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。     

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。     

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。     

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SBAS技术的概率积分法矿区沉降量提取模型

基于矿区开采沉陷具有沉降速度快、量值大的特点,针对使用合成孔径雷达干涉测量(InSAR)技术难以正确获取煤炭开采引起的地表下沉的全盆地信息的问题,提出了基于小基线集(SBAS)技术的概率积分法(PIM)获取矿区沉降量的方法。试验以陕西某矿52304工作面为例,首先采用SBAS技术得到下沉盆地边界,然后结合少量SBAS获取的边界点和RTK监测点(沉降量≥300mm)反演概率积分法参数及下沉盆地,最后将反演的盆地中心与SBAS获取的边界融合,完成了地表沉降的全盆地信息的提取。结果表明:52304工作面走向、倾向最大沉降量相对误差分别为0.2%、6.0%,该方法可以有效地解决In SAR技术无法监测矿区大梯度沉降问题,为In SAR技术在矿区开采沉陷监测提供了新的用途。     

矿区地表变形量的D-InSAR测量方法研究

分析D-InSAR用于矿区地表沉陷监测面临的问题,把煤矿区开采沉陷的特点和D-InSAR技术的适用条件结合起来,从而给出D-InSAR用于煤矿区开采沉陷监测的理论依据和具体条件,提出以D-InSAR数据为数据源计算变形量的思路和方法。     

双轨D-InSAR技术在矿区地表沉陷监测与分析

为了能够精确监测矿区地表沉陷,验证D-InSAR技术在矿区地表沉陷监测应用中的可行性,采用D-InSAR技术提取工作面推进93、153、443、809 m时SAR影像沉陷信息,结合现场实地监测试验对宁夏枣泉矿区采动过程中地表沉陷展开了详细分析。结果表明：卫星监测期间,枣泉矿区出现了4个明显沉陷区域,且地表沉陷中心都滞后于工作面一定距离;D-InSAR技术监测结果与实际监测结果基本一致,说明D-InSAR技术能够有效地监测矿区沉降情况。研究成果验证了D-InSAR技术作为面向矿区的地表沉降监测方法的可行性,为矿区的安全开采和绿色发展提供了技术支撑。     

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。     

基于Knothe时间函数和InSAR的煤矿区动态沉陷预计研究

 摘要：以某矿区的3212工作面为研究对象,采用基于Knothe时间函数的动态沉陷预计模型进行开采沉陷动态预计。计算了不同时间、不同位置的点的动态下沉值,分别与水准测量成果和D-InSAR监测结果进行了对比分析。实验表明,基于Knothe时间函数的动态沉陷预计模型所得到的结果符合开采沉陷导致的地表沉陷规律;其结果与水准测量成果和D-InSAR监测结果吻合;最大误差不超过0.2米,能够满足动态预计的要求。最后提出了存在的问题和今后工作的方向。     

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

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。     

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。     

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。     

基于改进三角剖分的复杂形状工作面开采沉陷预计方法

为弥补复杂形状工作面变形预计的不足，提高开采沉陷变形预计的准确性，构建了一种基于改进三角剖分的复杂形状工作面开采沉陷预计方法。该方法引入了改进的三角剖分算法，优化了坐标系统转换、拐点偏移改正等方法，基于概率积分法原理建立了复杂形状工作面的开采沉陷预计模型。该模型首先利用改进的三角剖分算法将工作面剖分为多个三角形；然后用变步长Simpson二重积分方法在三角形单元内进行下沉预计，将各单元的预计结果求和，即可得到整个工作面开采对地表下沉的影响情况；最后根据概率积分法原理可分别得到其他移动变形预计值。采用MATLAB软件开发了所构建模型的沉陷预计程序。模拟试验结果表明：该模型预计值插入点全部分布于常规概率积分法预计下沉曲线上，表明该模型能够对形状较为复杂的不规则工作面进行开采沉陷变形预计。淮南顾桥矿1414（1）工作面实例分析表明：该模型预计的下沉曲线与实测下沉曲线的拟合度较好，预计下沉值的绝对误差为0.2~359.2 mm，相对误差为25.02%，中误差为 101.9 mm，能较好地满足工程应用需求。开采沉陷|三角剖分算法|概率积分法|Simpson二重积分|复杂形状工作面