CN104123470A - 一种优化地面沉降监测网的方法 - Google Patents
一种优化地面沉降监测网的方法 Download PDFInfo
- Publication number
- CN104123470A CN104123470A CN201410360038.XA CN201410360038A CN104123470A CN 104123470 A CN104123470 A CN 104123470A CN 201410360038 A CN201410360038 A CN 201410360038A CN 104123470 A CN104123470 A CN 104123470A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- point
- psinsar
- ground
- gps
- 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.)
- Pending
Links
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种优化地面沉降监测网的方法,该方法包括如下步骤:1)建立地面监测网,其包括在地面沉降区域布设GPS点和水准点,建立GPS和水准测量监测网,以获得地面沉降监测点;2)建立空中-地面监测网,该空中-地面监测网由优化后的PSInSAR监测点与水准点和GPS点相融合而成;其中,优化后的PSInSAR监测点的获得包括利用PSInSAR技术,获得PSInSAR监测点和利用云模型算法得到PSInSAR监测点的三个云数字特征的步骤;本发明提供的优化地面沉降监测网的方法能够提高地面沉降的监测能力,获取高精度地面沉降的监测信息,保护了人民群众的财产安全和生命安全。
Description
技术领域
本发明属于地质灾害监测领域,特别涉及一种优化地面沉降监测网的方法。
背景技术
地面沉降是地面高程降低的一种环境地质现象,会造成环境资源的永久性损失,据统计,我国有95个城市发生了地面沉降,其总面积达到了48655平方千米。随着城市的不断发展,地面沉降尤其是不均匀地面沉降危害逐渐凸显,沉降导致建筑物基底失衡,甚至诱使整个建筑物倒塌,同时对地下设施也会造成较大影响。
常规地面沉降监测方法主要有水准测量、分层标和GPS测量,随着对地观测技术的发展,合成孔径雷达干涉测量(InSAR,Interferometric Synthetic Aperture Radar)技术被应用于地面沉降监测中,由两幅SAR图像形成的干涉图中,影像相位包含了地区的地形相位及观测期间地面产生的形变,而我们想要的仅仅为地表的形变信息,所以该地区的地形信息是必须去除的,所以进一步延伸出了合成孔径雷达差分干涉测量(DInSAR,Differential InterferometrySynthetic Aperture Radar)技术,DInSAR技术具有覆盖广、高分辨率、全天候等优势,但受相位失相关和大气延迟影响导致监测点的精度降低。永久散射体干涉测量(PSInSAR,Permanent ScattererInterferometry Synthetic Aperture Radar)技术通过分析具有稳定散射特征的永久散射点提取地表形变信息,一定程度上解决了DInSAR的不足,但常规PSInSAR技术由于要处理的参数太多,大面积情况下对大气的估计也会不够精确,在数据的收集和处理上有一定的误差导致监测点不可靠,这对后续地面沉降的不均匀性有一定的局限性。针对上述情况,有必要提供一种包括优化地面沉降监测点的地面沉降监测网的优化方法,保证后续地面沉降的不均匀性分析准确。
发明内容
为了解决上述技术问题,本发明提供一种优化地面沉降监测网的方法。
本发明具体技术方案如下:
本发明提供一种优化地面沉降监测网的方法,该方法包括如下步骤:
1)建立地面监测网;
所述建立地面监测网包括在地面沉降区域布设GPS点和水准点,建立GPS和水准测量监测网,以获得地面沉降监测点;
2)建立空中-地面监测网;
所述空中-地面监测网由优化后的PSInSAR监测点与水准点和GPS点相融合而成;
所述优化后的PSInSAR监测点的获得包括如下步骤:
a.利用PSInSAR技术,获得PSInSAR监测点;
b.利用云模型算法得到PSInSAR监测点的三个云数字特征,所述三个云数字特征为期望Ex,熵En和超熵He;所述三个云数字特征值用于描述地面沉降发展的基本特征,代表监测数据所反映的地面沉降视线向位移变化及PSInSAR的监测水平,以获得优化后的PSInSAR监测点。
本发明利用云模型算法优化PSInSAR监测点,其通过云模型算法求得的三个数字特征可以描述出定性语言的概念特征,能够代表利用PSInSAR技术监测地面沉降的整体水平,通过对三个数字特征按照诠释规则进行统计,可以得到可靠的PS点和不好的PS点,达到优化PSInSAR监测点的目标。
进一步的改进,本发明提供的优化地面沉降监测网的方法还包括如下步骤:
3)建立空中-地面-地下立体化监测网;
所述空中-地面-地下立体化监测网由优化后的地下水监测网与优化后的PSInSAR监测点、水准点及GPS点相融合而成;
所述优化后的地下水监测网的建立包括如下步骤:
c.利用地下水动态类型编图法优化区域地下水监测网的选择;
d.利用信息熵优化地下水位监测井的密度。
在所述优化地面沉降监测网的方法中,步骤1)所述的建立GPS和水准测量监测网包括如下步骤:
