CN105488253A - 一种确定地面沉降和区域静载荷相关性的方法 - Google Patents
一种确定地面沉降和区域静载荷相关性的方法 Download PDFInfo
- Publication number
- CN105488253A CN105488253A CN201510823572.4A CN201510823572A CN105488253A CN 105488253 A CN105488253 A CN 105488253A CN 201510823572 A CN201510823572 A CN 201510823572A CN 105488253 A CN105488253 A CN 105488253A
- Authority
- CN
- China
- Prior art keywords
- index
- ibi
- remote sensing
- subsidence
- point
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开一种确定地面沉降和区域静载荷相关性的方法,包括以下步骤:对TM遥感影像采用设定窗口选取设定数量的采样单元;对每个采用单元的图像进行预处理,得到NDBI指数、MNDWI指数和SAVI指数,根据NDBI指数、MNDWI指数和SAVI指数进行IBI指数反演,得到反映建筑载荷时空变化的遥感建筑用地指数IBI;采用PS-InSAR方法对每个采样单元的图像进行处理,根据所获取的该采样单元内的时序沉降数据得到PS点沉降速率;将PS点沉降速率作为因变量,遥感建筑用地指数IBI作为自变量,采用统计相关分析方法,获得PS点沉降速率与遥感建筑用地指数IBI的定量关系。
Description
技术领域
本发明涉及PS-InSAR技术和遥感建筑指数法技术的综合应用领域,具体而言,涉及一种确定地面沉降和区域静载荷相关性的方法。
背景技术
。目前针对城市化进程中动静载荷与地面沉降的关系问题,国内外学者采用多种传统的技术手段对其展开研究。M.H.Aly通过研究,指出地铁网络和高密度人口也是导致地面不均匀沉降的因素;S.Stramondo认为在原位有效压力条件下,载荷的重量和建成年份持续的时间对地面沉降贡献不同;Kaynia等将列车载荷简化为间距一定的移动载荷,用成层粘弹性半空间上的E-B梁模型对地基振动载荷效应进行了模拟研究。上海的地面沉降研究结果表明,高层建筑对地面沉降量的贡献率可达到30%;唐益群等借助离心模型试验手段,探索了不同建筑容积率下密集建筑群区对地面沉降的影响规律;何庆成指出地面上的动荷载在一定条件下,将引起土体的压密变形,诱发地面沉降。但是这些研究大多采用的是传统的技术手段或者研究方法,虽然局部特点明显,但由于区域水文地质条件的非均一性,需要区域尺度的整体研究。
针对地面沉降和区域静载荷相关性问题,严学新等探究了静载荷与地面沉降的关系。使用建筑容积率(即地上总建筑面积与用地面积的比率)来表征地面载荷,沉降信息的获取自历年的监测数据。对于二者关系的分析,则是基于数据的对比分析。
上述方案存在的问题是,首先获取大范围内、长时间序列的建筑容积率信息繁琐,困难,调查成本高;其次对于沉降信息的获取,也是基于小范围内的监测数据,涉及范围太小,无法反应区域整体沉降特征。再者,在二者关系的确定时,上述方案仅仅做了简单的对照分析,只能定性地确定二者的关系。
发明内容
本发明提供一种确定地面沉降和区域静载荷相关性的方法,用以克服现有技术中存在的至少一个问题。
为达到上述目的,本发明提供了一种确定地面沉降和区域静载荷相关性的方法,包括以下步骤:
对TM遥感影像采用设定窗口选取设定数量的采样单元;
对每个采用单元的图像进行预处理,得到NDBI指数、MNDWI指数和SAVI指数,根据NDBI指数、MNDWI指数和SAVI指数进行IBI指数反演,得到反映建筑载荷时空变化的遥感建筑用地指数IBI;
采用PS-InSAR方法对每个采样单元的图像进行处理,根据所获取的该采样单元内的时序沉降数据得到PS点沉降速率;
将PS点沉降速率作为因变量,遥感建筑用地指数IBI作为自变量,采用统计相关分析方法,获得PS点沉降速率与遥感建筑用地指数IBI的定量关系。
进一步地,所述设定窗口为单个PS点、20×20窗口大小和100×100窗口大小中的一种或多种。
进一步地,当所述设定窗口为单个PS点时,采用Spearman秩相关系数法分析单个PS点的PS点沉降速率与遥感建筑用地指数IBI的定量关系。
进一步地,当分析20×20窗口大小采用单元内PS沉降速率与遥感建筑用地指数IBI的定量关系时,首先把量纲不统一的遥感建筑用地指数IBI与PS沉降速率进行归一化,并转换为百分率,再采用相关回归分析方法,分析遥感建筑用地指数IBI与PS沉降速率的定量关系。
进一步地,当采样单元的窗口大小为100×100时,根据其空间分布和PS点的位置情况,共选取了30个100×100窗口大小的采样单元,每个采样单元的沉降速率取其所包含的PS点的平均值,对应的遥感建筑用地指数IBI取其栅格单元的平均值,并分析得到遥感建筑用地指数IBI与PS沉降速率的变化关系曲线。
本发明首先使用PS-InSAR方法解决了大范围时序沉降信息的问题,覆盖范围大,成本低,准确度高。其次使用遥感植被指数(IBI)来表针地面建筑物的覆盖程度,解决了建筑用地时空变化数据不易获取,调查成本高,操作复杂的问题;再次,在数据分析方面,以PS点沉降速率作为因变量,遥感建筑用地指数IBI作为自变量,采用不同的统计相关分析方法,定量研究两者相关性,解决了现有技术方案中只是简单定性分析的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一个实施例的确定地面沉降和区域静载荷相关性的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明一个实施例的确定地面沉降和区域静载荷相关性的方法流程图;如图所示,该确定地面沉降和区域静载荷相关性的方法包括以下步骤:
