CN105091803B - 一种基于GBSAR外观监测的300m级高堆石坝材料参数反演方法 - Google Patents
一种基于GBSAR外观监测的300m级高堆石坝材料参数反演方法 Download PDFInfo
- Publication number
- CN105091803B CN105091803B CN201510458099.4A CN201510458099A CN105091803B CN 105091803 B CN105091803 B CN 105091803B CN 201510458099 A CN201510458099 A CN 201510458099A CN 105091803 B CN105091803 B CN 105091803B
- Authority
- CN
- China
- Prior art keywords
- deformation
- dam body
- body surface
- dam
- grades
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B15/00—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons
- G01B15/06—Measuring arrangements characterised by the use of electromagnetic waves or particle radiation, e.g. by the use of microwaves, X-rays, gamma rays or electrons for measuring the deformation in a solid
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于GBSAR的300m级高堆石坝材料参数反演方法:1.在300m级高堆石坝上游和下游的左右岸分别架设4台便携式地基雷达干涉仪,从四个方位分别获取坝体表面SAR影像;2.对SAR影像进行图像处理,得到四个方位向坝体表面形变。对坝体表面形变进行三维解析,得到坝体表面顺河向、横河向和铅直向的变形值;3.利用三个方向的坝体实测外观变形,采用不同的权重建立目标函数,对300m级高堆石坝堆石体强度变形参数进行反演分析。本发明利用GBSAR获得亚毫米级精度的坝体表面变形数据;在参数反演中考虑堆石体分区和参数随时间演化过程,建立反演目标函数,确保300m级高堆石坝堆石体参数反演的准确性。
Description
技术领域
本发明涉及一种基于GBSAR外观监测的300m级高堆石坝材料参数反演方法。
背景技术
近年来,我国大坝建设继续朝向高坝发展,坝体变形控制成为影响大坝全生命周期安全性的关键问题之一。200m级大坝内部变形监测所采用的仪器有水管式沉降仪和引线式水平位移计等,由于仪器固有的缺陷以及安装埋设工艺限制,不少工程出现了监测设施破坏、测值异常、系统难以维护等一系列问题。对于300m级高堆石坝,测量管线长度会达到1000m级,坝体最大沉降量将达3.0~4.0m(仅按坝高的1%计算)。采用传统内观监测技术监测300m级高堆石坝内部变形存在诸多困难,甚至无法实施,而精确的坝体变形监测资料是评价大坝运行性态的关键。针对300m级高堆石坝,本专利提出利用GBSAR进行堆石坝外观变形观测得到精度为亚毫米级的变形监测数据,创造性解决300m级高堆石坝形变监测的技术难题。此外,在参数反演中,综合考虑空间因素(铅直向、顺河向、横河向变形)和时间因素(大坝体表变形过程),建立反演目标函数,确保反演结果的准确性、可靠性和合理性。
发明内容
本发明的上述技术问题主要是通过下述技术方案得以解决的:
一种基于GBSAR外观监测的300m级高堆石坝材料参数反演方法,其特征在于,包括以下步骤:
步骤1,在300m级高堆石坝上游和下游的左右岸分别架设4台便携式地基雷达干涉仪,定期对坝体进行扫描观测,从四个方位分别获取坝体表面不同时刻的SAR影像,其中,每个方位均有不同时刻的若干张SAR影像;
步骤,2,对SAR影像进行图像处理,采用时间序列INSAR处理方法获取坝体同一部位不同时刻下的两张SAR图像(这里,根据最终想要获取的位移值选取该位移发生的起止时刻对应的两张SAR图像)为基本处理数据,通过求两幅SAR图像的相位差,获取干涉图像,然后进行相位解缠,从干涉条纹中得到四个方位向坝体表面形变过程线,具体方法为:通过相位解缠,从干涉条纹中可以整理得到坝体表面某一部位某一时间段的形变值;经过多次这样的操作,可以获得坝体表面各个特征点整个过程的形变值,最终将这些形变值进行汇总整理,绘制坝体表面形变过程线;
步骤,3,对大坝外部形变(指沿雷达干涉入射方向坝体表面某点的形变)进行三维解析,得到坝体表面顺河向、横河向和铅直向的三维形变量,具体是根据干涉波入射方向与大坝顺河向、水平向、铅直向的夹角,求得三个方向的变形分量(即三维形变量),同时根据其他雷达测点所得形变对三维形变进行校准和修正。
步骤4,根据不同方向的坝体变形在参数反演中的考虑权重,赋予其不同的权重系数(其中铅直向权重为0.5,其余两方向均为0.25),建立目标函数(公式如下),采用遗传算法对300m级高堆石坝的堆石体强度变形参数进行反演分析,最终反演得到的数据是能够真实反应坝体力学特性的坝体材料参数。