1.1在地面沉降区域布设GPS点和水准点,每个埋设的GPS监测站均采用强制归心,并有水准测量标志,可用水准测量直接引测到GPS点上,在地面沉降严重区域监测点布设的密度大,GPS地面沉降监测与水准测量同时进行,保证二者监测结果同步;
1.2测量时,将相邻GPS点和水准点之间连接成同步环,采用差分GPS的静态测量法进行观测,相邻同步环间保留两个共用点;GPS测量结束后,将观测的数据采用定位仪自身携带的软件,根据广播星历进行初步计算,在确认观测结果没有问题后,再利用GAMIT/GLOBK软件包以及IGS精密星历进行基线解算,得到地面沉降监测点。
在优化地面沉降监测网的方法中,步骤a所述利用PSInSAR技术,获得PSInSAR监测点包括如下步骤:
2.1在N幅SAR影像中,根据影像获取时间段,选择一个距离其它影像成像时间相对较均匀的雷达影像作为主图像,而将其它SAR影像作为辅影像进行干涉处理,获得M幅干涉图;
2.2选取外部已知的DEM数据,对M幅干涉图进行差分干涉处理,进而得到M幅差分干涉图,即M幅差分干涉相位;每幅差分干涉相位中的每个象元包含了相位的5个分量:
Φdint=Φdef+Φtopo+Φatm+Φorbit+Φnoise
式中,Φdef为视线向上的形变相位,Φtopo为DEM引入的地形误差相位,Φatm为大气不均匀所引起的延迟相位,Φorbit为轨道不确定性引起的残差相位组分,Φnoise为噪声误差组分;
2.3对N幅SAR图像进行辐射定标处理,然后对定标后的N幅SAR影像进行图像配准;
2.4在辐射定标和图像配准后的N幅SAR影像中,在高信噪比象元上,用如下公式时序振幅信息来衡量相位噪声水平:
其中,σv表示相位标准差,mA表示时序振幅均值,DA表示振幅离差指数,通过相位标准差指数阈值法来选取出永久散射体目标,即PS点;
2.5对选取出的PS点和M幅差分干涉图进行处理,得到SAR影像的差分干涉图,所述的SAR影像的差分干涉图组成差分干涉相位集;
2.6考虑地表形变的情况,建立符合条件的线性和非线性差分干涉相位函数模型;
2.7根据步骤2.6所建立的差分干涉相位函数模型和步骤2.5所得到的PS点的差分干涉相位集,将GPS和水准测量监测网得到的地面沉降监测点作为控制点,对所述的差分干涉相位集进行迭代回归分析,分离出PS点线性形变分量和DEM误差;
2.8在步骤2.2所得的差分干涉相位中去除PS点的线性形变分量和DEM误差,得到残留相位,再利用空间滤波方法,在残余相位组分中分离出大气相位和非线性形变相位,最终获得了非线性形分量;
2.9将步骤2.7分离出的PS点线性形变分量和步骤2.8所得到的非线性形变分量进行叠加,获得完整的视线上的形变值,即PSInSAR监测点。
本发明在PS点的选取过程中,采用相位标准差指数阈值法,其为振幅离差指数阈值法,原理为,在得到的配准后的SAR影像之后,将影像重叠区域内像元的振幅值逐一提取出来,形成一个振幅时间序列,对该序列进行统计,计算出mA和σA,带入公式中得到DA,阈值取0.20,当离差指数小于给定的阈值时,该分辨元最终被确定为PS点,否则为非PS点。该方法能够将PS点和非PS点区分开来,提高操作的准确性,减少误差。
在优化地面沉降监测网的方法中,该利用云模型算法为利用逆向云发生器进行运算。
进一步的改进,所述云模型算法如下:
计算样本均值: 计算样本方差:
本发明利用StaMPS算法或者GAMMA软件等SAR软件获取区域地面沉降监测信息,也就是PS点所包含的信息,将这些数值带入到MATLAB中,通过逆向云发生器算法可以求得三个数字特征值。
进一步的改进,利用上述算法得到所有PSInSAR监测点在不同监测日期于视线向的位移值的三个数字特征,这三个特征值可以描述地面沉降发展的基本特征,三个特征值能够代表监测数据所反映的地面沉降视线向位移变化及PSInSAR的监测水平。地面沉降监测点的预期期望一般是所选控制点的监测位置,相对位移是0;这个预期期望常常和监测点的监测期望值不相等,两者之差既反映了监测点的整体平均位移,与此同时,熵体现了地表形变的水平,表示了监测点相对于预期位置的偏移程度,超熵则可以综合反映监测区域情况和数据处理等因素对监测点水平的影响程度。
优选地,将三个云数字特征赋予对应的定性概念,通过定性诠释规则的转换,将定量的PSInSAR监测点转换为定性概念,依次来评价PSInSAR监测点的可靠性,从而获得优化后的PSInSAR监测点;所述定性诠释规则如下表所示:
Ex数值 | 0-10 | 10-20 | 20-30 | 30-40 | 40-50 | >50 |
形变水平 | 较小 | 小 | 大 | 较大 | 很大 | 非常大 |
En数值 | 0-10 | 10-20 | 20-30 | 30-40 | 40-50 | >50 |
偏移程度 | 较低 | 低 | 高 | 较高 | 很高 | 非常高 |
He数值 | 0-10 | 10-20 | 20-30 | 30-40 | 40-50 | >50 |
监测点可靠度 | 较可靠 | 可靠 | 不可靠 | 较不可靠 | 很不可靠 | 非常不可靠 |
本发明将优化后的PSInSAR监测点与水准点和GPS点相融合,构成空中-地面沉降监测网。
进一步的改进,所述利用地下水动态类型编图法优化区域地下水监测网的选择包括如下步骤:根据不同的地下水动态类型,对地面沉降区域地下水动态在空间上进行分类和分区,绘制出地下水动态类型分区图,分区标准按照含水层结构特征、土壤类型、人工开采和地表水体,将地下水降落漏斗区单独区分,然后在分区图上布设地下水监测井,保证每个地下水动态分区中至少有一个监测井,在布设监测井之前,利用信息熵对监测井进行优化,确定出冗余的监测井。以此保证利用最少的监测井得到最全面的地下水动态信息。
