期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
基于SBAS-InSAR和PSO-BP神经网络算法的矿区地表沉降监测及预测 被引量:16
1
作者 周定义 左小清 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第5期895-905,共11页
针对传统监测技术无法进行长时间矿区地表沉降监测以及现有预测模型过度依赖沉降数据、模型单一等问题,提出一种基于小基线集合成孔径雷达干涉(Small Baseline Subsets Interferometric Synthetic Aperture Radar,SBAS-InSAR)和粒子群优... 针对传统监测技术无法进行长时间矿区地表沉降监测以及现有预测模型过度依赖沉降数据、模型单一等问题,提出一种基于小基线集合成孔径雷达干涉(Small Baseline Subsets Interferometric Synthetic Aperture Radar,SBAS-InSAR)和粒子群优化-反向传播(Particle Swarm Optimization-Back Propagation,PSO-BP)神经网络算法的矿区地表沉降监测及预测模型.首先,利用SBAS-InSAR技术获取矿区地表沉降监测值;然后,选取矿区地表沉降的影响因子与获取的沉降监测值从多因子角度构建PSO-BP预测模型;最后,分析该方法的有效性和合理性.实验结果表明,利用SBAS-InSAR能有效监测矿区地表长时间沉降,随着训练样本的增加,PSO-BP预测值与SBAS-InSAR沉降值残差逐渐减少,算法收敛迭代加快,均方误差降低.与现有监测方法及预测模型的对比,证明了SBAS-InSAR在矿区地表长时间沉降监测中的优势以及PSO-BP模型在矿区地表沉降预测中的有效性和合理性,该方法可作为矿区地表长时间沉降监测和预测的有效手段. 展开更多
关键词 基线合成孔径雷达干涉(sbas-insar) 沉降监测 矿区地表 影响因子 粒子群优化-反向传播(PSO-BP)算法 预测
下载PDF
高海拔排土场边坡安全稳定性SBAS-InSAR监测 被引量:13
2
作者 董建军 梅媛 +2 位作者 李昕 刘士乙 闫斌 《中国安全科学学报》 CAS CSCD 北大核心 2022年第1期92-101,共10页
为解决高海拔排土场边坡安全稳定性监测中常规监测仪器布置和人员值守的高投入、高风险问题,分析西藏山南桑日县某排土场边坡25景Sentinel-1A数据,利用短基线集合成孔径雷达干涉测量(SBAS-InSAR)技术监测终了排土场边坡从2018年11月4日... 为解决高海拔排土场边坡安全稳定性监测中常规监测仪器布置和人员值守的高投入、高风险问题,分析西藏山南桑日县某排土场边坡25景Sentinel-1A数据,利用短基线集合成孔径雷达干涉测量(SBAS-InSAR)技术监测终了排土场边坡从2018年11月4日—2020年12月23日期间的地表形变,采用基线估计状态空间模型、自适应滤波和最小费用流进行相位解缠,经过影像配准、干涉处理和去平地效应,考虑高海拔地区跨越干湿季时温度和降雨对数据的影响,生成平均形变速率图,基于形变监测结果评判该排土场边坡的安全稳定状态。结果表明:该排土场边坡坡体2018-2020年的平均形变速率最大值为-13.90 mm/a,且在2020年6月,达到黄色预警阈值,采取必要的防治措施后,沉降速率趋缓得到了有效控制。实践表明:SBAS-InSAR应用于高海拔排土场边坡,能够实现动态、全面覆盖、长期可靠的安全稳定性监测。 展开更多
关键词 高海拔 排土场边坡 安全稳定性 基线合成孔径雷达干涉测量(sbas-insar) 形变监测
下载PDF
基于SBAS-InSAR技术的淮北市地表沉降监测分析
