一种加权Logistic-Richards组合模型的地表沉降预测方法

利用平移反幂法特征值求权方法,对两种地表沉降预测模型(Logistic模型和Richards模型)进行加权组合。以深圳地铁人民南车站、鹿丹村车站和长沙地铁东四线车站为例,运用新的加权Logistic-Richards组合模型对地铁施工期间地表沉降进行拟合和预测,对比验证了该组合模型的优越性。     

基于EWT-Prophet方法的地表沉降预测

针对地表沉降预测研究中单一传统方法预测精度较低、预测过程不稳定等问题,提出一种经验小波变换(EWT)与Prophet预测模型相结合的优化预测方法.以江西省上饶市德兴矿区为例,采用30景哨兵1号影像进行SBAS-InSAR沉降研究,并获取该区域研究时段内的沉降时序数据.首先对原始沉降时序数据进行EWT自适应分解,分解产生...     

基于SBAS-InSAR的北京地区地表沉降监测与分析

运用SBAS-InSAR获取北京地区的地表沉降信息,采用18景ENVISAT ASAR影像完成北京地区2007～2010年地表沉降的时空分析。结果表明,北京地区沉降不均匀较为严重,在昌平区、顺义区、通州区等区域出现多处沉降漏斗,且有连成一片并向东扩张的趋势;大部分地区的平均沉降速率在-150 ～10 mm/a,沉降中心的最大沉降量超过400 mm;地表沉降受地下水开采与城市化影响明显。     

基于SBAS-InSAR技术的广州市地表沉降监测与分析

文章基于覆盖广州市2017—2019年的18景Sentinel-1A影像数据,采用SBAS-InSAR技术获取该地区的地表沉降信息并进行时空分析.结果表明,广州市地表沉降呈不均匀分布,主要沉降区分布沿珠江流域一带分别为广州大学城、沙溪、小洲村,最大沉降量为-28 mm;大部分地区平均沉降速率为-4.0～2.8 mm/a...     

多模型融合的矿区地表沉降预测方法及适用性

为消除BP神经网络模型对矿区地表沉降预测精度有限且不够稳定的问题,以某矿区为例,选定弹性模量、泊松比、内聚力等9种影响矿区地表沉降的因素和最大下沉值作为初始样本数据,使用卡尔曼滤波(KF)优化BP神经网络,再将构建的KF-BP模型视作自适应增强(AdaBoost)算法中的弱预测器,通过最终权重分布将各弱预测器加权组合成强预测器。运用MATLAB建立BP神经网络模型、KF-BP模型、AdaBoost-BP模型和AdaBoost-KF-BP模型分别对矿区实际沉降监测数据进行训练和预测,结果表明,AdaBoost-KF-BP模型的稳定性最高,其精度相较于其他模型有明显提升。     

沉降监测中几种预测模型的建立

通过现场监测及时掌握工程进展状况和环境变化,对工程的安全稳定具有十分重要的意义,尤其是沉降监测的实时处理与预警.本文结合某工程实际沉降监测数据建立起了几种预测模型,并对其发展趋势进行了预测.     

SBAS-InSAR在矿区地表形变监测中的应用与分析

本文运用SBAS-InSAR时序技术,对2019年9月19日—2020年3月29日期间的17景Sentinel-1A数据进行处理,获取了济宁北部煤矿区内的年均沉降速率,探测到6处沉降漏斗分布,最大沉降速率达到-242mm/y。结果表明:SBAS-InSAR时序方法可在矿区的地表形变监测中得到足够的监测对象,较完整地探测到矿区的沉降漏斗分布和沉降范围,为矿区的地表形变监测提供了可靠的技术支持。     

滑动线性回归模型预测路堤沉降初探

在路堤沉降预测中,线性模型是应用最为广泛的模型之一。但是随着观测信息的丰富,常规的线性模型的不足凸现,影响了模型的精度,为了克服常规模型的缺点提出了滑动线性回归模型。滑动线性回归模型要求参与建模的数据个数保持不变,新观测的数据取代旧有的数据,从而获得了新的模型参数,通过实例验证,得到了理想的结果。     

基于BP神经网络的地表沉降预测及应用

一、地表沉陷 地表沉陷一般是指地层中的岩体临空或受力而发生在铅垂方向和水平方向上的缓慢或突发性的变形、破坏和运动。它可以划分为天然地层沉陷和人为地层沉陷。天然地层沉陷一般指人类不可抗拒的地层变化,例如地震、火山喷发、地下岩石溶洞陷落、山体崩塌泥石流等自然灾害等,     

基于SBAS-InSAR与Prophet模型的引黄济青沿线地表形变监测与预测北大核心CSCD

基于38景Sentinel-1 SAR影像,利用SBAS-InSAR技术获取2019-02-2021-10引黄济青沿线地表形变的分布、量级及时空演化特征等信息;然后,使用形变梯度分析引黄济青沿线地表的稳定性;最后,利用Prophet模型对引黄济青沿线若干特征点的地表形变进行预测。研究表明,SBAS-InSAR能够获取引黄济青沿线及其周边区域大范围、长时间序列的地表形变情况,横纵剖面线形变梯度值比较大的区域与地表形变严重区高度吻合;基于SBAS-InSAR的监测结果,利用Prophet模型能够对形变较小的特征点进行较好的模拟和预测。     