优选地,利用信息熵优化地下水位监测井的密度主要是基于信息熵中的互信息熵,利用互信息来刻画监测井间的信息传递量,对信息与信息之间的相似性进行度量,得到每一个监测井所影响的范围,从而将不必要的井去除掉。将观测孔观测到的数据列作为一个随机信号,当地下水位处于稳定状态时,这是一种确定性事件,也就是观测孔数据没有提供新的信息,此时地下水位观测孔信息熵等于零,如果该监测井观测到的水位变化大,数据就分布在不同的概率区间,这时观测数据提供了新的信息,所以,监测井监测的数据变化越大,信息熵越大,说明该监测井越有价值。因此,基于监测井监测数据的信息熵大小来评价监测井的价值,保证监测网提供监测数据的能力的同时去除冗余的监测井。并且基于其中的互信息来刻画监测井间的信息传递量,从而确定冗余井的存在及基本井的缺失,基于信息的相似性进行度量,减少了主观成分,给出了监测井的代表范围。
本发明将将优化后的地下水监测网与优化后的PSInSAR监测点和水准点、GPS点相融合,构成空中-地面-地下立体沉降监测网。
本发明在结合空间数据挖掘方法对PSInSAR技术获取的地面沉降监测点以及地下水监测网进行优化,开展以GPS、水准测量、地下水分层标等多种监测技术相结合方法优化地面沉降监测网,突破PSInSAR和常规地面沉降监测技术的局限性,提高了地面沉降监测能力,能够获取高精度地面沉降监测信息,保护了人民群众的财产安全和生命安全;并且优化后的监测网,提高了监测精度,降低了费用,提高了控制地面沉降工作的经济效益,使有限的资源和投入得到更加合理的配置。
具体实施方式
实施例1
一种优化地面沉降监测网的方法,该方法包括如下步骤:
1)建立地面监测网;
所述建立地面监测网包括在地面沉降区域布设GPS点和水准点,建立GPS和水准测量监测网,以获得地面沉降监测点;
其中,建立GPS和水准测量监测网包括如下步骤:
1.1在地面沉降区域布设GPS点和水准点,每个埋设的GPS监测站均采用强制归心,并有水准测量标志,可用水准测量直接引测到GPS点上,在地面沉降严重区域监测点布设的密度大,GPS地面沉降监测与水准测量同时进行,保证二者监测结果同步;
1.2测量时,将相邻GPS点和水准点之间连接成同步环,采用差分GPS的静态测量法进行观测,相邻同步环间保留两个共用点;GPS测量结束后,将观测的数据采用定位仪自身携带的软件,根据广播星历进行初步计算,在确认观测结果没有问题后,再利用GAMIT/GLOBK软件包以及IGS精密星历进行基线解算,得到地面沉降监测点;
2)建立空中-地面监测网;
所述空中-地面监测网由优化后的PSInSAR监测点与水准点和GPS点相融合而成;
所述优化后的PSInSAR监测点的获得包括如下步骤:
a.利用PSInSAR技术,获得PSInSAR监测点;
其中,利用PSInSAR技术,获得PSInSAR监测点包括如下步骤:
2.1在N幅SAR影像中,根据影像获取时间段,选择一个距离其它影像成像时间相对较均匀的雷达影像作为主图像,而将其它SAR影像作为辅影像进行干涉处理,获得M幅干涉图;
2.2选取外部已知的DEM数据,对M幅干涉图进行差分干涉处理,进而得到M幅差分干涉图,即M幅差分干涉相位;每幅差分干涉相位中的每个象元包含了相位的5个分量:
Φdint=Φdef+Φtopo+Φatm+Φorbit+Φnoise
式中,Φdef为视线向上的形变相位,Φtopo为DEM引入的地形误差相位,Φatm为大气不均匀所引起的延迟相位,Φorbit为轨道不确定性引起的残差相位组分,Φnoise为噪声误差组分;
2.3对N幅SAR图像进行辐射定标处理,然后对定标后的N幅SAR影像进行图像配准;
2.4在辐射定标和图像配准后的N幅SAR影像中,在高信噪比象元上,用如下公式时序振幅信息来衡量相位噪声水平:
其中,σv表示相位标准差,mA表示时序振幅均值,DA表示振幅离差指数,通过相位标准差指数阈值法来选取出永久散射体目标,即PS点;
2.5对选取出的PS点和M幅差分干涉图进行处理,得到SAR影像的差分干涉图,所述的SAR影像的差分干涉图组成差分干涉相位集;
2.6考虑地表形变的情况,建立符合条件的线性和非线性差分干涉相位函数模型;
2.7根据步骤2.6所建立的差分干涉相位函数模型和步骤2.5所得到的PS点的差分干涉相位集,将GPS和水准测量监测网得到的地面沉降监测点作为控制点,对所述的差分干涉相位集进行迭代回归分析,分离出PS点线性形变分量和DEM误差;
2.8在步骤2.2所得的差分干涉相位中去除PS点的线性形变分量和DEM误差,得到残留相位,再利用空间滤波方法,在残余相位组分中分离出大气相位和非线性形变相位,最终获得了非线性形分量;
2.9将步骤2.7分离出的PS点线性形变分量和步骤2.8所得到的非线性形变分量进行叠加,获得完整的视线上的形变值,即PSInSAR监测点;
b.利用云模型算法得到PSInSAR监测点的三个云数字特征,所述三个云数字特征为期望Ex,熵En和超熵He;所述三个云数字特征值用于描述地面沉降发展的基本特征,代表监测数据所反映的地面沉降视线向位移变化及PSInSAR的监测水平,以获得优化后的PSInSAR监测点。
实施例2
一种优化地面沉降监测网的方法,该方法与实施例1不同的是,利用云模型算法为利用逆向云发生器进行运算,算法如下:
计算样本均值: 计算样本方差:
