基于D-InSAR技术和SVR算法的开采沉陷监测与预计

被引：44

作者：

陈炳乾

邓喀中

范洪冬

机构：

[1] 中国矿业大学环境与测绘学院江苏省资源环境信息工程重点实验室

来源：

中国矿业大学学报 | 2014年 / 43卷 / 05期

关键词：

开采沉陷; 沉陷监测; 动态预计; D-InSAR; 支持向量回归;

D O I：

10.13247/j.cnki.jcumt.000216

中图分类号：

TD67 [矿山生产自动化技术]; P642.26 [地面沉降];

学科分类号：

0819 ; 0814 ;

摘要：

针对传统开采沉陷监测和预计方法存在诸多缺陷且两者无法实现集成化的问题,提出了利用合成孔径雷达差分干涉测量技术(D-InSAR)进行开采沉陷监测,并将监测结果与支持向量回归算法(SVR)相结合进行开采沉陷动态预计,最终实现开采沉陷监测与动态预计的一体化.首先利用D-InSAR技术获取开采沉陷的影响范围与发展趋势;然后将监测结果作为SVR算法的训练与学习样本建立预计函数;最后在已建立预计函数的基础上采用滚动预测方法进行开采沉陷动态预计.以陕西省大柳塔矿某工作面为例,采用所提出的方法,使用13景TerraSAR-X雷达影像进行实验研究与分析.结果表明:D-InSAR监测结果能够很好地反映开采沉陷的影响范围与发展趋势,其开采沉陷的最大绝对和相对预计误差分别为19mm,5.4%.实验结果证明了该方法的可行性.

引用

页码：880 / 886

页数：7

共 6 条

[1] 煤矿采动与地震耦合作用下建筑物灾变分析 [J].

刘书贤 ;

魏晓刚 ;

张弛 ;

麻凤海 .

中国矿业大学学报 , 2013, (04) :526-534

[2] 急倾斜多煤层开采地表沉陷分区与围岩破坏机理——以木城涧煤矿大台井为例 [J].

阎跃观 ;

戴华阳 ;

王忠武 ;

景胜强 ;

陈宏忠 .

中国矿业大学学报 , 2013, (04) :547-553

[3]

Large-scale deformation monitoring in mining area by D-InSAR and 3D laser scanning technology integration[J]. Chen Bingqian,Deng Kazhong,Fan Hongdong,Hao Ming.International Journal of Mining Science and Technology. 2013(04)

[4] 基于支持向量机的矿区土地覆盖变化检测 [J].