基于时序SAR技术的采空区上方高速公路变形监测及预测方法

被引:32
作者
范洪冬 [1 ,2 ]
邓喀中 [1 ,2 ]
祝传广 [1 ,2 ]
陈炳乾 [1 ,2 ]
李培现 [1 ,2 ]
机构
[1] 中国矿业大学国土环境与灾害监测国家测绘局重点实验室
[2] 中国矿业大学江苏省资源环境信息工程重点实验室
基金
中央高校基本科研业务费专项资金资助;
关键词
高速公路; 形变监测; D-InSAR; LS-SVM; 预计;
D O I
10.13225/j.cnki.jccs.2012.11.020
中图分类号
TD325.4 [];
学科分类号
0819 ;
摘要
为掌握采空区上方所建高速公路的变形趋势,解决老采空区上方地表变形监测数据较少,不易建立时序沉降预测模型的问题,利用D-InSAR(Differential Interferometric Synthetic Aperture Radar)技术对某高速公路进行了变形监测和分析,同时将其结果同地面实测数据相融合,并以LS-SVM(Least Squares-Support Vector Machine)为基础,建立了采空区上方高速公路变形预计模型,通过实例,验证了模型的正确性。具体过程:处理融合数据为等时间间隔,并将其趋势项去除,对余项进行平稳性、正态性及零均值处理;利用Cao方法计算嵌入维数,建立训练样本集,并进行LS-SVM学习训练;最后,采用训练好的模型对未来地表沉降进行预计。以511号监测点为研究对象,建立滚动预计方法,结果显示其最大下沉绝对误差3 mm,最大相对误差2.2%,取得了较为可靠的预计成果。
引用
收藏
页码:1841 / 1846
页数:6
相关论文
共 15 条
[1]   基于InSAR与GPS技术的公路采空区变形监测 [J].
芮勇勤 ;
陈佳艺 ;
丁晓利 .
东北大学学报(自然科学版), 2010, (12) :1773-1776
[2]  
Monitoring mine collapse by D-InSAR[J]. YANG Chengsheng1,2,ZHANG Qin1,2,ZHAO Chaoying1,2,JI Lingyun3,ZHU Wu1,2 1School of Geological Engineering and Surveying,Chang’an University,Xi’an 710054,China 2Key Laboratory of Western China Mineral Resources and Geological Engineering,Ministry of Education,Xi’an 710054,China 3Second Crust Monitoring and Application Center,CEA,Xi’an 710054,China.Mining Science and Technology. 2010(05)
[3]   基于支持向量机的概率积分法参数计算方法 [J].
李培现 ;
谭志祥 ;
闫丽丽 ;
邓喀中 .
煤炭学报, 2010, 35 (08) :1247-1251
[4]   老采空区残余沉降的离散灰色预测模型 [J].
王正帅 ;
邓喀中 .
煤炭学报, 2010, 35 (07) :1084-1088
[5]  
最小二乘支持向量回归机在可靠性分析中的应用(英文)[J]. 郭秩维,白广忱.Chinese Journal of Aeronautics. 2009(02)
[6]   老采空区地表沉陷混沌特征及时变规律研究 [J].
张安兵 ;
高井祥 ;
张兆江 ;
刘新侠 .
中国矿业大学学报, 2009, 38 (02) :170-174
[7]   基于支持向量机的露天矿边坡地表变形预测 [J].
李凤明 ;
李宏艳 ;
孙维吉 .
煤炭学报, 2008, (05) :492-495
[8]   矿井涌水水源分析的支持向量机模型 [J].
闫志刚 ;
杜培军 ;
郭达志 .
煤炭学报, 2007, (08) :842-847
[9]  
InSAR若干关键算法及其在地表沉降监测中的应用研究[D]. 范洪冬.中国矿业大学. 2010
[10]  
最小二乘支持向量机的若干问题与应用研究[D]. 邢永忠.南京理工大学. 2009