其中,k为监测数据的类别,分为铅直向、顺河向、横河向三种;ωk为三个方向分别对应的权重(k=1代表铅直向,取值为0.5;k=2及k=3时分别对应顺河向和横河向,取值均为0.25);m为反演分析时段总数;n为测点总数;为第i个测点在第j个时段对应的k向位移实测值;为对应的计算值。
因此,本发明具有如下优点:1.其变形监测能力可达毫米级。本发明很好地满足了300m高坝的大量程、高精度、长期稳定性三方面的要求;2.有效避免了传统测量方法测量坝体内部位移时难以避免的误差;同时在参数反演中,综合考虑空间因素(铅直向、顺河向、横河向变形)和时间因素(大坝体表变形过程),建立反演目标函数,提高了高坝反演分析结果的准确性和合理性。
附图说明
图1是监测雷达安装及监测示意图。
图2是三维解析后所得坝体外部变形示意图(以竖直向为例)。
图3是SAR影像处理流程示意图。
图4是高坝反演分析流程示意图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:
本发明的基本思路是避开难以准确观测的坝体内部变形,将坝体内部视为一个“黑匣子”,而将便于观测的坝体外部变形作为参数反演的监测资料,从而进行准确的堆石体参数反演。
步骤一在300m级高堆石坝上游和下游的左右岸分别架设4台便携式地基雷达干涉仪(GBSAR),定期对坝体进行扫描观测,从四个方位分别获取坝体表面不同时刻的SAR影像;
步骤二对SAR影像进行图像处理,采用时间序列INSAR处理方法获取坝体同一部位不同时刻下的两张SAR图像为基本处理数据,通过求两幅SAR图像的相位差,获取干涉图像,然后进行相位解缠,从干涉条纹中得到四个方位向坝体表面形变过程线;
步骤三对大坝外部形变进行三维解析,得到坝体表面顺河向、横河向和铅直向的三维形变量;
步骤四根据不同方向的坝体变形在参数反演中的考虑权重,赋予其不同的权重系数(其中铅直向权重为0.5,其余两方向均为0.25),建立目标函数(公式如下),采用遗传算法对300m级高堆石坝的堆石体强度变形参数进行反演分析。
其中,k为监测数据的类别,分为铅直向、顺河向、横河向三种;ωk为三个方向分别对应的权重(k=1代表铅直向,取值为0.5;k=2及k=3时分别对应顺河向和横河向,取值均为0.25);m为反演分析时段总数;n为测点总数;为第i个测点在第j个时段对应的k向位移实测值;为对应的计算值。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (1)
1.一种基于GBSAR外观监测的300m级高堆石坝材料参数反演方法,其特征在于,其中便携式地基雷达干涉仪简称GBSAR,包括以下步骤:
步骤1,在300m级高堆石坝上游和下游的左右岸分别架设4台便携式地基雷达干涉仪,定期对坝体进行扫描观测,从四个方位分别获取坝体表面不同时刻的SAR影像,其中,每个方位均有不同时刻的若干张SAR影像;
步骤2,对SAR影像进行图像处理,采用时间序列INSAR处理方法获取坝体同一部位不同时刻下的两张SAR图像为基本处理数据,通过求两幅SAR图像的相位差,获取干涉图像,然后进行相位解缠,从干涉条纹中得到四个方位向坝体表面形变过程线,具体方法为:通过相位解缠,从干涉条纹中可以整理得到坝体表面某一部位某一时间段的形变值;经过多次这样的操作,可以获得坝体表面各个特征点整个过程的形变值,最终将这些形变值进行汇总整理,绘制坝体表面形变过程线;
步骤3,对大坝外部形变,具体是是指沿雷达干涉入射方向坝体表面某点的形变,进行三维解析,得到坝体表面顺河向、横河向和铅直向的三维形变量,具体是根据干涉波入射方向与大坝顺河向、水平向、铅直向的夹角,求得三个方向的变形分量,同时根据其他雷达测点所得形变对三维形变进行校准和修正;
步骤4,根据不同方向的坝体变形在参数反演中的考虑权重,赋予其不同的权重系数,基于以下公式建立目标函数,采用遗传算法对300m级高堆石坝的堆石体强度变形参数进行反演分析,最终反演得到的数据是能够真实反应坝体力学特性的坝体材料参数;
其中,k为监测数据的类别,分为铅直向、顺河向、横河向三种;ωk为三个方向分别对应的权重;m为反演分析时段总数;n为测点总数;为第i个测点在第j个时段对应的k向位移实测值;为对应的计算值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510458099.4A CN105091803B (zh) | 2015-07-29 | 2015-07-29 | 一种基于GBSAR外观监测的300m级高堆石坝材料参数反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510458099.4A CN105091803B (zh) | 2015-07-29 | 2015-07-29 | 一种基于GBSAR外观监测的300m级高堆石坝材料参数反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105091803A CN105091803A (zh) | 2015-11-25 |
CN105091803B true CN105091803B (zh) | 2018-06-29 |
Family