3
作者 倪尔瑞 张建新 +2 位作者 邱明剑 权力奥 朱晓峻 《北京测绘》 2024年第3期312-317,共6页
长期高强度的煤炭开采和地下水抽采,导致淮北市地表发生大面积沉降,破坏了耕地以及生态环境,因此对地表沉降监测显得尤为重要。本文通过短基线集合成孔径雷达干涉测量(SBAS-InSAR)方法获取了2020年1月5日到2020年12月30日的淮北市地表... 长期高强度的煤炭开采和地下水抽采,导致淮北市地表发生大面积沉降,破坏了耕地以及生态环境,因此对地表沉降监测显得尤为重要。本文通过短基线集合成孔径雷达干涉测量(SBAS-InSAR)方法获取了2020年1月5日到2020年12月30日的淮北市地表年形变速率,并且使用水准数据对监测结果进行了精度验证。结果表明:淮北市沉降存在不均匀现象,年形变速率为-55~42 mm,淮北市地表沉降由地下煤炭资源开采和地下水抽采引起,主要地表沉降由采煤引起。研究结果可为地质灾害预防提供数据参考。 展开更多
关键词 差分合成孔径雷达干涉测量(D-insar) 基线合成孔径雷达干涉测量(sbas-insar) 开采沉陷 地下水抽采 不均匀沉降
下载PDF
SBAS-InSAR技术融合CNN-LSTM模型的矿区开采沉陷监测与预测
4
作者 师芸 折夏雨 +3 位作者 张雨欣 王凯 张琨 吴睿 《安全与环境学报》 CAS CSCD 北大核心 2024年第9期3429-3438,共10页
针对传统矿区开采沉陷监测方法耗费人力财力和预测预警模型较少的问题,研究提出一种基于短基线集合成孔径雷达干涉测量(Small Baseline Subset-Interferometry Synthetic Aperture Radar,SBAS-InSAR)技术和卷积神经网络(Convolutional N... 针对传统矿区开采沉陷监测方法耗费人力财力和预测预警模型较少的问题,研究提出一种基于短基线集合成孔径雷达干涉测量(Small Baseline Subset-Interferometry Synthetic Aperture Radar,SBAS-InSAR)技术和卷积神经网络(Convolutional Neural Networks,CNN)与长短期记忆网络(Long Short-Term Memory,LSTM)相结合的矿区开采沉陷监测预测方法。首先,利用SBAS-InSAR技术对建新煤矿进行矿区开采沉陷监测,获取了该矿区的年平均沉降速率和累计沉降值。用GNSS监测数据与SBAS-InSAR结果进行对比验证,其拟合效果较好。其次,在此基础上利用CNN-LSTM模型预测后6期沉降数据,其结果与CNN和LSTM预测结果进行对比。研究显示,CNN-LSTM模型的平均绝对误差(S_(MAE))和均方根误差(S_(RMSE))比单一的CNN和LSTM分别至少降低了44.8%和40.6%,其决定系数均高于98%。最后,进一步预测前6期和中6期沉降数据,验证了CNN-LSTM预测模型在时间上的一致性。因此,SBAS-InSAR融合CNN-LSTM模型在类似矿山开采沉陷监测和预测中有较好的应用前景。 展开更多
关键词 安全工程 基线合成孔径雷达干涉测量(sbas-insar) 开采沉陷 卷积神经网络-长短期记忆(CNN-LSTM)模型 沉降预测
下载PDF
基于“天−空−地”一体化的东川区沙坝村滑坡体时序监测与分析 被引量:5
5
作者 张晓伦 甘淑 +3 位作者 袁希平 宗慧琳 梁昌献 赵振峰 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2022年第3期533-540,共8页
