利用时序SAR影像集监测开采沉陷的试验研究

研究了一种利用时序合成孔径雷达(SAR)影像集监测矿区开采沉陷的新方法。详细分析了参考影像的选取、差分干涉图的获取、相干点目标的选取、沉降模型的建立与解算及非线性形变率的分离等处理步骤。以江苏某矿的条带开采区域作为研究对象,对12景1995-1998年获取的ERS1/ERS2影像进行了处理,初步获取了该矿3 a年间的地表沉降平均速率。     

基于D-InSAR技术的公路采空区变形监测

利用某高速采空区的ALOS卫星6景PALSAR数据,采用二轨差分干涉处理的数学模型,在完成图像的配准、重采样、去除地形相位、滤波和相位解缠之后,获取了高速公路采空区D-InSAR条带变形时间序列,并与实测数据进行了比较,将InSAR数据进行改正,结果显示D-InSAR用于公路采空区变形监测是可行的,具有广泛的应用前景。     

基于D-InSAR和概率积分法的矿区大变形地表沉降提取方法(英文)

针对差分合成孔径雷达干涉测量(D-InSAR)技术无法正确获取矿区地表大沉降量的问题,提出D-InSAR及概率积分法联合获取矿区沉降量的新方法。具体过程为:由D-InSAR技术得到下沉盆地,选取盆地边缘相干系数较大而下沉量较小的点,再加入最大下沉点和拐点附近的少量实测点作为解算控制点;然后采用遗传算法对概率积分法参数不断进行优化;最后,由解算的最优参数反算地表下沉盆地。实例表明,该方法能够在减少地面监测点数量的情况下获取较为准确的地表沉降场,最大下沉的相对误差为8.3%,优于D-InSAR的监测结果(相对误差约68.0%)。     

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。