其中,所述期望Ex是所选控制点的监测位置,相对位移是0;所述期望Ex和监测点的监测期望值不相等,两者之差反映监测点的整体平均位移;熵En体现地表形变的水平,表示监测点相对于预期位置的偏移程度;超熵He反映监测区域情况和数据处理因素对监测点水平的影响程度;
将所述三个云数字特征赋予对应的定性概念,通过定性诠释规则的转换,将定量的PSInSAR监测点转换为定性概念,依次来评价PSInSAR监测点的可靠性,从而获得优化后的PSInSAR监测点;所述定性诠释规则如下表所示:
Ex数值 | 0-10 | 10-20 | 20-30 | 30-40 | 40-50 | >50 |
形变水平 | 较小 | 小 | 大 | 较大 | 很大 | 非常大 |
En数值 | 0-10 | 10-20 | 20-30 | 30-40 | 40-50 | >50 |
偏移程度 | 较低 | 低 | 高 | 较高 | 很高 | 非常高 |
He数值 | 0-10 | 10-20 | 20-30 | 30-40 | 40-50 | >50 |
监测点可靠度 | 较可靠 | 可靠 | 不可靠 | 较不可靠 | 很不可靠 | 非常不可靠 |
实施例3
一种优化地面沉降监测网的方法,该方法与实施例2不同的是,该方法还包括如下步骤:
3)建立空中-地面-地下立体化监测网;
空中-地面-地下立体化监测网由优化后的地下水监测网与优化后的PSInSAR监测点、水准点及GPS点相融合而成;
优化后的地下水监测网的建立包括如下步骤:
c.利用地下水动态类型编图法优化区域地下水监测网的选择;
其中,利用地下水动态类型编图法优化区域地下水监测网的选择包括如下步骤:根据不同的地下水动态类型,对地面沉降区域地下水动态在空间上进行分类和分区,绘制出地下水动态类型分区图,分区标准按照含水层结构特征、土壤类型、人工开采和地表水体,将地下水降落漏斗区单独区分,然后在分区图上布设地下水监测井,保证每个地下水动态分区中至少有一个监测井,在布设监测井之前,利用信息熵对监测井进行优化,确定出冗余的监测井;
d.利用信息熵优化地下水位监测井的密度;
利用信息熵优化地下水位监测井的密度包括如下步骤:将观测孔观测到的数据列作为一个随机信号,当地下水位处于稳定状态时,也就是观测孔数据没有提供新的信息,此时地下水位观测孔信息熵等于零,如果该监测井观测到的水位变化大,数据就分布在不同的概率区间,这时观测数据提供了新的信息,监测井监测的数据变化越大,信息熵越大,说明所述监测井越有价值。
Claims (10)
1.一种优化地面沉降监测网的方法,其特征在于,所述方法包括如下步骤:
1)建立地面监测网;
所述建立地面监测网包括在地面沉降区域布设GPS点和水准点,建立GPS和水准测量监测网,以获得地面沉降监测点;
2)建立空中-地面监测网;
所述空中-地面监测网由优化后的PSInSAR监测点与水准点和GPS点相融合而成;
所述优化后的PSInSAR监测点的获得包括如下步骤:
a.利用PSInSAR技术,获得PSInSAR监测点;
b.利用云模型算法得到PSInSAR监测点的三个云数字特征,所述三个云数字特征为期望Ex,熵En和超熵He;所述三个云数字特征值用于描述地面沉降发展的基本特征,代表监测数据所反映的地面沉降视线向位移变化及PSInSAR的监测水平,以获得优化后的PSInSAR监测点。
2.一种优化地面沉降监测网的方法,其特征在于,所述方法还包括如下步骤:
3)建立空中-地面-地下立体化监测网;
所述空中-地面-地下立体化监测网由优化后的地下水监测网与优化后的PSInSAR监测点、水准点及GPS点相融合而成;
所述优化后的地下水监测网的建立包括如下步骤:
c.利用地下水动态类型编图法优化区域地下水监测网的选择;
d.利用信息熵优化地下水位监测井的密度。
3.如权利要求1所述的优化地面沉降监测网的方法,其特征在于,步骤1)所述的建立GPS和水准测量监测网包括如下步骤:
1.1在地面沉降区域布设GPS点和水准点,每个埋设的GPS监测站均采用强制归心,并有水准测量标志,可用水准测量直接引测到GPS点上,在地面沉降严重区域监测点布设的密度大,GPS地面沉降监测与水准测量同时进行,保证二者监测结果同步;
1.2测量时,将相邻GPS点和水准点之间连接成同步环,采用差分GPS的静态测量法进行观测,相邻同步环间保留两个共用点;GPS测量结束后,将观测的数据采用定位仪自身携带的软件,根据广播星历进行初步计算,在确认观测结果没有问题后,再利用GAMIT/GLOBK软件包以及IGS精密星历进行基线解算,得到地面沉降监测点。
4.如权利要求1所述的优化地面沉降监测网的方法,其特征在于,步骤a所述利用PSInSAR技术,获得PSInSAR监测点包括如下步骤:
2.1在N幅SAR影像中,根据影像获取时间段,选择一个距离其它影像成像时间相对较均匀的雷达影像作为主图像,而将其它SAR影像作为辅影像进行干涉处理,获得M幅干涉图;
2.2选取外部已知的DEM数据,对M幅干涉图进行差分干涉处理,进而得到M幅差分干涉图,即M幅差分干涉相位;每幅差分干涉相位中的每个象元包含了相位的5个分量:
Φdint=Φdef+Φtopo+Φatm+Φorbit+Φnoise
式中,Φdef为视线向上的形变相位,Φtopo为DEM引入的地形误差相位,Φatm为大气不均匀所引起的延迟相位,Φorbit为轨道不确定性引起的残差相位组分,Φnoise为噪声误差组分;
2.3对N幅SAR图像进行辐射定标处理,然后对定标后的N幅SAR影像进行图像配准;
2.4在辐射定标和图像配准后的N幅SAR影像中,在高信噪比象元上,用如下公式时序振幅信息来衡量相位噪声水平:
其中,σv表示相位标准差,mA表示时序振幅均值,DA表示振幅离差指数,通过相位标准差指数阈值法来选取出永久散射体目标,即PS点;
2.5对选取出的PS点和M幅差分干涉图进行处理,得到SAR影像的差分干涉图,所述的SAR影像的差分干涉图组成差分干涉相位集;
2.6考虑地表形变的情况,建立符合条件的线性和非线性差分干涉相位函数模型;
2.7根据步骤2.6所建立的差分干涉相位函数模型和步骤2.5所得到的PS点的差分干涉相位集,将GPS和水准测量监测网得到的地面沉降监测点作为控制点,对所述的差分干涉相位集进行迭代回归分析,分离出PS点线性形变分量和DEM误差;
2.8在步骤2.2所得的差分干涉相位中去除PS点的线性形变分量和DEM误差,得到残留相位,再利用空间滤波方法,在残余相位组分中分离出大气相位和非线性形变相位,最终获得了非线性形分量;
2.9将步骤2.7分离出的PS点线性形变分量和步骤2.8所得到的非线性形变分量进行叠加,获得完整的视线上的形变值,即PSInSAR监测点。
5.如权利要求1所述的优化地面沉降监测网的方法,其特征在于,所述利用云模型算法为利用逆向云发生器进行运算。
6.如权利要求5所述的优化地面沉降监测网的方法,其特征在于,所述云模型算法如下:
计算样本均值: 计算样本方差:
7.如权利要求1所述的优化地面沉降监测网的方法,其特征在于,所述期望Ex是所选控制点的监测位置,相对位移是0;所述期望Ex和监测点的监测期望值不相等,两者之差反映监测点的整体平均位移;熵En体现地表形变的水平,表示监测点相对于预期位置的偏移程度;超熵He反映监测区域情况和数据处理因素对监测点水平的影响程度。
8.如权利要求7所述的优化地面沉降监测网的方法,其特征在于,将所述三个云数字特征赋予对应的定性概念,通过定性诠释规则的转换,将定量的PSInSAR监测点转换为定性概念,依次来评价PSInSAR监测点的可靠性,从而获得优化后的PSInSAR监测点;所述定性诠释规则如下表所示:
9.如权利要求2所述的优化地面沉降监测网的方法,其特征在于,所述利用地下水动态类型编图法优化区域地下水监测网的选择包括如下步骤:根据不同的地下水动态类型,对地面沉降区域地下水动态在空间上进行分类和分区,绘制出地下水动态类型分区图,分区标准按照含水层结构特征、土壤类型、人工开采和地表水体,将地下水降落漏斗区单独区分,然后在分区图上布设地下水监测井,保证每个地下水动态分区中至少有一个监测井,在布设监测井之前,利用信息熵对监测井进行优化,确定出冗余的监测井。
10.如权利要求2所述的优化地面沉降监测网的方法,其特征在于,所述利用信息熵优化地下水位监测井的密度包括如下步骤:将观测孔观测到的数据列作为一个随机信号,当地下水位处于稳定状态时,也就是观测孔数据没有提供新的信息,此时地下水位观测孔信息熵等于零,如果该监测井观测到的水位变化大,数据就分布在不同的概率区间,这时观测数据提供了新的信息,监测井监测的数据变化越大,信息熵越大,说明所述监测井越有价值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410360038.XA CN104123470A (zh) | 2014-07-25 | 2014-07-25 | 一种优化地面沉降监测网的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410360038.XA CN104123470A (zh) | 2014-07-25 | 2014-07-25 | 一种优化地面沉降监测网的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104123470A true CN104123470A (zh) | 2014-10-29 |
Family
ID=51768879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410360038.XA Pending CN104123470A (zh) | 2014-07-25 | 2014-07-25 | 一种优化地面沉降监测网的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104123470A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104360332A (zh) * | 2014-11-11 | 2015-02-18 | 河海大学 | 基于地基合成孔径雷达干涉的大气相位屏提取方法 |
CN105372656A (zh) * | 2015-08-31 | 2016-03-02 | 首都师范大学 | 一种表述地面沉降空间演化趋势的方法 |
CN105467389A (zh) * | 2015-12-23 | 2016-04-06 | 首都师范大学 | 分析浅地表空间利用差异模式下地面沉降演变规律的方法 |
CN105488253A (zh) * | 2015-11-24 | 2016-04-13 | 首都师范大学 | 一种确定地面沉降和区域静载荷相关性的方法 |
CN105825043A (zh) * | 2016-03-10 | 2016-08-03 | 南宁市水文水资源局 | 一种建立浊度与单沙关系模型的方法 |