小江断裂带地质灾害频发,且大多处于山体高位并有植被覆盖,传统人工调查方法难以进行有效的排查与分析评估,区域内人民生命财产安全存在巨大安全隐患.选取东川区沙坝村作为研究区域,利用SBASInSAR方法对历史影像进行处理得到区域时序性... 小江断裂带地质灾害频发,且大多处于山体高位并有植被覆盖,传统人工调查方法难以进行有效的排查与分析评估,区域内人民生命财产安全存在巨大安全隐患.选取东川区沙坝村作为研究区域,利用SBASInSAR方法对历史影像进行处理得到区域时序性形变信息,采用无人机航空摄影测量方法获取滑坡体实景三维模型,人工进行实地地质灾害详查,通过“天‒空‒地”一体化的方法对沙坝村滑坡体进行多尺度、长时间序列地表形变监测与变化特征分析.结果表明:①沙坝村滑坡体沿雷达视线方向(Line of Sight,LOS)年平均形变速率在‒4~26 mm/a之间,山体地形陡峭,有多处地区为已发崩塌点或存在潜在崩塌滑坡风险;②山坡中部的古崩塌体(体积约12100 m^(3))及其周边均处于抬升状态,但上部抬升速率(11.98 mm/a)大于下部抬升速率速率(9.89 mm/a),年平均形变速率不一致,存在下滑风险;③利用SBAS-InSAR方法能够获取到山区地表宏观时序形变信息,对地质灾害进行早期识别,辅以无人机航空摄影测量构建区域实景三维,可提高传统地质灾害调查效率,同时可以追溯变形区域历史活动规律,为灾害评估提供重要数据支撑. 展开更多
关键词 基线合成孔径雷达干涉测量(sbas-insar) 无人机航空摄影测量 滑坡 地质灾害 监测预警
下载PDF
基于SBAS-InSAR和BPNN的铀尾矿坝形变智能监测与预测
6
作者 周怡 彭国文 +3 位作者 黄召 阳鹏飞 刘丹丹 陈小丽 《中国安全科学学报》 CAS CSCD 北大核心 2024年第4期145-152,共8页
为提高铀尾矿库退役治理的监测工作效率,提出一个基于小基线合成孔径雷达干涉测量(SBAS-InSAR)技术和反向传播神经网络(BPNN)的铀尾矿库形变智能监测与预测模型。首先,利用SBAS-InSAR技术得到铀尾矿库2020年12月—2022年12月的累计形变... 为提高铀尾矿库退役治理的监测工作效率,提出一个基于小基线合成孔径雷达干涉测量(SBAS-InSAR)技术和反向传播神经网络(BPNN)的铀尾矿库形变智能监测与预测模型。首先,利用SBAS-InSAR技术得到铀尾矿库2020年12月—2022年12月的累计形变量与年均形变速率,并用第一拦水坝的7个全球导航卫星系统(GNSS)监测站验证InSAR监测值的精度;然后,选取铀尾矿库中的雷公塘坝、南坡横坝、战斗坝和松林坝4个坝段的累计沉降量并结合降雨量进行沉降分析;最后,随机提取铀尾矿坝100个沉降点的累积沉降数据,通过BPNN预测铀尾矿坝的形变。结果表明:2年间铀尾矿库的形变速率在-60.06~34.94 mm/a,铀尾矿坝整体处于下沉状态,累计沉降量最大为-46.67 mm。BPNN预测值与实际监测值的平均绝对误差为0.586 mm,均方误差为0.624 mm。 展开更多
关键词 基线合成孔径雷达干涉测量(sbas-insar) 反向传播神经网络(BPNN) 铀尾矿库 形变智能监测 Sentinel-1A
下载PDF
曹妃甸沿海区地表沉降监测与预测分析
7
作者 蔡文 刘向铜 曹秋香 《北京测绘》 2023年第8期1135-1140,共6页
为探究曹妃甸沿海区的地表沉降情况,本文使用永久散射体合成孔径雷达干涉测量(PS-InSAR)和短基线合成孔径雷达干涉测量(SBAS-InSAR)技术对2017—2022年的63景Sentinel-1A数据进行反演,得到了沿海区的地表沉降速率及分布,再对两种技术的... 为探究曹妃甸沿海区的地表沉降情况,本文使用永久散射体合成孔径雷达干涉测量(PS-InSAR)和短基线合成孔径雷达干涉测量(SBAS-InSAR)技术对2017—2022年的63景Sentinel-1A数据进行反演,得到了沿海区的地表沉降速率及分布,再对两种技术的反演结果进行交叉验证及分析引起沉降的原因,同时利用反向传播(BP)神经网络和长短期记忆(LSTM)网络模型分别对特征点的时序沉降量进行预测分析及精度对比,主要得到以下几点结论:①两种技术反演结果具有较高一致性,线性相关达0.98;②研究区最大沉降速率为-49 mm/a,最大累计沉降量为231.4 mm,地质条件脆弱、长期过度开采地下水、大规模的建设和工程扰动是造成该地沉降发生的主要原因;③经对比分析,长短期记忆(LSTM)网络模型的预测效果更适合于时序形变数据的预测,预测结果也更为接近实际形变值。 展开更多
关键词 基线合成孔径雷达干涉测量(sbas-insar) 永久散射体合成孔径雷达干涉测量(PS-insar) 沉降 预测
下载PDF
采空区地表变电站场地稳定性SBAS-InSAR监测研究 被引量:3
8
作者 董建军 李昕 +2 位作者 吴豫 漫红伟 刘士乙 《安全与环境学报》 CAS CSCD 北大核心 2022年第5期2499-2507,共9页
常规地基沉降监测方法存在监测时段不连续和覆盖范围有限等问题,短基线集合成孔径雷达干涉测量(SBAS-InSAR)技术作为近年来发展的监测地表形变新技术,能够对研究区域进行全天候、实时、高效、大范围的监测。以平顶山市某下伏采空区变电... 常规地基沉降监测方法存在监测时段不连续和覆盖范围有限等问题,短基线集合成孔径雷达干涉测量(SBAS-InSAR)技术作为近年来发展的监测地表形变新技术,能够对研究区域进行全天候、实时、高效、大范围的监测。以平顶山市某下伏采空区变电站为研究对象,基于35景升轨Sentinel-1A数据,通过影像配准、相位干涉、最小费用流解缠、大气分离、特征值分解和地理编码等处理,生成平均形变速率图,最终得到该地区2015年4月至2020年12月的时间序列形变监测结果。结果表明:平顶山市区整体形变速率平缓,变电站拟建场地地表形变速率保持在-3~0 mm/a;部分地区存在明显变形,变电站拟建场地东北方向较远区域出现较大形变,形变速率可达-81~-33 mm/a;SBAS-InSAR技术监测精度可以达到mm级,可有效监测采动影响区域与周围未采动影响区域范围内的拟建变电站的地表沉降情况。在实际运用时,发现SBAS-InSAR获取到的形变序列在空间上更为连续,监测区域更加广泛,可监测时间跨度较长的地表形变。 展开更多
关键词 安全工程 采空区 场地稳定性 基线合成孔径雷达干涉测量(sbas-insar) 地表形变监测 时间序列 形变速率
下载PDF
SBAS-InSAR技术的广州市地面沉降监测 被引量:2
9
作者 聂运菊 计玉芳 熊倩 《北京测绘》 2022年第11期1501-1507,共7页
为了研究广州市地面沉降情况,利用覆盖广州地区的34景Sentinel-1A影像数据,基于永久散射体(PS)特征点的短基线合成孔径雷达干涉测量(SBAS-InSAR)技术进行时序分析,结果表明:研究区总体形态呈稳定状态,研究区域内存在6个沉降区,在监测时... 为了研究广州市地面沉降情况,利用覆盖广州地区的34景Sentinel-1A影像数据,基于永久散射体(PS)特征点的短基线合成孔径雷达干涉测量(SBAS-InSAR)技术进行时序分析,结果表明:研究区总体形态呈稳定状态,研究区域内存在6个沉降区,在监测时间内,研究区沉降速率为-32.1 mm/a~7.3 mm/a,累计沉降量为-92.1 mm。广州市的软土是导致沉降的主要因素,城市的工程建设以及地下水的过度开采为重要原因。 展开更多
关键词 广州 永久散射体(PS)特征点 基线合成孔径雷达干涉测量(sbas-insar) 沉降速率
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部