ID=54572764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510458099.4A Active CN105091803B (zh) | 2015-07-29 | 2015-07-29 | 一种基于GBSAR外观监测的300m级高堆石坝材料参数反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105091803B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107092759B (zh) * | 2017-05-05 | 2020-07-14 | 河海大学 | 基于重力坝坝基参数反演的坝体位移监测点优化布置方法 |
CN107301282B (zh) * | 2017-06-12 | 2021-03-16 | 天津大学 | 基于多源监测时序数据的混凝土坝力学参数反演方法 |
CN112347670B (zh) * | 2020-10-26 | 2022-09-27 | 青海大学 | 一种基于神经网络响应面的堆石料蠕变参数预测方法 |
CN113269871B (zh) * | 2021-05-20 | 2022-04-26 | 武汉大学 | 基于InSAR与多源数据融合的堆石坝变形场重构方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR200379477Y1 (ko) * | 2004-09-13 | 2005-03-18 | 최용기 | 사면부의 거동량을 측정하기 위한 사면거동 측정시스템 |
CN103576149B (zh) * | 2013-06-05 | 2015-11-18 | 河海大学 | 一种基于幅度信息的地基干涉雷达三维形变提取方法 |
CN104515988B (zh) * | 2014-12-16 | 2017-12-15 | 中国安全生产科学研究院 | 一种基于地基合成孔径雷达的边坡安全监测预警方法 |
-
2015
- 2015-07-29 CN CN201510458099.4A patent/CN105091803B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105091803A (zh) | 2015-11-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105091803B (zh) | 一种基于GBSAR外观监测的300m级高堆石坝材料参数反演方法 | |
CN111583214B (zh) | 基于rbf神经网络的航海雷达图像反演海面风速方法 | |
CN109029882B (zh) | 一种提高基于倾角仪的桥梁挠度测试精度的方法 | |
CN112711899B (zh) | 一种蒸发波导高度的融合预测方法 | |
CN102564323B (zh) | 基于四象限位置探测器测试桥梁挠度/纵向位移变化的方法 | |
CN103033253B (zh) | 一种塔式起重机结构的非接触振动检测方法 | |
CN109991601A (zh) | 一种基于PS-InSAR技术的房屋风险评估方法 | |
CN106291542B (zh) | 一种隧道三维成像方法 | |
CN103884291B (zh) | 基于nurbs参数曲面的建筑物表面柔性变形监测方法 | |
CN110390687A (zh) | 一种基于三维激光扫描的河道冲淤测量方法 | |
CN113189559B (zh) | 一种星载成像高度计遥感数据海底地形反演方法 | |
CN111210519A (zh) | 一种高心墙堆石坝变形参数反演方法 | |
CN109612441B (zh) | 一种基于最优分类和矢量平均的波浪方向浮标主波向计算方法 | |
CN116757097A (zh) | 一种数字孪生水利工程运维监测系统和方法 | |
CN105486487A (zh) | 一种波浪检测系统 | |
Shen et al. | Study on laser speckle correlation method applied in triangulation displacement measurement | |
CN111666529A (zh) | 一种海浪数据处理及波浪谱生成方法 | |
CN111189403B (zh) | 一种隧道变形的监测方法、装置及计算机可读存储介质 | |
CN112461190A (zh) | 一种桥梁变形重构方法 | |
CN102565541B (zh) | 一种用于电学层析成像系统的递推解调方法 | |
CN107145633A (zh) | 一种岩石裂隙网络产状三维统计分布的预测方法 | |
CN104297753A (zh) | 一种基于自适应缩减算子的导航雷达图像反演海面风向方法 | |
CN104089554A (zh) | 一种利用角规计数木测量森林结构参数的方法 | |
CN109615657A (zh) | 基于点云数据的含螺纹目标物位姿的计算方法 | |
CN111693982B (zh) | 一种雷达测速ai算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |