基于遥感数据提取建筑物的主动轮廓改进模型

针对传统的主动轮廓模型在提取建筑轮廓时不能区分与其具有相似反射率的地物和需要建筑物附近的初始轮廓等问题,从两方面对其进行了改进:1)将原始的单一数据改为利用高分辨率遥感影像与激光雷达(LiDAR)数据融合后的数据进行建筑物的提取;2)在原始模型的能量公式中加入比例系数,控制各波段在能量泛函中的比重.采用Matlab编程实现了所提出的算法,并对徐州市两个地区的快鸟(Quickbird)影像进行了分析.结果表明:改进后的模型可以很好的完成建筑物轮廓的自动提取,并且具有对噪声不敏感、不需要建筑物附近的初始轮廓和隐式改变拓扑结构的优点,达到了较好的效果,证明了改进主动轮廓模型的可行性.所提出的算法为建筑物的轮廓提取提供了有效手段.     

求解带约束连续型minimax问题的罚函数区间算法

研究了带约束连续型minimax问题的数值方法，其目标函数和约束函数都是Lipschitz连续的；建立了针对带约束连续型minimax问题的罚函数法，从而将其转化为无约束两层规划问题，并证明了算法的收敛性；最后，用无约束两层规划问题的区间算法进行求解，给出了数值算例．结果表明，该算法是可靠和有效的．     

两淮矿区地表移动角值参数规律研究

 移动角是留设保护煤柱的主要参数,其选取精度直接影响到保护对象的安全性和资源回收率。因此,如何确定各种地表移动参数对于研究“三下”采煤具有重要意义。基于两淮矿区实测数据详细分析了地质采矿条件对边界角、移动角的影响,发现综合移动角、综合边界角与第三、四系松散层厚度之间存在着对数关系,随着松散层厚度的增大,综合移动角、综合边界角逐渐减小;利用数理统计方法建立了厚松散层矿区边界角、移动角的经验公式,为两淮矿区建构筑物保护煤柱留设提供了可靠的角值参数。     

D-InSAR技术用于采空区上方桥梁沉陷监测的研究

 合成孔径雷达是近20年发展起来的一种新的空间对地观测技术,目前已被广泛应用于获取地表信息及地表形变。介绍了D-InSAR技术原理,利用日本的ALOS PALSAR卫星数据,运用二轨差分方法对江苏省境内某煤矿采空区上方某大桥进行了沉陷监测,获取了2007年到2009年该大桥的沉降情况,测量结果与实测水准数据结果吻合。最后分析了限制D-InSAR技术应用的因素。     

开采引起的建筑物附加应力变化规律研究

采用采动区建筑物地基、基础和结构协同作用力学模型，系统研究了建筑物位于采动区不同位置时附加应力（弯矩、剪力、水平应力等）的分布变化规律，分析了建筑物刚度、地基系数、开采厚度、建筑物高度等各种因素对建筑物最大附加应力的影响，获得了计算条件下最大附加应力与各影响因素之间的关系式．结果表明：当建筑物位于最大正、负曲率点附近时，建筑物附加应力最大；建筑物附加弯矩分布为近似对称的凸或凹形曲线，在建筑物中部最大；建筑物附加剪力分布为近似的反对称曲线，在距建筑物左右两端1／5处最大．研究成果为今后采动区建筑物保护设计提供了更加科学的依据．     

煤矿开采损害技术鉴定方法

煤矿开采会造成地表建筑物损害,需要进行技术鉴定,开采损害技术鉴定可以通过对开采资料的分析进行,也可以通过对地表开采显现特征的分析进行,本文对这些方法进行了系统的研究和归纳,指出开采损害技术鉴定应结合井上下资料进行综合鉴定,并提出了鉴定时应遵循的程序和步骤,为我国的开采损害技术鉴定工作提供了鉴定模式。     

高压输电线铁塔采动损害与保护技术现状及展望

为了全面了解采动影响下高压输电线铁塔变形特征,解决煤矿面临的高压输电线铁塔压煤开采问题,从地表沉陷控制研究、高压输电线路铁塔下采煤实践、采动对高压输电线路及铁塔影响、高压输电线路铁塔保护技术等方面,总结分析了国内外高压线铁塔采动损害与保护技术的研究现状。分析结果表明:高压输电线路铁塔不是单一孤立的构筑物,而是由地基、基础、铁塔结构和导线等组成的空间结构体系,其变形规律与一般高耸建(构)筑物存在差异,现有采动区建(构)筑物损害评价及保护理论不适合。指出应研究建立基于地基基础、铁塔结构、线路协同变形理论的高压线铁塔下采煤安全防护理论和技术措施。     

利用DGPS和高空间分辨率影像进行煤矿区地形图更新研究

煤矿开采造成了矿区地形的剧烈变化,这对矿区地形图的更新,提出了快速和高精度的要求。地面控制点的选取是遥感影像几何纠正中的重要环节,本文针对从地形图人工选取控制点的缺陷,通过差分GPS采集高精度的地面控制点（GCP）,对矿区SPOT5数据进行几何校正。结果表明,采用该方法校正的SPOT2．5m全色影像的平均点位精度为2．1812m,在1个像元精度以内,大大提高了校正的精度。如通过高精度的DGPS控制点来校正高空间分辨率卫星影像,同时加强作业过程的质量控制,基本可以满足矿区大比例尺地形图（甚至1：2000）的更新要求。     

老采空区残余下沉系数的神经网络模型研究

为了验证人工神经网络方法是否可以用于老采空区残余下沉系数的预测,采用L-M BP算法的人工神经网络方法对某矿区的观测站下沉资料进行了残余下沉系数的预测分析,计算出不同观测时间距最大下沉速度时刻之间的下沉系数,以此建立此下沉系数的神经网络预测模型,进而得到残余下沉系数,并与实测得出的进行对比.研究表明:1) 利用已有观测站最大下沉速度之后的观测数据可以解决数据不足的问题.2) 在考虑地质采矿因素的基础上,建立相对与最大下沉速度时刻的下沉系数的神经网络预测模型,以此求取老采空区残余下沉系数.结果表明:用人工神经网络方法进行老采空区残余下沉系数预测是可行的.     

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。