D-InSAR的黄土高原矿区地表形变监测
发布时间:2018-07-09 22:23
本文选题:地表形变 + D-InSAR ; 参考:《测绘科学》2017年06期
【摘要】:D-InSAR技术已在数字高程建模、地表微小变形、地壳形变等方面显示出广阔前景,但其对黄土高原矿区复杂、剧烈、动态的地表形变监测能否有效,目前仍存在争议。针对此问题,该文以大同市南郊区采煤沉陷地为研究区域,利用两轨法D-InSAR技术,采用ALOS PALSAR数据获取了研究区域2008年1月1日至2月16日间的沉陷面积和最大沉降值。然后以晋华宫矿某工作面为例,利用开采沉陷预计方法进行验证,预计结果显示该工作面的最大沉陷值与D-InSAR测量值相差达24.04mm,并分析差异主要来源于SAR数据、地形、预计参数选取的限制。实验结果表明,D-InSAR技术能够比较准确且有效地监测黄土高原矿区地表形变。
[Abstract]:D-InSAR technology has shown a broad prospect in digital elevation modeling, surface micro-deformation, crustal deformation and so on. However, whether D-InSAR technology can effectively monitor the surface deformation in the mining areas of the Loess Plateau is still controversial. In order to solve this problem, this paper takes the coal mining subsidence in the south suburb of Datong as the study area, using the two-track D-InSAR technology and using ALOS parSAR data to obtain the subsidence area and the maximum settlement value between January 1 and February 16, 2008 in the study area. Then, a mining subsidence prediction method is used to verify the result of mining subsidence prediction in Jinhuagong Coal Mine. The predicted results show that the maximum subsidence value of the working face is 24.04 mm different from the D-InSAR measurement value, and the difference is mainly from SAR data and topography. Expected parameter selection limits. The experimental results show that the D-InSAR technique can accurately and effectively monitor the surface deformation of mining areas on the Loess Plateau.
【作者单位】: 中国矿业大学环测学院;中国矿业大学低碳能源研究院;
【分类号】:TD325.4
【相似文献】
相关会议论文 前1条
1 孙士斌;;开采沉陷预计软件在贵州煤矿环评中的应用与体会[A];首届贵州环境影响评价论坛论文选编[C];2008年
相关博士学位论文 前2条
1 张文志;开采沉陷预计参数与角量参数综合分析的相似理论法研究[D];河南理工大学;2011年
2 孙臣良;基于库水运移模拟的大平矿水库下协调开采计划优化研究[D];辽宁工程技术大学;2012年
相关硕士学位论文 前8条
1 谢佳君;开采沉陷预计参数模糊聚类分析研究[D];辽宁工程技术大学;2015年
2 代巨鹏;西北厚松散层矿区开采沉陷预计与可视化研究[D];西安科技大学;2011年
3 秦爽;基于AE的组件式开采沉陷预计及可视化分析系统研究[D];辽宁工程技术大学;2009年
4 王飞;基于MAPGIS的开采沉陷预计分析系统[D];河南理工大学;2010年
5 赵娜娜;基于Matlab的开采沉陷预计与求参一体化系统研究[D];安徽理工大学;2015年
6 张翠英;基于MapX的煤矿开采沉陷预计及地表移动观测站数据处理系统的研发[D];安徽理工大学;2009年
7 王瑞云;基于VC++.NET的开采沉陷预计程序设计与实现[D];安徽理工大学;2014年
8 路兵;基于C#的矿山开采沉陷预计可视化系统[D];山东科技大学;2011年
,本文编号:2110895
本文链接:https://www.wllwen.com/kejilunwen/kuangye/2110895.html