基于灰色系统模型的矿区地表沉降预测研究

文中以灰色Verhulst模型为预测模型,以陕西北部某煤矿某综采工作面地表26期实测沉降值为实验数据,开展了地下采矿后地表沉降预测的实践研究。以实验数据中的A10、A11、A12和A13号监测点预测结果计算了灰色系统模型检验中后验方差法的C值和P值,进行了预测模型的精度评价。结果表明:灰色系统Verhulst模型精度达到了一级,可为地下采煤区地表沉降预测研究与实践提供参考。     

基于D-InSAR和概率积分法的矿区沉降预计

提出利用D-In SAR技术确定主要影响半径,结合GPS实测值,求取了概率积分法预计参数,预计值与实测值误差在0.25 m之内,实验证明该方法可更好地用于矿区地表形变的沉降预计。     

灰色Verhulst模型在矿区沉降预测中应用探讨

在沉陷日常监测中,受各种不利因素影响,数据不易获得,数据量往往不多,从而影响了沉陷的预计精度。针对这个问题,在对数据等时间距化的基础上,运用了GM(1,1)和灰色Verhulst模型对沉降量进行了预计。结合矿区地表实测沉降进行了实例验证,结果表明灰色Verhulst模型对矿区沉降量的预计比GM(1,1)更为有效。     

基于D-InSAR技术和改进GM（1，1）模型的矿区沉降监测与预计

针对矿区地下资源大规模开采引发的地表沉陷,以淮北矿业集团袁二煤矿为试验区,联合合成孔径雷达差分干涉测量（D-InSAR）技术与灰色模型（GM（1,1））,建立了描述下沉量与时间关系的改进灰色模型,实现了地表沉降监测和预计的一体化。首先,基于哨兵一号A卫星（Sentinel-1A）影像,采用D-InSAR技术监测地面动态沉降过程,获得了2017年11月16日—2018年1月27日期间的时间序列沉降形变图;然后,依据所获取的各时间序列沉降量,建立了改进GM（1,1）的补偿最小二乘法估计半参数模型（BGM（1,1））和赋相对权重的补偿最小二乘法估计半参数模型（WGM（1,1））方程,实现了沉降值的拟合与预计。试验表明：D-InSAR技术在矿区地面沉降动态监测中具有明显优势,且其监测精度达毫米级;BGM（1,1）和WGM（1,1）预计模型均可弥补经典GM（1,1）模型的不足,结合WGM（1,1）预测的4个试验点的相对误差为1.99%~26.64%,可为矿区地面沉陷动态监测以及后续治理提供理论依据,具有一定的预警作用和借鉴意义。     

矿区建筑沉降监测与灰色系统预测

在论述矿区建筑物沉降监测内容及监测过程的基础上,通过建立沉降量GM(1,1)预测模型,对某矿区幼儿园1#教学楼的监测数据进行分析,对下一阶段的沉降量进行预测。研究结果表明:沉降量预测模型能够为矿区建筑物沉降预测提供有效的参考数据。     

灰色理论Verhulst模型用于滑坡预测的研究

首先介绍了应用Verhulst模型进行滑坡预报时产生误报的现象，然后阐述了Verhulst模型的基本原理，并从理论上分析了产生误报的原因，给出了应用V氏模型进行滑坡预报的条件。实例研究表明，V氏模型用于短期滑坡预测有强的可靠性。     

灰色系统预测模型在沉降监测中的应用

在深入研究和分析灰色系统预测模型的基础上,用Matlab软件编写了灰色系统模型用于沉降监测数据处理的程序。通过对某建筑物沉降项目的数据处理,得出较高的预测精度,证明了灰色系统预测模型在沉降监测应用中的可行性和可靠性。     

灰色系统分析在沉降监测中的应用

文章对在沉降监测中如何利用灰色系统理论进行数据分析与预测做简要阐述,同时研究影响GM(1,1)预测模型预测精度的因素,探索如何提高模型预测精度,进而更好完成变形监测工作。     

基于D-InSAR与概率积分法的开采沉陷监测与预计

为掌握采动区附近高等级公路的变形趋势,针对传统开采沉陷监测方法存在诸多缺陷的问题,将合成孔径雷达技术(D-InSAR)与概率积分法相结合,提出了一种矿山开采沉陷监测与预计方法。该方法首先利用D-InSAR技术对兖州某矿9308工作面进行了监测和分析,并将监测结果与路面水准测量数据进行了对比,然后基于D-InSAR的监测值,求取了9308工作面非充分采动下的概率积分法预计参数,再根据三下采煤规程对参数进行修正得到工作面全采时的预计参数,最后利用修正后的参数预计出工作面全采对附近高等级公路的影响程度。结果表明D-InSAR技术高精度的优势可以为开采沉陷预计提供可靠的监测数据,该方法可以为实现矿山开采沉陷监测与预计一体化提供有力支持。     