一种优化的GA-KF与BP-Adaboost地表下沉组合预测模型北大核心CSCD

为提高矿区GNSS CORS自动化监测系统地表下沉预测精度,提出一种结合小波分析,采用遗传算法优化的卡尔曼滤波模型(GA-KF)与相空间重构的BP神经网络强预测模型(BP-Adaboost)的组合预测方法。利用小波分析获取原始监测数据的趋势项和随机项,并分别通过GA-KF模型和相空间重构BP-Adaboost模型预测趋势项和随机项,两者之和即为最终预测结果。以亳州板集矿监测站数据为例进行预测,结果表明:1)与单一使用GA-KF和相空间重构BP-Adaboost模型预测值对比,该组合模型预测精度更高;2)组合模型受建模序列长度影响较小,平均相对误差在0.003%以内,远小于两种单一模型,具有一定抗干扰性。     

基于升降轨SBAS-InSAR技术的城市地区地表沉降监测

研究采用SBAS-InSAR技术,结合Sentinel-1A升降轨道数据对青海省西宁市市区进行了地表沉降监测。实验结果发现西宁市市区中沉降速率大、下沉现象明显的4个沉降区域,这些沉降区域漏斗主要发生于新建城市居民楼小区、道路、高速公路和山区区域附近。其中,Ⅲ号区域在监测时间内地面点下沉速率最高值可超过-27 mm/a,累积沉降量甚至超过了50mm。经过研究分析,区域的大范围性沉降效应主要是由于近几年大规模的城市化建设和交通轨道建设损坏了地表的土层地质平衡状态,从而引起了地表土层不可逆转的下沉现象。同时,通过对两组数据的沉降速率值作地理同名点的线性函数分析可以得到相关系数高达0.9854,这很好地验证了数据成果的可靠性和精准性。     

融合混沌残差的BP强预测器的地表下沉预测模型

为提高地下开采引起地表下沉预测结果的精度,提出融合混沌残差的BP强预测器（BP-Adaboost）的地表下沉预测模型。以顾北矿1312（1）实测值为例,分别用融合混沌残差的BP-Adaboost模型、BP神经网络模型和BP-Adaboost模型对最大下沉值点进行稳定期和活跃期的单步预测和多步预测,结果表明,融合混沌残差的BP-Adaboost模型无论是在单步预测还是在多步预测上的精度均最高,尤其在单步预测上有显著的提高。     

兖州市采煤塌陷地生态治理模式探讨

介绍了兖州市采煤塌陷地综合治理的几种传统方法及生态治理模式。结合兖州市采煤塌陷地综合治理实际情况,通过传统治理模式与生态治理模式在经济、社会、环境方面的效益对比分析,提出了采煤塌陷地以生态治理为主导的观点。     

矿区地表沉陷D-InSAR监测分析与应用

针对常规矿区地表沉陷监测方法的缺点,基于D-InSAR技术,对2016年12月18日—2017年2月25日的两景RADARSAT-2雷达数据进行差分干涉处理,获取了研究区域监测时间段内的开采沉陷信息,监测到3处沉陷盆地分布,结合实际情况,对监测结果和精度进行了分析。结果表明,D-InSAR技术能够有效监测矿区的地表沉陷分布及特征,可为研究大范围矿区的地表沉陷动态监测提供技术参考。     

山东省黄河北煤炭矿区地表沉陷预测与综合治理研究

黄河北煤炭矿区为鲁西煤炭基地最后一块整装后备资源,阳谷茌平煤田和黄河北煤田其开发建设具有重要的意义。该文采用实际观测资料利用回归分析法获得的岩移参数,对山东省黄河北矿区内上组煤开采后引起的地表沉陷进行了预测,预测结果表明:地表沉陷总面积达到3 724.5 km~2,最大下沉深度为5 455 mm;其中,阳谷茌平煤田最大下沉深度为5 455 mm,地表沉陷面积为1 188.0 km~2;黄河北煤田最大下沉深度为2 976 mm,地表沉陷面积为2 536.5 km~2。地表沉陷预测结果与多年水位观测数据进行对照,煤炭开采会造成1 091.5 km~2季节性积水区和62.3km~2的常年积水区。地表沉陷对地面、地物产生不同的影响和危害,其中对农业的影响最大。地表沉陷形成的塌陷裂缝、不同坡度耕地、大型塌陷坑等可分别采取黄土填堵、大型设备平整、退耕还林、煤矸石充填、修复为鱼塘等治理措施。该文对下一步黄河北矿区开发过程中,相关政府部门采取的规划控制措施提出了建议。     

基于HVCE-RBFNN的矿区地表三维形变监测研究

提出一种融合赫尔默特方差分量估计和径向基函数神经网络(HVCE-RBFNN)的三维形变计算方法,结合GNSS和InSAR监测数据,解算甘肃省金昌市金川西二采矿区的地表三维形变场。结果表明,基于HVCE-RBFNN方法获取的三维形变结果精度高于传统方法,其东西向、南北向和垂直向的均方根误差(RMSE)分别为20.85 mm、7.41 mm和34.47 mm,3个方向的最大形变量分别为228 mm、300 mm和193 mm,采空区形变空间分布符合开采沉陷规律。     

煤矿采空沉陷预测因素分析及计算方法

采空沉陷的预测是矿山开发利用、矿山地质环境保护与治理的重要依据,该文论述了影响煤矿采空沉陷预测的各种因素和应注意的问题,提出了易操作、直观、可动态管理的计算方法,以及矿山在开始采矿之前必须开展地表岩移监测等合理化建议。