对TM(ThematicMapper,主题地图)遥感影像采用设定窗口选取设定数量的采样单元;
对每个采用单元的图像进行预处理,得到NDBI指数、MNDWI指数和SAVI指数,根据NDBI指数、MNDWI指数和SAVI指数进行IBI指数反演,得到反映建筑载荷时空变化的遥感建筑用地指数IBI;
采用PS-InSAR方法对每个采样单元的图像进行处理,根据所获取的该采样单元内的时序沉降数据得到PS点沉降速率;
将PS点沉降速率作为因变量,遥感建筑用地指数IBI作为自变量,采用统计相关分析方法,获得PS点沉降速率与遥感建筑用地指数IBI的定量关系。
其中,采样单元的大小可根据研究区的建筑物分布和PS点分布确定的,其大小是可变的,例如,上述设定窗口可以为单个PS点、20×20窗口大小和100×100窗口大小中的一种或多种。
在本发明的一个较佳的实施例中,在三种不同的采样单元内,基于GIS分析平台,提取PS点的平均沉降速率与对应的遥感建筑用地指数IBI,PS点沉降速率作为因变量,遥感建筑用地指数IBI作为自变量,采用不同的统计相关分析方法,定量研究两者相关性。其中,选取不同的空间采样范围,是为了相互检验,保证分析结果的准确性;同时更客观的挖掘出载荷的密度差异与不均匀沉降的关系。
例如,当设定窗口为单个PS点时,采用Spearman秩相关系数法分析单个PS点的PS点沉降速率与遥感建筑用地指数IBI的定量关系。Spearman秩相关系数,能有效克服Pearson积矩相关系数,仅描述线性相关关系的缺点,判断2个随机变量在线性相关或非线性相关下的共变趋势程度。
例如,当分析20×20窗口大小采用单元内PS沉降速率与遥感建筑用地指数IBI的定量关系时,首先把量纲不统一的遥感建筑用地指数IBI与PS沉降速率进行归一化,并转换为百分率,再采用相关回归分析方法,分析遥感建筑用地指数IBI与PS沉降速率的定量关系。
例如,当采样单元的窗口大小为100×100时,根据其空间分布和PS点的位置情况,共选取了30个100×100窗口大小的采样单元,每个采样单元的沉降速率取其所包含的PS点的平均值,对应的遥感建筑用地指数IBI取其栅格单元的平均值,并分析得到遥感建筑用地指数IBI与PS沉降速率的变化关系曲线。
在具体实施时,基于100×100窗口大小采用单元内,可以根据其空间分布和PS点的位置情况,共选取30个采样单元,每个研究单元的沉降速率,取其所包含的PS点的平均值,对应的IBI值取其栅格单元的平均值,再分析两者的变化关系曲线。
在上述实施例中,首先使用PS-InSAR方法解决了大范围时序沉降信息的问题,覆盖范围大,成本低,准确度高。其次使用遥感植被指数(IBI)来表针地面建筑物的覆盖程度,解决了建筑用地时空变化数据不易获取,调查成本高,操作复杂的问题;再次,在数据分析方面,以PS点沉降速率作为因变量,遥感建筑用地指数IBI作为自变量,采用不同的统计相关分析方法,定量研究两者相关性,解决了现有技术方案中只是简单定性分析的问题。
应用本发明的方法,对北京市典型地下水漏斗区进行分析,结果表明:载荷的密度与沉降的不均匀性存在正相关关系,尤其在大于30mm/yr的沉降速率地区显示的较为明显;动静载荷的共同作用相对于单纯的静载荷对地面沉降的贡献更大。同时,载荷的密度与沉降速率相关性较小则说明短期时间内,相对于地下水的开采,载荷的增加对地面沉降的影响并不十分凸显。但是高密度建筑群、多密度建筑群、立体交通网络等动静载荷急剧增加,对区域性地面沉降的贡献仍旧是不容忽视的问题,需要长期的系统研究。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解:实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (5)
1.一种确定地面沉降和区域静载荷相关性的方法,其特征在于,包括以下步骤:
对TM遥感影像采用设定窗口选取设定数量的采样单元;
对每个采用单元的图像进行预处理,得到NDBI指数、MNDWI指数和SAVI指数,根据NDBI指数、MNDWI指数和SAVI指数进行IBI指数反演,得到反映建筑载荷时空变化的遥感建筑用地指数IBI;
采用PS-InSAR方法对每个采样单元的图像进行处理,根据所获取的该采样单元内的时序沉降数据得到PS点沉降速率;
将PS点沉降速率作为因变量,遥感建筑用地指数IBI作为自变量,采用统计相关分析方法,获得PS点沉降速率与遥感建筑用地指数IBI的定量关系。
2.根据权利要求1所述的确定地面沉降和区域静载荷相关性的方法,其特征在于,所述设定窗口为单个PS点、20×20窗口大小和100×100窗口大小中的一种或多种。
3.根据权利要求2所述的确定地面沉降和区域静载荷相关性的方法,其特征在于,当所述设定窗口为单个PS点时,采用Spearman秩相关系数法分析单个PS点的PS点沉降速率与遥感建筑用地指数IBI的定量关系。
4.根据权利要求2所述的确定地面沉降和区域静载荷相关性的方法,其特征在于,当分析20×20窗口大小采用单元内PS沉降速率与遥感建筑用地指数IBI的定量关系时,首先把量纲不统一的遥感建筑用地指数IBI与PS沉降速率进行归一化,并转换为百分率,再采用相关回归分析方法,分析遥感建筑用地指数IBI与PS沉降速率的定量关系。
5.根据权利要求2所述的确定地面沉降和区域静载荷相关性的方法,其特征在于,当采样单元的窗口大小为100×100时,根据其空间分布和PS点的位置情况,共选取了30个100×100窗口大小的采样单元,每个采样单元的沉降速率取其所包含的PS点的平均值,对应的遥感建筑用地指数IBI取其栅格单元的平均值,并分析得到遥感建筑用地指数IBI与PS沉降速率的变化关系曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510823572.4A CN105488253A (zh) | 2015-11-24 | 2015-11-24 | 一种确定地面沉降和区域静载荷相关性的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510823572.4A CN105488253A (zh) | 2015-11-24 | 2015-11-24 | 一种确定地面沉降和区域静载荷相关性的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105488253A true CN105488253A (zh) | 2016-04-13 |
Family
ID=55675227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510823572.4A Pending CN105488253A (zh) | 2015-11-24 | 2015-11-24 | 一种确定地面沉降和区域静载荷相关性的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105488253A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109388887A (zh) * | 2018-10-09 | 2019-02-26 | 首都师范大学 | 一种地面沉降影响因素定量分析方法及系统 |
CN109828270A (zh) * | 2018-12-27 | 2019-05-31 | 首都师范大学 | 一种表征地面沉降时序演变的方法 |
CN110598513A (zh) * | 2019-05-24 | 2019-12-20 | 南京大学 | 一种基于sleuth模型的城市开发边界预测方法 |
CN111398958A (zh) * | 2020-04-03 | 2020-07-10 | 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 |
CN113984004A (zh) * | 2021-09-28 | 2022-01-28 | 北京大成国测科技有限公司 | 路基工程线状沉降变形监测系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123470A (zh) * | 2014-07-25 | 2014-10-29 | 首都师范大学 | 一种优化地面沉降监测网的方法 |
-
2015
- 2015-11-24 CN CN201510823572.4A patent/CN105488253A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123470A (zh) * | 2014-07-25 | 2014-10-29 | 首都师范大学 | 一种优化地面沉降监测网的方法 |
Non-Patent Citations (3)
Title |
---|
M.H.ALY_ET AL: ""Permanent Scatterer investigation of land subsidence in Greater Cairo"", 《GEOPHYSICAL JOURNAL INTERNATIONAL》 * |
陈蓓蓓 等: "PS-InSAR技术与多光谱遥感建筑指数的载荷密度对地面沉降影响的研究", 《光谱学与光谱分析》 * |
陈蓓蓓 等: "北京典型地下水漏斗区载荷密度与地面沉降相关性", 《应用基础与工程科学学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109388887A (zh) * | 2018-10-09 | 2019-02-26 | 首都师范大学 | 一种地面沉降影响因素定量分析方法及系统 |
CN109388887B (zh) * | 2018-10-09 | 2023-01-13 | 首都师范大学 | 一种地面沉降影响因素定量分析方法及系统 |
CN109828270A (zh) * | 2018-12-27 | 2019-05-31 | 首都师范大学 | 一种表征地面沉降时序演变的方法 |
CN109828270B (zh) * | 2018-12-27 | 2020-05-22 | 首都师范大学 | 一种表征地面沉降时序演变的方法 |
CN110598513A (zh) * | 2019-05-24 | 2019-12-20 | 南京大学 | 一种基于sleuth模型的城市开发边界预测方法 |
CN111398958A (zh) * | 2020-04-03 | 2020-07-10 | 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 |
CN113984004A (zh) * | 2021-09-28 | 2022-01-28 | 北京大成国测科技有限公司 | 路基工程线状沉降变形监测系统 |