CN105975444A (zh) * | 2016-05-24 | 2016-09-28 | 南京大学 | 一种基于信息熵的地下水数值模拟不确定性定量分析方法 |
CN106154264A (zh) * | 2014-12-04 | 2016-11-23 | 艾雷达私人有限公司 | 多频带可再配置地下雷达剖面测量仪系统 |
CN109098753A (zh) * | 2018-08-09 | 2018-12-28 | 中国矿业大学 | 一种浅埋煤层开采潜水漏失致灾程度的划分方法 |
CN109764801A (zh) * | 2017-11-09 | 2019-05-17 | 深圳市地质局 | 位移监测站及地质监测预警系统 |
CN110174044A (zh) * | 2019-04-16 | 2019-08-27 | 中国矿业大学 | 一种基于psi技术的桥梁纵向位移形变监测的方法 |
CN110344342A (zh) * | 2019-07-16 | 2019-10-18 | 安徽岩芯光电技术有限公司 | 玻璃珠施工方法、沉降度检测方法和装置及沉降度分析仪 |
CN112505700A (zh) * | 2020-11-27 | 2021-03-16 | 华能澜沧江水电股份有限公司 | 基于星载升降轨SAR和时序InSAR的滑坡识别方法及系统 |
CN112797886A (zh) * | 2021-01-27 | 2021-05-14 | 中南大学 | 面向缠绕相位的InSAR时序三维形变监测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103234519A (zh) * | 2013-04-22 | 2013-08-07 | 重庆绿色智能技术研究院 | 一种基于gps和静力水准测量的地面沉降监测预警系统 |
CN103363954A (zh) * | 2013-07-22 | 2013-10-23 | 广西土木勘察检测治理有限公司 | 一种地面沉降监测系统 |
-
2014
- 2014-07-25 CN CN201410360038.XA patent/CN104123470A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103234519A (zh) * | 2013-04-22 | 2013-08-07 | 重庆绿色智能技术研究院 | 一种基于gps和静力水准测量的地面沉降监测预警系统 |
CN103363954A (zh) * | 2013-07-22 | 2013-10-23 | 广西土木勘察检测治理有限公司 | 一种地面沉降监测系统 |
Non-Patent Citations (13)
Title |
---|
A.HOOPER ET AL.: "Persistent scatterer interferometric synthetic aperture radar for crustal deformation analysis,with application to Volcán Alcedo,Galápagos", 《JOURNAL OF GEOPHYSICAL RESEARCH》 * |
PS-InSAR processing methodologies in the detection of field surface deformation—Study of the Granada basin;Sousa J. et al.;《Journal of Geodynamics》;20100930;第9卷(第3期);181-189 * |
SOUSA J. ET AL.: "PS-InSAR processing methodologies in the detection of field surface deformation—Study of the Granada basin", 《JOURNAL OF GEODYNAMICS》 * |
中国地质环境信息网: "北京市地质环境监测总站", 《HTTP://WWW.CIGEM.GOV.CN/AUTO/DB/DETAIL.HTML?DB=1006&RID=15372&UNI=FALSE&MD=11&PD=5&MDD=11&PDD=5》 * |
北京市地质环境监测总站;中国地质环境信息网;《http://www.cigem.gov.cn/auto/db/detail.html?db=1006&rid=15372&uni=False&md=11&pd=5&mdd=11&pdd=5》;20110520;1-5 * |
唐立刚: "天津市地面沉降的GPS监测研究", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 * |
地下水监测网优化方法研究综述;郭燕莎等;《地理科学进展》;20110930;第30卷(第9期);1159-1160页2.1节,1162页2.1.7节 * |
基于云模型的大坝变形监测数据分析研究;王腾军等;《测绘通报》;20120228(第2期);摘要、引言、24-25 * |
天津市地面沉降的GPS监测研究;唐立刚;《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》;20060615(第6期);摘要、正文第32-34页 * |
王腾军等: "基于云模型的大坝变形监测数据分析研究", 《测绘通报》 * |
