然. 一种综合DEM和遥感影像提取洪积扇的方法[J]. 国土资源遥感, 2020, 32(2): 138-145.
[7] 安全, 贺中华, 赵翠薇, 梁虹, 焦树林, 杨朝晖. 基于地貌视角的喀斯特流域水系分维估算方法适应性分析[J]. 国土资源遥感, 2019, 31(4): 104-111.
[8] 蒋宗立, 张俊丽, 张震, 刘时银, 魏俊锋, 郭万钦, 祝传广, 黄丹妮. 1972—2011年东昆仑山木孜塔格峰冰川面积变化与物质平衡遥感监测[J]. 国土资源遥感, 2019, 31(4): 128-136.
[9] 马小奇, 卢善龙, 马津, 朱立平. 基于地形参数的湖泊水储量估算方法——以纳木错为例[J]. 国土资源遥感, 2019, 31(4): 167-173.
[10] 程滔, 李广泳, 毕凯. 顾及时点特征的水体提取成果空间修正方法[J]. 国土资源遥感, 2019, 31(2): 96-101.
[11] 王群, 范景辉, 周伟, 袁蔚林, 童立强, 郭兆成. DEM辅助偏移量跟踪技术的山地冰川运动监测研究[J]. 国土资源遥感, 2018, 30(3): 167-173.
[12] 虞舟鲁, 王文超, 戎奕, 沈掌泉. 基于子像元交换算法和地形数据的土地覆盖亚像元制图研究[J]. 国土资源遥感, 2017, 29(4): 88-97.
[13] 于海洋, 罗玲, 马慧慧, 李辉. SRTM(1″)DEM在流域水文分析中的适用性研究[J]. 国土资源遥感, 2017, 29(2): 138-143.
[14] 宿渊源, 张景发, 何仲太, 姜文亮, 蒋洪波, 李强. 资源卫星三号DEM数据在活动构造定量研究中的应用评价[J]. 国土资源遥感, 2015, 27(4): 122-130.
[15] 孙亚飞, 江利明, 柳林, 孙永玲, 汪汉胜. TanDEM-X双站SAR干涉测量及研究进展[J]. 国土资源遥感, 2015, 27(1): 16-22.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发