CN113984004B (zh) * | 2021-09-28 | 2022-07-12 | 北京大成国测科技有限公司 | 路基工程线状沉降变形监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Spatial and temporal prediction and uncertainty of soil loss using the revised universal soil loss equation: a case study of the rainfall–runoff erosivity R factor | |
Sinha et al. | Assessing the spatial sensitivity of a random forest model: Application in gridded population modeling | |
Yang | SolarData: An R package for easy access of publicly available solar datasets | |
Daftaribesheli et al. | Assessment of rock slope stability using the Fuzzy Slope Mass Rating (FSMR) system | |
CN105488253A (zh) | 一种确定地面沉降和区域静载荷相关性的方法 | |
Anderson et al. | Case studies of conservation plans that incorporate geodiversity | |
CN103645516B (zh) | 基于岩石物理相控油气作用确定油气产能的方法 | |
CN103345566B (zh) | 基于地质内涵的化探异常识别与评价方法 | |
CN103198363B (zh) | 一种基于ct孔隙分析的储层产气量预测方法及装置 | |
Chen et al. | Application of group decision-making AHP of confidence index and cloud model for rock slope stability evaluation | |
CN110134907B (zh) | 一种降雨缺失数据填补方法、系统及电子设备 | |
shen et al. | Persistence and corresponding time scales of soil moisture dynamics during summer in the Babao River Basin, Northwest China | |
Tsanis et al. | A GIS precipitation method for analysis of storm kinematics | |
CN103134433A (zh) | 一种利用位移监测鉴别边坡失稳致滑因子的方法 | |
Li et al. | Testing predictions for migration of meandering rivers: Fit for a curvature‐based model depends on streamwise location and timescale | |
CN104533406A (zh) | 确定油气成藏概率的方法 | |
Stokes et al. | The erosional signature of drainage divide motion along the Blue Ridge Escarpment | |
Naveen et al. | Landslide detection using machine learning algorithms | |
Michalek et al. | Evaluation of CMIP6 HighResMIP for hydrologic modeling of annual maximum discharge in Iowa | |
CN114511239B (zh) | 土壤重金属污染风险区划分方法、装置、电子设备及介质 | |
Kemter et al. | Controls on flood trends across the United States | |
Nonomura et al. | Regional extraction of flexural-toppled slopes in epicentral regions of subduction earthquakes along the Nankai Trough using DEMs | |
Chandrasekar et al. | Computer application on evaluating beach sediment erosion and accretion from profile survey data | |
Fontani | Application of the Fisher's “Horizon Viewshed” to a proposed power transmission line in Nozzano (Italy) | |
Mohamed et al. | Tsunami Wave Simulation Models Based on Hexagonal Cellular Automata |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160413 |