用PSInSAR技术监测地面沉降研究;胡波等;《大地测量与地球动力学》;20100430;第30卷(第2期);35页第2节和36页第3节 * |
胡波等: "用PSInSAR技术监测地面沉降研究", 《大地测量与地球动力学》 * |
郭燕莎等: "地下水监测网优化方法研究综述", 《地理科学进展》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104360332A (zh) * | 2014-11-11 | 2015-02-18 | 河海大学 | 基于地基合成孔径雷达干涉的大气相位屏提取方法 |
CN106154264B (zh) * | 2014-12-04 | 2021-12-17 | 艾雷达私人有限公司 | 多频带可再配置地下雷达剖面测量仪系统 |
CN106154264A (zh) * | 2014-12-04 | 2016-11-23 | 艾雷达私人有限公司 | 多频带可再配置地下雷达剖面测量仪系统 |
CN105372656A (zh) * | 2015-08-31 | 2016-03-02 | 首都师范大学 | 一种表述地面沉降空间演化趋势的方法 |
CN105372656B (zh) * | 2015-08-31 | 2018-04-03 | 首都师范大学 | 一种表述地面沉降空间演化趋势的方法 |
CN105488253A (zh) * | 2015-11-24 | 2016-04-13 | 首都师范大学 | 一种确定地面沉降和区域静载荷相关性的方法 |
CN105467389A (zh) * | 2015-12-23 | 2016-04-06 | 首都师范大学 | 分析浅地表空间利用差异模式下地面沉降演变规律的方法 |
CN105825043A (zh) * | 2016-03-10 | 2016-08-03 | 南宁市水文水资源局 | 一种建立浊度与单沙关系模型的方法 |
CN105975444A (zh) * | 2016-05-24 | 2016-09-28 | 南京大学 | 一种基于信息熵的地下水数值模拟不确定性定量分析方法 |
CN109764801A (zh) * | 2017-11-09 | 2019-05-17 | 深圳市地质局 | 位移监测站及地质监测预警系统 |
CN109098753A (zh) * | 2018-08-09 | 2018-12-28 | 中国矿业大学 | 一种浅埋煤层开采潜水漏失致灾程度的划分方法 |
CN110174044A (zh) * | 2019-04-16 | 2019-08-27 | 中国矿业大学 | 一种基于psi技术的桥梁纵向位移形变监测的方法 |
CN110344342A (zh) * | 2019-07-16 | 2019-10-18 | 安徽岩芯光电技术有限公司 | 玻璃珠施工方法、沉降度检测方法和装置及沉降度分析仪 |
CN112505700A (zh) * | 2020-11-27 | 2021-03-16 | 华能澜沧江水电股份有限公司 | 基于星载升降轨SAR和时序InSAR的滑坡识别方法及系统 |
CN112797886A (zh) * | 2021-01-27 | 2021-05-14 | 中南大学 | 面向缠绕相位的InSAR时序三维形变监测方法 |
CN112797886B (zh) * | 2021-01-27 | 2022-04-22 | 中南大学 | 面向缠绕相位的InSAR时序三维形变监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104123470A (zh) | 一种优化地面沉降监测网的方法 | |
Zhou et al. | Enhanced dynamic landslide hazard mapping using MT-InSAR method in the Three Gorges Reservoir Area | |
Zhou et al. | Quantifying the contribution of multiple factors to land subsidence in the Beijing Plain, China with machine learning technology | |
Sun et al. | Monitoring land subsidence in the southern part of the lower Liaohe plain, China with a multi-track PS-InSAR technique | |
Ullo et al. | Application of DInSAR technique to high coherence Sentinel-1 images for dam monitoring and result validation through in situ measurements | |
Castellazzi et al. | InSAR to support sustainable urbanization over compacting aquifers: The case of Toluca Valley, Mexico | |
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 | |