装载机销售量的优化Verhulst直接模型研究

利用灰色系统理论，研究了装载机销售量的优化verhulst GM（1，1）直接模型，该模型不需要累加生成和累减生成，适合于等间距和非等间距数据建模．计算实例表明，该预测模型有更好的适应性和更高的精度，使用方便，值得推广使用．表1，参9．     

融合概率积分模型与D-InSAR的开采沉陷预计

矿区地表植被多,开采沉陷速度快、量值大,所产生的地质灾害较一般性的地表沉陷严重,极易使得2景SAR影像失去相干性,造成解缠错误。针对矿区SAR影像相干性较低、下沉盆地中央相位值易丢失的情况,结合合成孔径雷达干涉差分技术（Differential interferometric synthetic aperture radar,D-InSAR）和基于遗传算法的概率积分模型,提出了一种矿区开采下沉盆地预计方法。以该方法利用矿区下沉盆地边缘一定数量的相干系数较高且下沉较明显的D-InSAR监测值和下沉盆地中央最大下沉点与拐点附近的少量观测值对某矿II3720工作面进行试验,首先利用概率积分模型反演概率积分法预计参数并采用遗传算法进行多次优化,然后利用得到的参数对该工作面下沉盆地进行模拟预计,结果表明：通过该方法得出的下沉盆地参数及下沉值与实测值较接近,有助于弥补由于矿区SAR影像干涉效果不佳而导致的预计精度不高的不足,通过少量的观测数据可较为有效地预计矿区下沉盆地,对于提高矿山开采沉陷监测与预计的精度有一定的参考价值。     

基于D-InSAR技术的煤矿区沉陷监测

煤炭开采引起的地表移动变形时间集中、形变量大,使得基于D-In SAR技术的煤矿区沉陷监测受到了诸多的限制,很难获取准确的地表沉陷信息。为使D-In SAR技术能够更好地应用于煤矿区沉陷监测,采用"两轨法"差分干涉技术处理了多景Radar Sat-2影像数据,通过实验分析了植被因素对影像相干性的影响,探究了监测量级对地表沉陷信息解译结果的影响,并以峰峰矿区的九龙矿为试验区对D-In SAR技术的监测精度进行了分析。结果表明:地表植被覆盖率是影响影像间相干性的决定性因素,在地表植被稀疏的冬季相比植被茂盛的夏季更适合使用DIn SAR技术进行地表形变监测;由于地质采矿条件复杂,导致地表下沉速度超过卫星可监测范围,通常只能准确监测到盆地边缘的形变;当沉降量不超过监测量级时,D-In SAR技术的监测结果与常规水准测量的结果大致吻合;随着相关理论研究的不断深入与处理软件的日趋成熟,D-In SAR技术在煤矿区沉陷监测中的应用前景将更为广阔。     

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。     

基于D-InSAR技术的煤矿沉陷监测

以D-InSAR技术为研究对象,着眼于煤矿沉陷监测作业。从D-InSAR技术基本工作原理分析、D-InSAR技术在煤矿沉陷监测中的数据获取与处理分析、以及D-InSAR技术在煤矿沉陷监测中的相关问题分析这3个方面入手,围绕基于D-InSAR技术的煤矿沉陷监测这一中心问题展开了较为详细的分析与阐述,并据此论证了D-InSAR技术的引入与应用在进一步提高煤矿沉陷监测工作质量与工作效率的过程中所起到的重要作用与意义。     

D-InSAR技术在矿区地表沉降监测中的应用

利用欧空局ENVISAT ASAR雷达数据,获取了SAR影像的干涉条纹并结合SRTM DEM数据,分别采用了二路差分和三路差分对武安市下团城村铁矿区域地表沉降进行监测,获得了区域内的最大沉降值和沉降带分布情况,初步探索了无目标、无时域、大范围、高精度地对地表进行沉降监测的方法,得出了影响最终结果精度的主要因素。     

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。     

D-InSAR监测开采沉陷的实验研究

基于ERS1/2影像,针对沛城矿二二采区,利用DORIS软件进行了D-InSAR处理,得到该采区的下沉值,并在与实测下沉值进行对比后,得到了实测和D-InSAR监测下沉值之间的差值与距离的关系式,根据该关系式对D-InSAR监测下沉值进行修正,获得了与地面实测相近的地面下沉,从而证明D-InSAR用于开采沉陷监测是可行的。     

基于D-InSAR技术的煤矿区地面沉降监测研究

概要叙述了差分合成孔径雷达(D-In SAR)的技术原理和数据处理方法,介绍了D-In SAR在地表形变监测中的应用技术和方法,针对研究区域的地表沉降特点选择常规D-In SAR和永久性散射体干涉测量(PSI)作为In SAR差分处理方式,分析并选取适合本项目研究的In SAR雷达数据,对兖州-济宁区域因煤矿开采产生的地表缓慢沉降和快速沉降进行数据分析并得出结论,达到了研究的目的。