矿区地表沉降的SBAS监测及沉降预测

发布时间：2017-10-18 18:09

  本文关键词：矿区地表沉降的SBAS监测及沉降预测

  更多相关文章： D-InSAR 沉降监测 小基线集 粒子群优化支持向量机 预测

【摘要】：煤炭一直是我国人民生活和经济发展所依赖的最主要能源,其在我国生产和消费结构中所占的比重一直维持在70%左右。国家对煤炭资源的过度依赖也造成一些不可避免的问题,比如煤炭开采造成的地表沉降,严重的可能引发地质灾害,所以对矿区沉降的监测与预防一直是国家急需解决的问题,也成了当下研究的重点。对于矿区的沉降监测,我国目前采用的监测手段主要以水准测量等一些传统技术为主,GPS测量技术也常被使用对矿区进行监测。这些常规技术存在一些缺陷,效率低,受天气影响严重,花费大量的人力物力还具有一定危险性。最主要的是传统监测手段只能获取离散点的形变量,而且监测结果单一,对研究沉降区域的沉降机理意义不大。合成孔径雷达差分干涉测量(D-InSAR)技术是在合成孔径干涉雷达技术(Interferometric Synthetic Aperture Radar,InSAR)的基础上发展起来的一种主动式微波遥感技术,D-InSAR技术监测精度高,覆盖区域广,具备全天候、全天时工作能力等特点,现如今已成为空间对地观测领域研究的重点。D-InSAR技术的优势传统监测手段无法比拟,但缺陷也很明显。使用数据少只能获得单一的沉降数据,而且受失相干问题影响严重,针对这些缺点本文采用一种D-InSAR技术的高级方法,小基线集(Small Baseline Set,SBAS)技术。SBAS技术能够有效克服空间和时间失相干的影响并能获得该地区的时间沉降序列。获得的结果利用改进的支持向量机模型进行预测,并对下阶段沉降做出预测。本文首先介绍了D-InSAR技术研究背景、意义以及国内外发展现状,接着介绍了D-InSAR技术的基本原理以及实现方法。实验是论文的主题,本文以江西省某煤矿为例,选取覆盖试验区的雷达影像进行二轨差分处理,选取不同精度的数字高程模型(Digital Elevation Model,DEM)模拟地形相位,并将获得监测结果与水准监测数据进行比较,目的是论证D-InSAR技术用于矿区地表沉降的可行性,并探讨DEM精度对D-InSAR技术监测结果的影响。针对D-InSAR限制因素采用SBAS技术,选取7景覆盖试验区的雷达影像根据时间和空间基线不能过长的原则分成若干个子集,每个子集选定固定影像作为主影像。利用二轨差分技术得到干涉对,通过对这些干涉对进行处理得到该区域的时间沉降序列。最后选取612工作面中的四个像元的累积沉降量作为训练样本,使用粒子群优化支持向量机模型进行拟合与预测。利用预测值制成时间监测曲线,为矿区风险评估以及矿区开采可持续化提供理论支持。
【关键词】：D-InSAR 沉降监测 小基线集 粒子群优化支持向量机 预测
【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TD325.4;P642.26
【目录】：

• 摘要4-6
• Abstract6-12
• 1 绪论12-18
• 1.1 研究背景与意义12-13
• 1.2 国内外研究现状13-15
• 1.2.1 地表沉降研究方法13-14
• 1.2.2 D-InSAR技术的发展14-15
• 1.2.3 D-InSAR技术在矿区沉降监测的应用研究15
• 1.3 研究目的与论文结构15-18
• 1.3.1 研究目的15-16
• 1.3.2 论文结构16-18
• 2 InSAR技术的基本理论18-32
• 2.1 InSAR技术基本原理18-21
• 2.1.1 InSAR技术基本原理18-21
• 2.1.2 InSAR对地形起伏的灵敏度21
• 2.2 D-InSAR技术基本原理21-24
• 2.2.1 D-InSAR技术主要方法21-22
• 2.2.2 D-InSAR技术地表形变监测的基本原理22-24
• 2.3 D-InSAR形变监测精度的主要影响因素24-28
• 2.3.1 失相干因素24-26
• 2.3.2 误差因素26
• 2.3.3 引入外部DEM精度对二轨差分的影响26-28
• 2.4 SBAS技术基本原理28-30
• 2.4.1 最小二乘原理28-29
• 2.4.2 奇异值分解29
• 2.4.3 获取时间序列形变速率以及累积沉降量29-30
• 2.5 本章小结30-32
• 3 D-InSAR技术的具体实现过程及实例数据分析32-50
• 3.1 实验数据与处理软件32-34
• 3.1.1 ALOS-PALSAR卫星数据介绍32-33
• 3.1.2 SRTM DEM33-34
• 3.1.3 处理软件介绍34
• 3.2 D-InSAR二轨差分技术的处理流程34-39
• 3.3 实例数据分析39-44
• 3.3.1 干涉对的选择39-42
• 3.3.2 差分干涉图的生成及滤波42-43
• 3.3.3 相位解缠以及沉降图的生成43-44
• 3.4 监测结果论证与分析44-48
• 3.5 本章小结48-50
• 4 SBAS技术监测矿区地表沉降50-62
• 4.1 研究区域概况50-51
• 4.1.1 自然地理条件50
• 4.1.2 气候水文介绍50-51
• 4.1.3 地质构造基础51
• 4.2 小基线集（SBAS）技术的处理流程51-56
• 4.2.1 数据选择51-52
• 4.2.2 数据预处理52-54
• 4.2.3 高相干点的选择54
• 4.2.4 时间序列沉降图的生成54-56
• 4.3 结果分析56-61
• 4.4 本章小结61-62
• 5 基于SBAS技术粒子群优化支持向量机矿区沉降预测62-76
• 5.1 采空区上覆岩体形变的基本特征62-63
• 5.2 粒子群优化支持向量机原理介绍63-66
• 5.2.1 支持向量机63-64
• 5.2.2 粒子群优化算法64-65
• 5.2.3 粒子群优化支持向量机建模步骤65-66
• 5.3 实例分析66-75
• 5.3.1 支持向量机（SVM）模型拟合实验67-68
• 5.3.2 粒子群优化支持向量机（PSO-SVM）模型拟合实验68-69
• 5.3.4 拟合精度检验69-70
• 5.3.5 PSO-SVM模型预测70-75
• 5.4 本章小结75-76
• 6 结论与展望76-78
• 6.1 结论76
• 6.2 展望76-78
• 参考文献78-84
• 致谢84

【相似文献】

中国期刊全文数据库 前10条

1 兰孝奇;严红萍;刘精攀;;灰色系统预测模型在沉降监测中的应用[J];现代测绘;2006年01期

2 胡珂;熊春宝;;建筑工程沉降监测若干问题的探讨[J];测绘与空间地理信息;2007年02期

3 桂小梅;;浅谈沉降监测曲线图绘制的两种方法[J];测绘与空间地理信息;2011年01期

4 陈功亮;;自动化沉降监测系统的组建[J];上海国土资源;2011年03期

5 刘小慧;;灰色系统分析在沉降监测中的应用[J];煤炭技术;2012年12期

6 程光冉;姚国文;杨帆;;精密三角高程实施沉降监测方法研究及精度分析[J];测绘科学;2013年01期

7 耿云飞;田林亚;洪毅;;群楼施工沉降监测控制网的灵敏度分析[J];测绘工程;2013年01期

8 王金权;郝金明;李付伟;吕志伟;;杭州湾跨海大桥沉降监测方法研究[J];测绘地理信息;2013年03期

9 欧阳红星;欧为林;;沉降监测中几种预测模型的建立[J];国土资源导刊;2013年10期

10 金其坤,郭新成,邵颖浩;西安民生大楼一期工程沉降监测与分析[J];测绘工程;1995年01期

中国重要会议论文全文数据库 前10条

1 闻卫东;周丰年;;江苏沙洲电厂施工阶段沉降监测方法研究[A];江苏省测绘学会2007'学术年会论文集[C];2008年

2 李林勇;韩平;;关于边坡沉降监测方法的讨论[A];全国测绘科技信息网中南分网第二十四次学术信息交流会论文集[C];2010年

3 刘旭春;;高精度数字水准仪在沉降监测中的应用[A];中国测绘学会第八次全国会员代表大会暨2005年综合性学术年会论文集[C];2005年

4 赖永华;;珠海电厂沉降监测实施与数据分析[A];全国工程测量2012技术研讨交流会论文集[C];2012年

5 万先斌;;高层建筑施工中沉降监测方法的探讨[A];华东六省一市测绘学会第十一次学术交流会论文集[C];2009年

6 杨伟国;张满;;台州市城区竖向规划道路沉降监测网的建设[A];第十三届华东六省一市测绘学会学术交流会论文集[C];2011年

7 郑刚;;建筑基础沉降监测方法[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年

8 杨伟国;张满;;台州市城区竖向规划道路沉降监测网的建设[A];第十三届华东六省一市测绘学会学术交流会论文集[C];2011年

9 李金林;张宇捷;常小林;王璐;;基于K近邻非参数回归模型的沉降监测数据预报[A];第九届长三角科技论坛（测绘分论坛）论文集[C];2012年

10 宋霜霜;谢礼金;王清德;;井架基础沉降监测基准网的稳定性分析[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

中国重要报纸全文数据库 前1条

1 王娟;上海建成轨道交通沉降监测网[N];中国国土资源报;2011年

中国博士学位论文全文数据库 前3条

1 陈炳乾;面向矿区沉降监测的InSAR技术及应用研究[D];中国矿业大学;2015年

2 范洪冬;InSAR若干关键算法及其在地表沉降监测中的应用研究[D];中国矿业大学;2010年

3 师红云;基于时序雷达干涉测量的高速铁路区域沉降变形监测研究[D];北京交通大学;2013年

中国硕士学位论文全文数据库 前10条

1 汪圣杰;组合预报模型在建筑物沉降监测中的应用[D];安徽理工大学;2016年

2 张涛;矿区地表沉降的SBAS监测及沉降预测[D];东华理工大学;2016年

3 朱红坤;地铁地表沉降监测数据分析与交互处理[D];西安建筑科技大学;2010年

4 张德强;成都来福士广场沉降监测及数据管理系统[D];成都理工大学;2011年

5 叶茂;京沪高速铁路沉降监测数据处理与分析[D];西南交通大学;2011年

6 孔渊;工广地表和井架基础沉降监测与趋势分析[D];安徽理工大学;2011年

7 李篷;煤矿非采动沉降监测与预测模型研究[D];安徽理工大学;2013年

8 牟洪洲;建筑沉降监测数据处理组合模型研究[D];长安大学;2008年

9 熊靖飞;童亭煤矿工业广场地表沉降监测与预测[D];安徽理工大学;2015年

10 张凡;东乡铜矿深部开采地表沉降监测与预测[D];江西理工大学;2014年

，

本文编号：1056375