基于InSAR技术的矿区地表沉降监测及预测

发布时间：2018-01-16 15:07

  本文关键词：基于InSAR技术的矿区地表沉降监测及预测　出处：《东华理工大学》2017年硕士论文　论文类型：学位论文

  更多相关文章： D-InSAR 地表沉降监测 小基线集 半参数灰色模型 模拟计算

【摘要】：在煤矿开采过程中会造成各种环境地质灾害,例如地表塌陷、产生裂缝以及山体滑坡等,不仅危及人身财产安全,还会对生态环境造成严重破坏,产生社会恐慌等不良影响,限制了当地经济的快速发展。煤矿开采区发生的沉降,可能缓慢发生,也可能发展快速,为了保证安全生产,就得通过一定的技术方法来监测沉降。有一种方法即合成孔径雷达差分干涉测量技术简称D-InSAR在近年来发展迅速,已被证明是一种监测地面形变十分有效率的方法,能够得到试验区短时间间隔内在空间上连续的地面形变相关信息,测量精度更可达到毫米级。国内外研究者开展了很多利用D-InSAR技术监测矿区地表沉降的相关研究:2009年,Hanssen R等人使用该技术手段对位于波兰地区的Wieliczka盐矿开采区进行地表沉降研究,最终得到了该区域的地表形变场数据;2012年,在位于美国西部的犹他州Book Cliffs煤矿区域,James Donovan等人使用D-InSAR方法进行了相关研究,得到该试验区域的三维地表形变图;国内研究者任小冲等根据ALOS卫星获取的青藏高原冻土区域影像数据,结合D-InSAR技术得到了该地区的形变图。因为时空失相干及大气效应等因素会影响到D-InSAR的监测结果,为了能够有效解决这些影响,近年来又发展出永久散射体(PS)、小基线集(SBAS)、最小二乘(LS)等基于时间序列的形变分析方法,对于监测较长时间内大范围的地表的缓慢形变这些方法非常有效,能较快速分析试验区域的演化规律以及沉降发展情况。相较于以往的研究多集中在相干性好的平坦地区,本文选择的试验区位于江西省的西部,属丘陵地势,深山密林,植被丰茂,受季节性影响,对于D-InSAR的研究具有一定的地域针对性,可实现一定的研究价值。本文以江西省丰城某煤矿区为例,利用D-InSAR技术和小基线技术(SBAS,Small Baseline Subset)对地表沉降监测的理论和方法进行了探讨;基于半参数灰色模型,利用补偿最小二乘准则下的GM(1,1)模型结合D-InSAR技术监测数据模拟计算了煤矿区地表沉降机理。主要研究内容包括:(1)叙述了D-InSAR技术的基本理论与实现方法,讨论了D-InSAR技术的误差来源。(2)根据获取的PALSAR雷达影像数据,基于瑞士GAMMA公司开发的D-InSAR技术处理软件—GAMMA软件,详细介绍了“二轨”差分法数据处理流程和相关命令,并针对二轨差分方法平地相位去除算法对精度的影响,分别讨论了不同算法带来的误差源。利用长波段PALSAR雷达影像数据,结合“二轨”差分法得到矿区地表形变场,并且使用水准数据来验证D-InSAR技术的监测结果的准确性。(3)为了解决常规D-InSAR技术中时间分辨率差和高程(DEM,Digital Elevation Model)误差带来的问题,利用高级D-InSAR技术—小基线集(SBAS)技术得到实验矿区地表的时间序列沉降图以及累积形变量。(4)基于半参数灰色模型,分别利用GM(1,1)和半参数GM(1,1)两种模型结合D-InSAR技术监测数据进行拟合,然后分析两种模型的拟合精度,最后采用半参数GM(1,1)模型进行预测。一方面能够打破传统平差模型存在的局限性,另一方面能使采用的数学模型与客观实际更加接近,在数值上可以分别计算出数学模型的误差(非参数分量)和偶然误差的估值,能够更加充分的利用观测值中所获取的信息,模拟计算了煤矿区地表沉降机理。本文通过对江西省丰城煤矿开采区沉降监测进行了实验研究,验证了适用于煤矿区常规的D-InSAR技术以及SBAS方法监测的准确性,对地质条件与气候都具有地域性的南方煤矿区开采的雷达遥感沉降监测具有十分重要的意义。最后,基于半参数灰色模型,结合D-InSAR获得的监测数据对矿区沉降进行了拟合,通过对预测数据的分析了解矿区沉降规律以及下阶段沉降趋势,为矿区预防重大灾害,保证安全生产提供了重要的判断依据。
[Abstract]:In order to solve these problems , it is very effective to monitor the subsidence in the mining area of Witherzka , which is located in the western part of the United States . ( 2 ) Based on the acquired image data of PALSAR , the data processing flow and related commands of the two - track difference method are described in detail .

【学位授予单位】：东华理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TD325.4;P642.26

【相似文献】

相关期刊论文 前10条

1 王巨才;李文杰;李兰勇;裴亮;;形体异常建筑物的沉降监测与预测[J];矿山测量;2006年02期

2 仇春平;邸庆生;周鸣;齐淑娟;;建筑沉降监测方法及实践[J];矿山测量;2007年04期

3 陈俊杰,刘文锴,张海洲,邵辉;焦作市广播电视塔沉降监测与数据综合分析[J];中州煤炭;2003年01期

4 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];勘察科学技术;2006年01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 董春来;搜索法评判沉降监测点的稳定性[J];辽宁工程技术大学学报(自然科学版);2000年02期

7 郑永海;王志武;马超;常青;王洪涛;;李河煤矿办公楼沉降监测方法探析[J];中州煤炭;2008年01期

8 颜早璜;;江苏谏壁发电厂沉降监测方法和资料分析[J];西部探矿工程;2014年01期

9 丁万稳;;西安高新大厦沉降监测[J];新疆有色金属;2010年S2期

10 钱思众;樊育豪;;高层建筑物地基沉降监测与分析[J];西安科技大学学报;2014年03期

相关会议论文 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

相关重要报纸文章 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

相关博士学位论文 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

相关硕士学位论文 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 王福贵;自动化沉降监测数据在线处理[D];西南交通大学;2017年

4 郭海超;PS-InSAR技术在邯郸地区地表沉降监测中的应用[D];东华理工大学;2016年

5 邓宇声;基于InSAR技术的矿区地表沉降监测及预测[D];东华理工大学;2017年

6 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

7 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

8 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

9 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

10 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

，

本文编号：1433627