CN102938095B - 一种基于多源数据的矿山沉陷监测预警方法 - Google Patents
一种基于多源数据的矿山沉陷监测预警方法 Download PDFInfo
- Publication number
- CN102938095B CN102938095B CN201210479746.6A CN201210479746A CN102938095B CN 102938095 B CN102938095 B CN 102938095B CN 201210479746 A CN201210479746 A CN 201210479746A CN 102938095 B CN102938095 B CN 102938095B
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring
- deformation
- early warning
- mining area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 42
- 238000005065 mining Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005259 measurement Methods 0.000 claims description 10
- 238000005305 interferometry Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 238000004062 sedimentation Methods 0.000 claims description 4
- 230000002452 interceptive effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000003139 buffering effect Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 239000003245 coal Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于多源数据的矿山沉陷监测预警方法,包括如下步骤:1)水准数据和GPS数据的获取。2)利用Matlab软件生成矿区DEM。3)利用DEM与SAR影像进行二轨差分干涉处理得到矿区地表形变结果。4)利用GPS与水准监测数据分别修正矿区地表形变水平与垂直监测结果,得到高精度三维形变监测图。5)建立预警模型及相应数据库。6)将多期的测量数据和InSAR数据重复步骤(2)-(5),直至完成。7)建立沉陷区下沉、水平移动、倾斜、曲率变形等时间序列与缓冲区分析模型。8)根据时间序列与缓冲区分析模型确定影响位置并实现预警。本发明将水准数据、GPS和SAR数据有机结合,使得监测结果的精确性大大提高。
Description
技术领域
本发明涉及一种矿山沉陷监测预警方法,尤其是涉及一种基于多源数据的矿山沉陷监测预警方法。
背景技术
在我国快速的经济发展过程中,煤炭是国民经济的主要能源。在煤炭开采过程中,地表原始应力状态遭到破坏而导致应力重新分布,从而达到新的平衡状态。在此过程中,岩体产生下沉、变形、移动,向上波及地表,形成地表移动盆地,从而对地表建筑物、铁路、水系、农田等生产生活设施造成破坏,严重影响矿区及周围人民的生产生活。现有的水准、GPS矿山沉陷监测方法具有如下缺陷:1)采用布网观测的方法,劳动强度大,监测系统成本高;2)采用离散点监测方法,监测数据的分辨率低,难以满足监测需求;3)在深山峡谷或城市建筑物密集的地区,水准测量难度很大,GPS接收天线受到阻挡,使得作用的GPS卫星数量少,导致GPS定位精度大大降低,难以满足形变观测精度要求。
发明内容
为了解决上述技术问题,本发明提供一种观测系统成本低,且能大面积精确地监测矿山三维沉陷状况,并且能对矿山沉陷、滑动、建筑物倾斜进行预警与分析。
本发明解决上述技术问题的技术方案包括以下步骤:
1)在矿区对监测点进行布控,并且定期进行观测,获得监测点的水准高程数据和GPS水平位置数据;
2)利用Matlab软件对离散的测量数据进行插值处理构建数字高程模型(DEM);
3)对该矿区的合成孔径雷达干涉影像与构建的DEM进行二轨差分干涉处理,得到矿区地表面状形变监测结果;
4)利用GPS与水准监测数据分别修正矿区地表形变水平与垂直监测结果,得到高精度三维形变监测图;
5)建立GIS数据库,将各种测量数据及处理后的数据,结合矿区的生产生活资料分别建立空间数据库及属性数据库;
6)将多期的测量数据和合成孔径雷达干涉测量获取的数据重复步骤(2)至(4),直至得到矿区三维时间序列形变图;
7)对矿区三维时间序列形变图进行三维显示,使之具备能输出任一点的剖面曲线图、等值线图或三维沉降图;
8)分析最终的三维时间序列地表形变监测结果,并根据设定的沉降、水平、倾斜、变形曲率阈值,将变形结果大于阈值的点视为危险点,确定危险点位置并进行预警。
