煤矿开采地表沉陷UAV-摄影测量监测技术研究

西部矿区开采地表沉陷大多呈变形速度快、损害程度深、波及范围广的特点,常规观测站已无法适应其高强度开采地表损害监测任务。如何快速、准确、全面地监测煤矿高强度大规模开采引起的地表沉陷与环境损害是矿山企业面临解决的一个关键问题。采用无人机(Unmanned Aerial Vehicle, UAV)摄影测量技术对西部高强度开采的矿区进行地表沉陷监测,给出了基本思路和方法,并以内蒙古鄂尔多斯某煤矿为例进行了应用研究,通过与水准对比评定了UAV摄影测量建立的数字高程模型(Digital Elevation Model, DEM)和沉陷盆地的精度。研究结果表明：UAV摄影测量技术获取的DEM精度为228 mm,沉陷盆地精度为81 mm,沉陷盆地精度为比DEM高程精度提高了64.5%;反演得到的下沉系数与水准求参结果相比,相对误差为1.4%;UAV摄影测量技术可以快速获得地表丰富的遥感影像数据,并可求出“面状”全盆地沉陷数据和可靠的沉陷参数,为矿区生态环境监测以及后续的生态修复和土地复垦提供支撑,研究成果可以为多数西部煤矿开采地表损害监测提供有效手段。     

浅析D-InSAR在煤矿开采沉陷监测中的应用

文章通过分析合成孔径雷达差分干涉测量(D-InSAR)技术在矿区的应用,为矿区开采沉陷监测怕进一步研究和应用提供新的技术方法,从而弥补常规沉陷监测技术的不足,为开采沉陷预计等提供更多数据。该文分析了国内外合成孔径雷达干涉测量(InSAR)和D-InSAR技术发展及其在矿区地表沉陷监测中的应用成果和存在的问题,提出一些解决方法,并为实现煤矿区开采沉陷实时动监测等提供技术支持。     

基于ArcObjects组件与Microsoft.NET框架的营口某铁矿开采沉陷预计系统

为有效提高矿山开采沉陷预计精度和效率,将ArcObjects二次开发平台和Microsoft.NET框架技术相结合,开发了矿山开采沉陷可视化预计系统。该系统包括开采沉陷预计与可视化2个模块,开采沉陷预计模块基于概率积分法实现对矿区沉陷数据的计算分析,可视化模块集数据录入、参数运算、成果输出和沉陷预计可视化等功能于一体。以辽宁营口某铁矿K203开采工作面为例,分析了矿区地质条件以及开采沉陷现状,采用该系统计算了概率积分法参数并进行了沉陷预计分析,并与地表沉陷观测数据进行了对比分析。研究表明:工作面上覆岩体不均一风化深度和NNW向缓倾角不利结构面组合是导致矿区发生沉陷的主要地质因素;开采区存在应力应变集中现象,水平向位移小于100 mm,垂直向位移变化较大,矿区沉陷具有阶段性增速到减缓的变化特征,与实际监测结果吻合性较好,表明该系统对于矿区开采沉陷预计分析具有一定的适用性。     

用三维激光扫描技术监测矿山开采沉陷

经典地表沉陷监测方法具有工作量大、监测点保护困难、监测时间长、监测成本高等缺点,难以适应实时化矿山开采沉陷监测的需要。为此,以某矿山为例,结合三维激光扫描技术,提出了一种矿山开采沉陷高精度监测方法。在分析三维激光扫描技术工作原理的基础上,首先对矿区生产概况、监测方案、地表移动监测站设置方案进行了分析;然后结合MATLAB软件,利用分离非地面点和地面点、去除孤立点、拼接点云数据等方法处理经三维激光扫描得到的沉陷数据,并基于矿区2014年10月、2016年10月两期三维激光扫描数据,利用Kriging算法分别建立了矿区地表下沉盆地数字高程模型(Digital elevation model,DEM),对矿区地表沉陷进行分析;最后选取了矿区若干有代表性的监测点的开采沉陷监测值与对应的水准测量结果进行了对比分析。研究表明:监测结果与实测值的误差达到毫米级,反应出利用三维激光扫描技术不仅可快速获取矿区开采沉陷监测数据,而且可对开采沉陷进行高精度监测,对于进一步研究矿区开采沉陷规律、提高矿区开采沉陷监测效率有一定的参考价值。     

测量机器人在矿区地表动态变形监测中的应用

煤炭开采引起的地表沉陷现象十分普遍,加强对矿区地表沉陷问题的监测及研究已成为实现矿区可持续发展的重要课题之一。传统监测方法是建立地表移动观测站,通过水准测量获取矿区地表移动数据。这种方法外业工作量大,且难以获取实时动态数据,无法准确得到地表移动变形的动态规律。在研究了TCA2003测量机器人高程测量精度的基础上,论述了其在矿区沉陷监测的可行性,同时对某矿区的一个采煤工作面上方地表进行了连续监测,获取了连续动态的监测数据,分析了不同时间尺度下的地表下沉和下沉速度特征,为研究地表沉陷动态规律提供了丰富的数据。     

基于机载LiDAR点云C2C算法的矿山沉陷监测研究

针对地表移动观测站和InSAR技术手段在矿山开采沉陷监测的局限性，利用机载激光雷达(Light Detection and Ranging, LiDAR)采集沉陷区三维点云数据，通过多时相点云构建地表数字沉陷模型(沉陷DEM),获取地表的移动变形特征。然而构建的沉陷DEM包含多种来源复杂且难以去除的噪声，限制了该技术在矿山开采沉陷监测的应用。提出将机载LiDAR点云直接比较的算法(Cloud to Cloud, C2C)进行矿山开采沉陷监测，以榆神矿区某工作面为研究区，将同期水准观测数据作为参考数据，并与三种主流点云插值算法构建的沉陷DEM进行对比，验证该算法的可行性和精度。结果表明，C2C算法能够快速获取高精度的沉陷值，其沉陷精度明显优于通过点云插值算法获取的计算结果，下沉曲线符合矿山开采沉陷的一般规律。该算法可以达到厘米级的精度，为矿山地表移动变形监测和生态环境修复提供了新的参考方案。     

基于SBAS-InSAR的矿区全盆地开采沉陷求参方法研究

传统测量手段监测矿区开采沉陷时所需的成本较高,且无法全面反映地表移动盆地的沉降情况。为了使矿区地表沉陷监测更全面高效,从而获得更高精度的概率积分预计参数,以内蒙古某矿区为例,先采用SBAS-InSAR技术处理27景Sentinel-1A卫星数据,获得2017年9月至2018年7月间的全矿区地表时序形变情况,再结合改进步长的果蝇优化算法实现地表全盆地3 723个点的共同求参。结果显示,工作面开采导致的地表最大沉降量为201 mm,与实测数据相比,其绝对误差的平均值为3.00 mm,相对误差的平均值为9%。研究结果表明:SBAS-InSAR技术与传统手段相比,对于监测矿区工作面开采引起的地表全盆地沉陷具有较大优势;此外,采用改进步长的果蝇优化算法能将全盆地开采沉陷结果用于概率积分预计参数的求取,得到一组效果良好的参数;获得的研究区域最优概率积分预计参数为:下沉系数q=0.33,主要影响角正切tan β=1.83,拐点偏移距s=0.045H(H为采深),开采影响传播角θ0=89°。研究成果为今后矿区地表的开采沉陷监测与概率积分预计参数确定提供了科学依据。     

基于SBAS-InSAR技术的矿区开采损害鉴定研究

为了实现矿区开采沉陷损害的高效可靠鉴定,以山西东坡煤矿开采井田为研究对象,利用合成孔径雷达干涉测量(InSAR)技术监测分析了该区域矿区开采所引起的地表形变,同时基于概率积分模型预计了该矿区开采移动变形情况,随后利用边界角确定了开采边界,结合实地调查最终确定该井田开采是否会对矿区附近某村庄产生损害影响。结果表明：分析矿区在2007年1月至2019年4月期间InSAR形变监测结果以及预计的地表移动变形发现,该村庄始终处于由边界角确定的开采损害边界以外,同时结合实地调查发现建构筑物未有采动损害迹象。     

融合D-InSAR技术与ArcGIS软件 的矿区开采沉陷监测

合成孔径雷达差分干涉测量技术（D-InSAR）存在卫星重访周期较长的不足,导致矿区开采沉陷监测精度不高,难以适应矿区开采沉陷动态监测的要求。为此,以双鸭山某矿区为例,将D-InSAR技术与ArcGIS软件进行有机结合进行开采沉陷监测分析。首先选择该矿区2014年10-11月3景C波段TerraSAR影像作为干涉影像数据,构成了3个干涉影像对;然后针对In-SAR干涉影像存在的基线误差、大气误差、地形误差以及时间失相关等,以GAMMA软件为平台,通过精细二轨D-InSAR模式,进行干涉影像对配准、基线估计、相位解缠处理,提高D-InSAR干涉影像精度;最后将D-InSAR差分干涉影像与开采平面、开采计划以及水准测量数据进行叠加,分析矿区开采沉陷区域的空间动态分布位置,并将D-InSAR差分干涉影像导入ArcGIS软件对矿区开采沉陷进行定量分析。研究表明：干涉影像对1、2、3的时间间隔分别为11,22,33 d,期间矿区的最大沉陷量分别为40,41,45 mm,平均沉陷量为0.86 mm/d,区内同期水准测量获得的沉陷量平均为0.92 mm/d,可见,融合D-InSAR技术与ArcGIS软件的开采沉陷监测方法有一定的精度。     

免像控无人机摄影测量开采沉陷监测方法研究

针对常规全站仪等传统监测方法在矿区沉陷监测中存在的监测周期长、劳动强度大等问题,以山西 某矿区为例,利用免像控无人机摄影测量技术在短期内采集研究区 5 期影像数据,通过对内业数据处理成果密集 匹配点云进行滤波和插值处理得到每期的 DEM 数据,将两时段的 DEM 相减得到矿区地表沉陷盆地,并利用实测数 据对其进行验证。首先分析了监测期间动态沉陷盆地的发展过程,将全站仪实测与无人机沉陷 DEM 提取的下沉 曲线进行对比,计算均方根误差;其次分析了无人机监测的误差来源以及减小误差的方法;最后提取工作面主断面 数据进行多项式拟合,验证拟合后曲线最大下沉值的精度,讨论了开采工作面主断面方向的累计沉降特征,总结了 工作面开采沉陷规律。研究表明：时序无人机摄影测量沉陷数据与同时期的全站仪实测数据对比,平均均方根误 差为 150 mm,拟合曲线的最大下沉监测精度最优值与实测值相差仅 20 mm;随着工作面的推进,地表累计沉降值增 加,矿区沉降总体趋势体现出下沉盆地特征,并且沉陷盆地的发展过程符合开采沉陷规律;免像控无人机摄影测量 技术可以有效监测矿区开采地表沉陷,为无人机摄影测量在矿区开采沉陷监测中的推广应用提供了技术支撑。     

基于SBAS-InSAR的大采深条带开采地表沉降监测与特征分析

矿区地下开采造成地表不同程度的沉降,引发安全隐患,InSAR技术是地表变形监测 的重要手段之一。项目利用31景Sentinel-1A影像,基于SBAS-InSAR技术,通过去除地形误差、轨 道误差及大气延迟误差等,获得下沉盆地年平均沉降速率达到61 mm/a,最大沉降127 mm,整体呈 现下沉趋势,不均匀沉降较为明显,局部区域沉降量持续增大。统计下沉盆地沉降面积发现,沉 降量大于100 mm的沉降面积达到0.32 km2,累计沉降面积达到4.33 km2,沉降面积呈现逐渐增加 的趋势;将SBAS-InSAR结果与水准数据对比分析,均误差为2.9 mm,两者结果基本吻合。从SBAS 结果提取研究区下沉盆地的剖面时序沉降信息并做高斯曲线拟合,曲线形态与开采沉陷概率积分 法特征一致。研究表明：基于SBAS-InSAR在大采深条带开采矿区地表变形监测中是可行的,受条 带工作面开采的影响,引发相邻老采空区持续发生沉降,地表变形较小,地表移动范围大, SBAS-InSAR可以有效得到全盆地、全要素地表变形信息,为类似矿区开采沉陷高精度监测提供参 考。     

琅琊山铜矿地下采矿对复杂地表环境安全影响研究#br#

为分析琅琊山铜矿地下采矿对矿区地表复杂的建（构）筑物造成的影响,建立了地表地形和地下开采模型,采用数值模拟方法对矿山地下采矿造成的地表沉降变形进行模拟,得出地表最大沉降值为48.4 mm,且各个沉降区域分布扩展较为均匀,倾斜变形、曲率及水平变形最大值均小于允许指标。采取模拟监测的方法,通过布置主监测线和辅助监测线来获得监测数据,对沉降变形进行修正。主监测线最大沉降值为45.99 mm,辅助监测线监测结果与主监测线监测结果相近。研究结果表明,沉降最大区域附近属于均匀变形,开采对地表建(构)筑物安全影响较小,同时也为矿山开展地质灾害防治工作提供了理论依据。     

红旗铁矿改进Knothe时间函数开采沉陷预计模型

针对Knothe时间函数模型对开采沉陷过程的预计结果与沉陷实际发生过程不完全符合的问题,分析了该模型的缺陷,提出了改进的Knothe时间函数开采沉陷预计模型。结合河北省武安市红旗铁矿6300综放工作面地表沉陷实测数据,构建了改进的Knothe时间函数开采沉陷预计模型,并进行了模型精度分析。研究表明:经过累计387 d观测,改进的Knothe时间函数开采沉陷预计模型的预计值与实测值的误差为0.2~73.6 mm,平均误差为35.2 mm,优于BP神经网络模型(误差为8.1~143 mm,平均为49.9 mm)、SVM模型(误差为0.7~105.1 mm,平均为35.8 mm)以及概率积分法模型(误差为18.2~180.5 mm,平均为102.6 mm),对于高精度预计该矿开采沉陷具有一定的作用。     

基于遗传BP神经网络模型的矿区开采沉陷预计

为解决常规方法监测矿区开采沉陷的可控性、可操作性差及精度低等问题,采用BP神经网络模型拟合矿区高程值对开采沉陷进行预计是一种有效方法。但传统BP神经网络模型为反向传播算法,在训练时需多次试算方可确定神经网络系统的连接权值和阈值,具有易陷入局部最小值、收敛慢等不足。为此,采用遗传算法（Genetic algorithm,GA）对BP神经网络模型参数进行优化以提高其泛化能力,构建了遗传BP神经网络模型（GA-BP）。以某矿区首采工作面地表25个已进行了三等水准联测的高程监测点数据作为遗传BP神经网络模型（GA-BP）的训练样本（15个监测点数据）和测试样本（其余10个监测点数据）,分别采用BP神经网络模型、二次曲面拟合等方法与其进行试验对比,结果显示：遗传BP神经网络模型（GA-BP）具有更高的内、外符合精度及更小的残差,表明该方法有助于实现对矿区开采沉陷的高精度预计。     

综合GPS技术与灰色模型的西郝庄铁矿开采沉陷预计

矿区开采产生的空区易引发地表沉陷、塌陷等一系列地质灾害问题,严重威胁矿区及周边生态环境。以西郝庄铁矿为例,在分析矿区地质特征的基础上,基于GPS监测技术原理,构建了西郝庄铁矿地表沉陷监测网;然后采用该GPS沉陷监测网获取的监测数据,基于灰色理论构建了G（1,1）沉陷预计模型,给出了监测点的沉陷预计公式;最后通过Matlab软件构建了矿区数字高程模型,并对矿区地表沉陷较严重的部位进行了预计。研究表明：①矿区大部分区域的累计沉陷值基本小于40 mm,发生地面塌陷的可能性较小,CD3#、CD4#、CD5#、CD6#点附近沉陷值较大,约60 mm;②G（1,1）模型的预计值与实测值的误差分别为1.38%（CD3#点）、0.56%（CD9#点）,预计值和实测值构建的矿区数字高程模型基本一致,表明G（1,1）模型对于矿区开采沉陷的预计有一定的精度。     