Dehghani et al. | Hybrid conventional and persistent scatterer SAR interferometry for land subsidence monitoring in the Tehran Basin, Iran | |
Teza et al. | Characterization of landslide ground surface kinematics from terrestrial laser scanning and strain field computation | |
Fiaschi et al. | From ERS-1/2 to Sentinel-1: Two decades of subsidence monitored through A-DInSAR techniques in the Ravenna area (Italy) | |
Dong et al. | Spatio-temporal analysis of ground subsidence due to underground coal mining in Huainan coalfield, China | |
Yang et al. | Deformation at longyao ground fissure and its surroundings, north China plain, revealed by ALOS PALSAR PS-InSAR | |
CN104133996A (zh) | 一种基于云模型和数据场的地面沉降风险等级评估方法 | |
CN106023157A (zh) | 一种基于sar图像的山区地表微形变信息提取方法 | |
Zhang et al. | Monitoring ground surface deformation over the North China Plain using coherent ALOS PALSAR differential interferograms | |
Zhou et al. | Land subsidence under different land use in the eastern Beijing plain, China 2005-2013 revealed by InSAR timeseries analysis | |
Uzielli et al. | Risk analysis for the Ancona landslide—I: characterization of landslide kinematics | |
CN113064170A (zh) | 一种基于时序InSAR技术的膨胀土区域地表形变监测方法 | |
Lu et al. | Monitoring urban land surface deformation (2004–2010) from InSAR, groundwater and levelling data: A case study of Changzhou city, China | |
Zhang et al. | Long-term ground multi-level deformation fusion and analysis based on a combination of deformation prior fusion model and OTD-InSAR for longwall mining activity | |
Yang et al. | A PSI targets characterization approach to interpreting surface displacement signals: A case study of the Shanghai metro tunnels | |
Lu et al. | Monitoring land deformation in Changzhou city (China) with multi-band InSAR data sets from 2006 to 2012 | |
Pu et al. | Refined mapping and kinematic trend assessment of potential landslides associated with large-scale land creation projects with multitemporal InSAR | |
Cai et al. | A review of monitoring, calculation, and simulation methods for ground subsidence induced by coal mining | |
Wang et al. | Decomposing and mapping different scales of land subsidence over Shanghai with X-and C-Band SAR data stacks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141029 |
|
RJ01 | Rejection of invention patent application after publication |