本发明的技术效果在于:本发明将水准、GPS和SAR技术有机结合,利用GPS修正了InSAR本身难以得到的水平移动变形精度,且充分利用InSAR与GPS的互补性,实现GPS高时间分辨率和InSAR高空间分辨率的有机统一,同时,采用高精度水准数据修正InSAR监测结果,使得矿区三维形变监测结果精确性大大提高;本发明采用数据融合的监测方法,监测精度高;并可以获得各种沉降、水平移动、倾斜、曲率变形等的专题地图,能直观的显示矿山沉陷三维效果,能进行预警与缓冲区显示与分析,为矿区生产生活提供更有效的辅助安全管理与决策。
附图说明
图1是本发明的流程图。
具体实施方式
下面结合附图对本发明作进一步的说明。
本发明的步骤如下:
1)水准数据和GPS数据的获取。在矿区对布设稳定基准点与形变监测点,并且定期进行观测,获得定期的水准数据和GPS数据,并测量矿区地形图。
2)利用Matlab软件对离散的测量点内插生成光滑DEM表面。
3)矿区形变图的获取。对该矿区的SAR影像与生成的连续DEM采用二轨法进行处理,选取合适的干涉数据集,干涉影像对配准,干涉像对共轭相乘生成干涉图,去平地效应,干涉条纹滤波,相位解缠,形变图生成,将形变图投影到地理坐标系中,获得最终的矿区形变图。
4)利用GPS与水准监测数据分别修正矿区地表形变水平与垂直监测结果,得到高精度三维形变监测图。
5)GIS数据库的建立。将各种测量数据及处理后的数据,结合矿区的生产生活资料分别建立空间数据库及属性数据库。
6)将多期的测量数据和合成孔径雷达干涉测量获取的数据重复步骤2)、步骤3)及步骤4),直至得到矿区三维时间序列形变图;
7)对矿区三维时间序列形变图进行三维显示,使之具备能输出任一点的剖面曲线图、等值线图或三维沉降图;
8)分析最终的三维时间序列地表形变监测结果,并根据设定的沉降、水平、倾斜、变形曲率阈值,将变形结果大于阈值的点视为危险点,确定危险点位置并进行预警。
Claims (1)
1.一种基于多源数据的矿山沉陷监测预警方法,包括如下步骤:
1)在矿区对监测点进行布控,并且定期进行观测,获得监测点的水准高程数据和GPS水平位置数据;
2)利用Matlab软件对离散的测量数据进行插值处理构建数字高程模型;
3)对该矿区的合成孔径雷达干涉影像与构建的数字高程模型进行二轨差分干涉处理,得到矿区地表面状形变监测结果;
4)利用GPS与水准监测数据分别修正矿区地表形变水平与垂直监测结果,得到高精度三维形变监测图;
5)建立GIS数据库,将各种测量数据及处理后的数据,结合矿区的生产生活资料分别建立空间数据库及属性数据库;
6)将多期的测量数据和合成孔径雷达干涉测量获取的数据重复步骤(2)至(4),直至得到矿区三维时间序列形变图;
7)对矿区三维时间序列形变图进行三维显示,使之具备能输出任一点的剖面曲线图、等值线图或三维沉降图;
8)分析最终的三维时间序列地表形变监测结果,并根据设定的沉降、水平、倾斜、变形曲率阈值,将变形结果大于阈值的点视为危险点,确定危险点位置并进行预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210479746.6A CN102938095B (zh) | 2012-11-23 | 2012-11-23 | 一种基于多源数据的矿山沉陷监测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210479746.6A CN102938095B (zh) | 2012-11-23 | 2012-11-23 | 一种基于多源数据的矿山沉陷监测预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102938095A CN102938095A (zh) | 2013-02-20 |
CN102938095B true CN102938095B (zh) | 2015-07-08 |
Family
ID=47696990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210479746.6A Active CN102938095B (zh) | 2012-11-23 | 2012-11-23 | 一种基于多源数据的矿山沉陷监测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102938095B (zh) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103257345A (zh) * | 2013-04-18 | 2013-08-21 | 苏州市海扬信息科技有限公司 | 一种利用雷达技术管理矿山尾库的方法 |
CN103236025B (zh) * | 2013-04-25 | 2016-05-04 | 国家电网公司 | 基于电力用户数据的数据归整处理方法 |
CN103714247B (zh) * | 2013-12-20 | 2018-01-16 | 深圳先进技术研究院 | 一种地铁中心线及沿线平均形变速率的获取方法、装置 |
CN105332738A (zh) * | 2015-08-24 | 2016-02-17 | 西安科技大学 | 一种采煤沉陷灾变发生的预警方法 |
CN105444730B (zh) * | 2015-11-12 | 2017-11-14 | 中国矿业大学 | 多源数据监测矿区形变的时空特性及越界开采识别方法 |