GPS-RTK在矿区测量中的实践应用

对GPS-RTK测量技术的精度进行了分析,发现GPS-RTK测量技术在煤矿矿区沉降监测中的优势。以马脊梁矿为研究对象,采用GPS-RTK与全站仪进行矿区沉降监测的精度工业试验。监测数据结果表明:GPS-RTK与全站仪的监测结果具有一致性,准确度和精度较高。     

基于VB的某铁矿山地表沉陷预警信息系统开发

为减少矿山地表开采沉陷对矿区居民生活及生态环境的影响,采用VB语言开发了矿山地表沉陷预警信息系统。针对GIS软件的使用兼容性,以MapX为开发平台、VB为开发环境,采用ID编码关联技术建立了逻辑数据库,结合沉陷理论模型、概率积分模型、预警模型以及集成二次开发技术,采用可视化开发工具 Visual Studio 2008开发并实现了数据可视化入库。详细分析了该系统的数据库设计、系统结构及功能设计流程,并结合安徽某铁矿山实测数据,绘制了该矿区走向和倾向的地表下沉、水平移动、曲率、倾斜、水平变形曲线图。研究表明：该系统能够准确计算各监测周期的地表沉陷最大值,并与预警极限值进行对比计算,通过曲线图直观地显示出地表沉陷监测点的下沉情况,初步判断是否超过预警值,最终实现地表沉陷预警,对于确保该矿山安全生产有一定的参考价值。     

大红山矿区开采沉陷预计的MapGIS方法

为有效预计矿山开采过程中地表产生的沉陷变形,以大红山铁矿为例,在现场工程地质勘查和变形监测数据收集的基础上,首先根据矿区钻孔数据（钻孔深度、孔口高程、地下水位深度、地层岩性、地层结构及厚度以及地层时代）建立了基础地质数据库;其次分别对地形坡度、地质构造、岩性条件、植被覆盖率、降雨等级、开采面积及深度等开采沉陷影响因素进行了权重赋值;然后根据水平、垂直、曲率变形值,将该矿区地表建筑物受损等级划分为4级,并对各危险等级的处理方法进行了分析;最后基于矿区基础地质数据,采用MapGIS软件构建了矿区开采沉陷预计模型,并对矿区开采沉陷危险性区域进行了划分。研究结果表明：①开采面积及深度的权重值为0.45,可见矿山开采沉陷受该因素的影响最大;②2#矿体地表最大沉降值为431.1 mm,最大水平移动值为125 mm,最大倾斜值为4.95 mm,预计结果与实测值基本吻合;③2#矿体对应的地表沉陷危险等级为Ⅳ级,区内建筑物可能发生结构损坏,需及时采取防范措施。     

基于Matlab的概率积分法开采沉陷预计参数解算

通过在开采工作面地表建立观测站获取地表变形数据解算概率积分法开采沉陷预计参数,从而预计工作面周边或相似开采条件下工作面的开采沉陷并评估和指导开采作业,其前提是精确获取概率积分法开采沉陷预计参数。为此,基于Matlab软件,采用最小二乘法拟合观测点变形数据解算概率积分法开采沉陷预计参数,并结合Matlab软件绘图工具开发了集数据载入、坐标转换、参数解算、结果输出、开采沉陷预计及反演为一体的可视化开采沉陷预计系统。以淮南谢桥煤矿11316工作面为例,根据地表移动观测点位移数据解算开采沉陷预计参数并与实测值进行对比分析,结果表明,该系统解算出的开采沉陷预计参数符合两淮矿区开采沉陷的基本规律,反演结果与实测值基本吻合,该系统对于实现矿区开采沉陷高精度预计和反演具有一定的参考价值。