CN106226764A (zh) * | 2016-07-29 | 2016-12-14 | 安徽理工大学 | 一种基于D‑InSAR的煤矿开采地沉陷区域的测定方法 |
CN106842199A (zh) * | 2017-01-11 | 2017-06-13 | 湖南科技大学 | 一种融合不同分辨率sar数据监测地表形变的方法 |
CN106812166B (zh) * | 2017-03-23 | 2018-10-30 | 机械工业勘察设计研究院有限公司 | 一种基于InSAR技术高填方压实度检测与沉降补偿方法 |
CN107271998B (zh) * | 2017-07-01 | 2020-06-05 | 东华理工大学 | 一种集成D-InSAR和GIS技术的地下非法采矿识别方法及系统 |
CN108804600A (zh) * | 2018-05-29 | 2018-11-13 | 山东省地质矿产勘查开发局第三水文地质工程地质大队(山东省鲁南地质工程勘察院) | 一种采煤沉陷区基础数据信息化分析展示方法 |
CN109918781B (zh) * | 2019-03-06 | 2021-03-16 | 长沙理工大学 | 一种钻井水溶盐矿开采沉陷InSAR预计方法 |
CN110044327B (zh) * | 2019-04-29 | 2021-10-12 | 上海颖川佳固信息工程股份有限公司 | 一种基于sar数据与gnss数据的基础设施沉降监测方法及系统 |
CN110781169B (zh) * | 2019-10-24 | 2022-05-13 | 首都师范大学 | 自适应多源InSAR监测地面沉降时间序列数据拼接方法及系统 |
CN111260187A (zh) * | 2020-01-08 | 2020-06-09 | 长春工程学院 | 一种智能矿山地质环境信息评价系统及评价方法 |
CN111174952B (zh) * | 2020-01-17 | 2021-10-01 | 安徽理工大学 | 一种矿区开采沉陷规律预测方法 |
CN111398958B (zh) * | 2020-04-03 | 2022-06-14 | 兰州大学 | 一种确定地面沉降与黄土填挖方区建筑高度相关性的方法 |
CN111595293A (zh) * | 2020-05-29 | 2020-08-28 | 山东交通学院 | 一种基于多源监测数据融合的地表形变监测方法与系统 |
CN112097733A (zh) * | 2020-07-28 | 2020-12-18 | 兰州交通大学 | InSAR技术与地理探测器结合的地表形变监测方法 |
CN112241712B (zh) * | 2020-10-22 | 2023-04-07 | 山东省地质矿产勘查开发局第一地质大队 | 一种矿产资源采集监测系统 |
CN112577470B (zh) * | 2020-10-27 | 2021-11-02 | 中国矿业大学 | 一种UAV与InSAR融合监测矿区动态沉陷盆地的方法和系统 |
CN118013159B (zh) * | 2024-04-09 | 2024-07-02 | 中国科学院武汉岩土力学研究所 | 一种基于监测数据计算矿区地表曲率的方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101975090A (zh) * | 2010-10-18 | 2011-02-16 | 中国瑞林工程技术有限公司 | 地下金属矿山稳定性监测用智能应力自动报警系统 |
CN102053136A (zh) * | 2010-11-18 | 2011-05-11 | 北京科技大学 | 一种高原非煤矿山井下空气环境参数实时监测仪 |
-
2012
- 2012-11-23 CN CN201210479746.6A patent/CN102938095B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101975090A (zh) * | 2010-10-18 | 2011-02-16 | 中国瑞林工程技术有限公司 | 地下金属矿山稳定性监测用智能应力自动报警系统 |
CN102053136A (zh) * | 2010-11-18 | 2011-05-11 | 北京科技大学 | 一种高原非煤矿山井下空气环境参数实时监测仪 |
Also Published As
Publication number | Publication date |
---|---|
CN102938095A (zh) | 2013-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102938095B (zh) | 一种基于多源数据的矿山沉陷监测预警方法 | |
Wang et al. | Research on ground deformation monitoring method in mining areas using the probability integral model fusion D-InSAR, sub-band InSAR and offset-tracking | |
Dewitte et al. | Tracking landslide displacements by multi-temporal DTMs: A combined aerial stereophotogrammetric and LIDAR approach in western Belgium | |
Prokešová et al. | Landslide dynamics from high-resolution aerial photographs: A case study from the Western Carpathians, Slovakia | |
Hu et al. | Acquiring high-resolution topography and performing spatial analysis of loess landslides by using low-cost UAVs | |
CN102635059B (zh) | 一种桥梁勘察方法 | |
CN101509382B (zh) | 一种隧道勘察方法 | |
Viero et al. | Laser scanning-based recognition of rotational movements on a deep seated gravitational instability: The Cinque Torri case (North-Eastern Italian Alps) | |
CN106772377A (zh) | 一种基于InSAR的建筑物变形监测方法 | |
CN106226764A (zh) | 一种基于D‑InSAR的煤矿开采地沉陷区域的测定方法 | |
CN106556834B (zh) | 一种从两平行轨道sar数据集中精确提取地面垂直形变方法 | |
CN109031301A (zh) | 基于PSInSAR技术的山区地形形变提取方法 | |
CN105242279A (zh) | 一种基于激光雷达技术的滑坡体变化检测方法 | |
Jiang et al. | A monitoring method integrating terrestrial laser scanning and unmanned aerial vehicles for different landslide deformation patterns | |
CN102426395A (zh) | 一种基于三维地质遥感判释技术的滑坡体体积参数量测方法 | |
CN105571571A (zh) | 基于三维激光扫描的堆积剖面空间结构信息分析方法 | |
Diao et al. | Assessment of mining-induced damage to structures using InSAR time series analysis: a case study of Jiulong Mine, China | |
Muntean et al. | A GPS study of land subsidence in the Petrosani (Romania) coal mining area | |
CN109471104A (zh) | 一种从两平行轨道sar数据中获取地表三维移动量的方法 | |
CN114674277B (zh) | 全场测线联合的深部开采地表沉陷监测方法 | |
Guo et al. | Utilization of 3D laser scanning for stability evaluation and deformation monitoring of landslides | |
Luo et al. | Dynamic analysis of urban ground subsidence in Beijing based on the permanent scattering InSAR technology | |
Song et al. | Monitoring study of long-term land subsidence during subway operation in high-density urban areas based on DInSAR-GPS-GIS technology and numerical simulation | |
Ma et al. | Decision-making fusion of InSAR technology and offset tracking to study the deformation of large gradients in mining areas-Xuemiaotan mine as an example | |
Zhu et al. | Rainfall and water level fluctuations dominated the landslide deformation at Baihetan Reservoir, China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |