CN105806303B - 融合D-InSAR和模矢法求取概率积分参数的方法 - Google Patents
融合D-InSAR和模矢法求取概率积分参数的方法 Download PDFInfo
- Publication number
- CN105806303B CN105806303B CN201610220820.0A CN201610220820A CN105806303B CN 105806303 B CN105806303 B CN 105806303B CN 201610220820 A CN201610220820 A CN 201610220820A CN 105806303 B CN105806303 B CN 105806303B
- Authority
- CN
- China
- Prior art keywords
- point
- value
- arrow
- mould
- parameter
- 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
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/32—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring the deformation in a solid
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种融合D‑InSAR和模矢法求取概率积分参数的方法,包括:(1)利用概率积分法得到目标像元的预计下沉值、南北方向预计水平移动和东西方向预计水平移动的值,基于三维变形与LOS向变形关系,计算得到目标像元LOS向预计移动变形r'iLOS的值;(2)利用D‑InSAR技术实测目标像元的LOS向移动变形riLOS的值,计算目标像元的移动变形预计残差vi=riLOS‑r'iLOS的值,并构造求参误差函数ε(B)=∑|vi|;(3)基于ε(B)=min准则,利用模矢法求取全部概率积分参数。优点为:本发明有效融合了D‑InSAR和模矢法,可求取到全部概率积分参数,并且还具有参数求取精度高的优点。
Description
技术领域
本发明属于矿山变形监测技术领域,具体涉及一种融合D-InSAR和模矢法求取概率积分参数的方法。
背景技术
开采沉陷预计对建筑物下、铁路下、水体下(简称“三下”)采煤实践具有重要指导意义。概率积分法是我国“三下”采煤规程指定的开采沉陷预计方法,因而概率积分参数的求取也是矿山变形监测数据处理的核心内容。常规而言,开展概率积分参数反演的前提为准确获取采动地表三维变形。D-InSAR(合成孔径雷达差分干涉测量)由于具有全天时、高精度、似面测量和低费用等特点,已经成为当前矿山变形监测的研究热点。然而,当前单视向D-InSAR技术主要用于监测开采沉陷的下沉分量(对下沉敏感),无法提取到地表三维变形(特别是水平移动),因而,基于单视向D-InSAR技术无法求取全部概率积分参数,特别是水平移动系数。
解决上述难题,目前采用的主要方法为:建立适用于开采沉陷特点的D-InSAR三维变形监测方法,然后直接进行求参。现有技术出现的解决方案主要有:多视向D-InSAR、D-InSAR+Offset tracking、D-InSAR+MAI、融合GPS和D-InSAR法、地表先验模型+D-InSAR等方法,但上述方法主要用于解决地震、滑坡、火山喷发、冰川移动等特点的移动变形问题,然而上述对象的移动机理不同于矿山开采沉陷,并不能妥善解决矿山开采地表的三维变形监测问题。所以利用常规方法无法求取全部概率积分参数。
可见,如何基于单视向D-InSAR技术,求取全部概率积分参数,特别是水平移动系数,从而实现开采沉陷预计,具有重要意义。现有技术中尚未出现有效的解决方案。
发明内容
针对现有技术存在的缺陷,本发明提供一种融合D-InSAR和模矢法求取概率积分参数的方法,可有效解决上述问题。
本发明采用的技术方案如下:
本发明提供一种融合D-InSAR和模矢法求取概率积分参数的方法,包括以下步骤:
步骤1,根据地质采矿条件,预设工作面开采沉陷预计概率积分参数初值;
步骤2,通过雷达D-InSAR技术获取采动地表变形场影像;从所述采动地表变形场影像中选取n个目标像元;对于每个所述目标像元,均执行步骤2.1-步骤2.3:
步骤2.1,获取任意形状工作面地质采矿条件参数,并对工作面形状进行剖分,同时获取每个剖分单元的参数;另外,提取目标像元中心地理坐标(x,y);以步骤1的工作面开采沉陷预计概率积分参数初值、剖分单元的参数、目标像元中心地理坐标(x,y)为概率积分法模型的输入,利用所述概率积分法模型预计得到目标像元的预计下沉值Wi、南北方向预计水平移动UiSN和东西方向预计水平移动UiEW的值;
步骤2.2,将步骤2.1计算得到的目标像元预计下沉值Wi、南北方向预计水平移动UiSN和东西方向预计水平移动UiEW的值,以及获取到的雷达卫星的入射角θi的值和卫星飞行方向方位角αi的值,代入公式(1),得到目标像元LOS向预计移动变形r'iLOS的值;
步骤2.3,利用D-InSAR技术提取目标像元的LOS向实测移动变形riLOS的值,采用公式(2)计算得到目标像元的LOS向变形预计残差vi的值;
vi=riLOS-r'iLOS (2)
由此分别计算得到n个目标像元的LOS向变形预计残差vi的值;
步骤3,构筑求参误差函数ε(B):
其中,B为全部概率积分参数组成的矩阵;
将所计算得到的n个目标像元的LOS向变形预计残差vi的值代入公式(3),计算得到误差函数值;基于ε(B)=min准则,利用模矢法搜索,获取全局最优概率积分预计参数。
优选的,步骤1中,所预设的工作面开采沉陷预计概率积分参数初值包括左拐点偏移距S1、右拐点偏移距S2、上拐点偏移距S3、下拐点偏移距S4、下沉系数q、主要影响角正切tanβ、最大下沉角θ和水平移动系数b。
优选的,步骤2.1中,对工作面形状进行剖分,同时获取每个剖分单元的参数,具体为:首先获取工作面采深H,然后以边长为H/10的正方形为剖分单元,沿走向和倾向对工作面进行剖分,设任意一个剖分单元为剖分单元j,获取剖分单元j如下的剖分参数:单元面积Aj、单元中心采深Hj和单元中心坐标(xj,yj);
所述获取任意形状工作面地质采矿条件参数包括:工作面尺寸D1和D3、采深H、采高m和煤层倾角α。
优选的,步骤2.1中,所述概率积分法模型为:
Wi=[∑Wj(x,y)·Aj]·W0 (4)
UiSN=[rj·(-2π/rj 2)·(x-xj)·Wj(x,y)·Aj]·b·W0 (5)
其中:Wj(x,y)=(1/rj 2)·exp(-π·(x-xj)2/rj 2)·exp(-π·(y-yj+lj)2/rj 2)、lj=Hjcotθ、rj=Hj/tanβ、W0=mqcosα。
优选的,步骤3中,基于ε(B)=min准则,利用模矢法搜索,获取全局最优概率积分预计参数具体为:
步骤3.1,令B1=B,并以B1作为初始基点进行搜索;
其中:
B1所包含的各个预计参数即为B1的分量,值为步骤1所设置的值;
步骤3.2,确定B1的各个分量的探索步长;
即:对于任意分量Xi0(i=1,2,...,8),其步长为Δi,表示为:
Δi=(0,…,ΔXi0,…,0)T (8)
步骤3.3,根据步骤1-步骤3,计算初始基点B1的误差函数值ε(B1),另外计算B1+Δ1的误差函数值ε(B1+Δ1);
比较ε(B1)和ε(B1+Δ1):
若ε(B1+Δ1)<ε(B1),则探测成功,以点B1+Δ1作为临时矢点,并记作T11,T11的第一个下标1表示建立第一个模矢,第二个下标1表示X1已被摄动;
若ε(B1+Δ1)>ε(B1),则本次探测失败,进行反方向探测,即:试验B1-Δ1点,若ε(B1-Δ1)<ε(B1),则本次探测成功,以点B1-Δ1作为临时矢点,并记作T11;否则,仍以B1作为临时矢点,并记作T11;上述搜索可用公式(9)进行描述,
步骤3.4,当B1的第1个分量X1被摄动时,则用T11代替原来的基点B1,继续对B1的第2个分量X2,进行摄动,得临时矢点T12;依此类推,直到对B1的第8个分量X8进行摄动,得到临时矢点T18;
步骤3.5,在得到临时矢点T18后,令T18=B2,由初始基点B1和新基点B2构成第一个模矢;
步骤3.6,将第一个模矢延长一倍,得到第二个模矢的初始临时矢点T20,即:
T20=B1+2(B2-B1)=2B2-B1 (10)
步骤3.7,同样,在T20附近进行探索,依次得到临时矢点T21,T22,Λ,T28,并以T28为第三个基点B3,此时由B2、B3构成第二个模矢;
将第二个模矢延长一倍,得到第三个模矢的初始临时矢点T30,即:
T30=B2+2(B3-B2)=2B3-B2 (11)
步骤3.8,如此不断循环,若对于第i个模矢存在以下关系:
ε(Ti0)<ε(Bi) (12)
则由Ti0产生不出比Bi更好的点,则应退回到Bi,模矢不再延长,并在Bi附近进行搜索;如果能得出新的下降点,即可引出新的模矢;否则,将步长缩小一半,开展更精细的探查,当步长缩小到足够高的精度时,即可停止迭代,此时得到的概率积分参数为全局最优解。
本发明提供的融合D-InSAR和模矢法求取概率积分参数的方法具有以下优点:
本发明有效融合了D-InSAR和模矢法,可求取全部概率积分参数,并且,还具有求取概率积分参数精度高的优点。
附图说明
图1为本发明提供的融合D-InSAR和模矢法求取概率积分参数的方法的流程示意图;
图2为本发明提供的时段2011.12.25-2012.03.11LOS方向累计地表移动变形量示意图;
图3为本发明提供的求参拟合效果图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
发明人研究发现,基于单视向D-InSAR技术虽然无法直接监测开采沉陷三维移动变形,但LOS向移动变形本质为目标点的下沉分量、水平移动分量沿LOS向投影,理论上可根据这种关系模型,结合目标区域地质采矿条件,利用非线性规划理论反演概率积分参数。
鉴于此,发明人开展重点研究,本发明人结合采动变形规律和雷达几何成像特点,采用模矢法构建基于单视向D-InSAR的开采沉陷概率积分参数反演模型,可基于单视向D-InSAR技术反演全部概率积分参数,并且,反演得到的概率积分参数的准确度较高,研究成果对D-InSAR矿山变形监测具有重要参考价值。
具体的,结合图1,本发明提供的融合D-InSAR和模矢法求取概率积分参数的方法,包括以下步骤:
步骤1,根据地质采矿条件,预设工作面开采沉陷预计概率积分参数初值;
本步骤中,所预设的工作面开采沉陷预计概率积分参数初值包括左拐点偏移距S1、右拐点偏移距S2、上拐点偏移距S3、下拐点偏移距S4、下沉系数q、主要影响角正切tanβ、最大下沉角θ和水平移动系数b。
步骤2,通过雷达D-InSAR技术获取采动地表变形场影像;从所述采动地表变形场影像中选取n个目标像元;对于每个所述目标像元,均执行步骤2.1-步骤2.3:
步骤2.1,获取任意形状工作面地质采矿条件参数,包括:工作面尺寸D1和D3、采深H、采高m和煤层倾角α。
对工作面形状进行剖分,同时获取每个剖分单元的参数;此处具体为:首先获取工作面采深H,然后以边长为H/10的正方形为剖分单元,沿走向和倾向对工作面进行剖分,设任意一个剖分单元为剖分单元j,获取剖分单元j如下的剖分参数:单元面积Aj、单元中心采深Hj和单元中心坐标(xj,yj);
另外,提取目标像元中心地理坐标(x,y);
以步骤1的工作面开采沉陷预计概率积分参数初值、剖分单元的参数、目标像元中心地理坐标(x,y)为概率积分法模型的输入,利用所述概率积分法模型预计得到目标像元的预计下沉值Wi、南北方向预计水平移动UiSN和东西方向预计水平移动UiEW的值;
本步骤中,所建立的概率积分法模型为:
Wi=[ΣWj(x,y)·Aj]·W0 (4)
UiSN=[rj·(-2π/rj 2)·(x-xj)·Wj(x,y)·Aj]·b·W0 (5)
其中:Wj(x,y)=(1/rj 2)·exp(-π·(x-xj)2/rj 2)·exp(-π·(y-yj+lj)2/rj 2)、lj=Hjcotθ、rj=Hj/tanβ、W0=mqcosα。
步骤2.2,将步骤2.1计算得到的目标像元预计下沉值Wi、南北方向预计水平移动UiSN和东西方向预计水平移动UiEW的值,以及获取到的雷达卫星的入射角θi的值和卫星飞行方向方位角αi的值,代入公式(1),得到目标像元LOS向预计移动变形r'iLOS的值;
步骤2.3,利用D-InSAR技术提取目标像元的LOS向实测移动变形riLOS的值,采用公式(2)计算得到目标像元的LOS向变形预计残差vi的值;
vi=riLOS-r'iLOS (2)
由此分别计算得到n个目标像元的LOS向变形预计残差vi的值;
步骤3,构筑求参误差函数ε(B):
其中,B为全部概率积分参数组成的矩阵;
将所计算得到的n个目标像元的LOS向变形预计残差vi的值代入公式(3),计算得到误差函数值;基于ε(B)=min准则,利用模矢法搜索,获取全局最优概率积分预计参数。
本步骤中,基于ε(B)=min准则,利用模矢法搜索,获取全局最优概率积分预计参数具体为:
步骤3.1,令B1=B,并以B1作为初始基点进行搜索;
其中:
B1所包含的各个预计参数即为B1的分量,值为步骤1所设置的值;
步骤3.2,确定B1的各个分量的探索步长;
即:对于任意分量Xi0(i=1,2,...,8),其步长为Δi,表示为:
Δi=(0,…,ΔXi0,…,0)T (8)
步骤3.3,根据步骤1-步骤3,计算初始基点B1的误差函数值ε(B1),另外计算B1+Δ1的误差函数值ε(B1+Δ1);
比较ε(B1)和ε(B1+Δ1):
若ε(B1+Δ1)<ε(B1),则探测成功,以点B1+Δ1作为临时矢点,并记作T11,T11的第一个下标1表示建立第一个模矢,第二个下标1表示X1已被摄动;
若ε(B1+Δ1)>ε(B1),则本次探测失败,进行反方向探测,即:试验B1-Δ1点,若ε(B1-Δ1)<ε(B1),则本次探测成功,以点B1-Δ1作为临时矢点,并记作T11;否则,仍以B1作为临时矢点,并记作T11;上述搜索可用公式(9)进行描述,
步骤3.4,当B1的第1个分量X1被摄动时,则用T11代替原来的基点B1,继续对B1的第2个分量X2,进行摄动,得临时矢点T12;依此类推,直到对B1的第8个分量X8进行摄动,得到临时矢点T18;
步骤3.5,在得到临时矢点T18后,令T18=B2,由初始基点B1和新基点B2构成第一个模矢;
步骤3.6,将第一个模矢延长一倍,得到第二个模矢的初始临时矢点T20,即:
T20=B1+2(B2-B1)=2B2-B1 (10)
步骤3.7,同样,在T20附近进行探索,依次得到临时矢点T21,T22,Λ,T28,并以T28为第三个基点B3,此时由B2、B3构成第二个模矢;
将第二个模矢延长一倍,得到第三个模矢的初始临时矢点T30,即:
T30=B2+2(B3-B2)=2B3-B2 (11)
步骤3.8,如此不断循环,若对于第i个模矢存在以下关系:
ε(Ti0)<ε(Bi) (12)
则由Ti0产生不出比Bi更好的点,则应退回到Bi,模矢不再延长,并在Bi附近进行搜索;如果能得出新的下降点,即可引出新的模矢;否则,将步长缩小一半,开展更精细的探查,当步长缩小到足够高的精度时,即可停止迭代,此时得到的概率积分参数为全局最优解。
由此可见,本发明克服了单视向D-InSAR技术由于不能准确获取采动地表水平移动,导致无法求取与水平移动相关的水平移动参数的难题,本发明利用LOS向移动本质为目标点的下沉分量、水平移动分量沿LOS向投影之和的关系,基于模矢法提出了一种融合D-InSAR和模矢法求取概率积分参数的方法,可基于单视向D-InSAR技术反演全部概率积分参数,并且,反演得到的概率积分参数的精确度较高。
利用本发明提出的融合D-InSAR和模矢法求取概率积分参数的方法,对兖州南屯煤矿9310工作面的开采沉陷规律积分参数求取进行了应用实验。图2为获取的2011.12.25-2012.03.11时段LOS方向累计地表移动变形量,根据本发明方法求取2012.3.11日的工作面开采沉陷的动态概率积分参数为:q=0.170、b=0.12、tanβ=2.12、θ=88°、S1=-11、S2=10、S3=-90、S4=33,拟合误差约在-40~40mm之间,拟合中误差m=±14.67mm,拟合效果图如图3所示。由此证明了本发明求取的概率积分参数的精确度高的优点。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (1)
1.一种融合D-InSAR和模矢法求取概率积分参数的方法,其特征在于,包括以下步骤:
步骤1,根据地质采矿条件,预设工作面开采沉陷预计概率积分参数初值;
步骤2,通过雷达D-InSAR技术获取采动地表变形场影像;从所述采动地表变形场影像中选取n个目标像元;对于每个所述目标像元,均执行步骤2.1-步骤2.3:
步骤2.1,获取任意形状工作面地质采矿条件参数,并对工作面形状进行剖分,同时获取每个剖分单元的参数;另外,提取目标像元中心地理坐标(x,y);以步骤1的工作面开采沉陷预计概率积分参数初值、剖分单元的参数、目标像元中心地理坐标(x,y)为概率积分法模型的输入,利用所述概率积分法模型预计得到目标像元的预计下沉值Wi、南北方向预计水平移动UiSN和东西方向预计水平移动UiEW的值;
步骤2.2,将步骤2.1计算得到的目标像元预计下沉值Wi、南北方向预计水平移动UiSN和东西方向预计水平移动UiEW的值,以及获取到的雷达卫星的入射角θi的值和卫星飞行方向方位角αi的值,代入公式(1),得到目标像元LOS向预计移动变形r'iLOS的值;
步骤2.3,利用D-InSAR技术提取目标像元的LOS向实测移动变形riLOS的值,采用公式(2)计算得到目标像元的LOS向变形预计残差vi的值;
vi=riLOS-r'iLOS (2)
由此分别计算得到n个目标像元的LOS向变形预计残差vi的值;
步骤3,构筑求参误差函数ε(B):
其中,B为全部概率积分参数组成的矩阵;
将所计算得到的n个目标像元的LOS向变形预计残差vi的值代入公式(3),计算得到误差函数值;基于ε(B)=min准则,利用模矢法搜索,获取全局最优概率积分预计参数;
其中,步骤1中,所预设的工作面开采沉陷预计概率积分参数初值包括左拐点偏移距S1、右拐点偏移距S2、上拐点偏移距S3、下拐点偏移距S4、下沉系数q、主要影响角正切tanβ、最大下沉角θ和水平移动系数b;
其中,步骤2.1中,对工作面形状进行剖分,同时获取每个剖分单元的参数,具体为:首先获取工作面采深H,然后以边长为H/10的正方形为剖分单元,沿走向和倾向对工作面进行剖分,设任意一个剖分单元为剖分单元j,获取剖分单元j如下的剖分参数:单元面积Aj、单元中心采深Hj和单元中心坐标(xj,yj);
所述获取任意形状工作面地质采矿条件参数包括:工作面尺寸D1和D3、采深H、采高m和煤层倾角α;
其中,步骤2.1中,所述概率积分法模型为:
Wi=[∑Wj(x,y)·Aj]·W0 (4)
UiSN=[rj·(-2π/rj 2)·(x-xj)·Wj(x,y)·Aj]·b·W0 (5)
其中:Wj(x,y)=(1/rj 2)·exp(-π·(x-xj)2/rj 2)·exp(-π·(y-yj+lj)2/rj 2)、
lj=Hjcotθ、rj=Hj/tanβ、W0=mqcosα;
其中,步骤3中,基于ε(B)=min准则,利用模矢法搜索,获取全局最优概率积分预计参数具体为:
步骤3.1,令B1=B,并以B1作为初始基点进行搜索;
其中:
B1所包含的各个预计参数即为B1的分量,值为步骤1所设置的值;
步骤3.2,确定B1的各个分量的探索步长;
即:对于任意分量Xi0(i=1,2,...,8),其步长为△i,表示为:
△i=(0,…,△Xi0,…,0)T (8)
步骤3.3,根据步骤1-步骤3,计算初始基点B1的误差函数值ε(B1),另外计算B1+△1的误差函数值ε(B1+△1);
比较ε(B1)和ε(B1+△1):
若ε(B1+△1)<ε(B1),则探测成功,以点B1+△1作为临时矢点,并记作T11,T11的第一个下标1表示建立第一个模矢,第二个下标1表示X1已被摄动;
若ε(B1+△1)>ε(B1),则本次探测失败,进行反方向探测,即:试验B1-△1点,若ε(B1-△1)<ε(B1),则本次探测成功,以点B1-△1作为临时矢点,并记作T11;否则,仍以B1作为临时矢点,并记作T11;上述搜索可用公式(9)进行描述,
步骤3.4,当B1的第1个分量X1被摄动时,则用T11代替原来的基点B1,继续对B1的第2个分量X2,进行摄动,得临时矢点T12;依此类推,直到对B1的第8个分量X8进行摄动,得到临时矢点T18;
步骤3.5,在得到临时矢点T18后,令T18=B2,由初始基点B1和新基点B2构成第一个模矢;
步骤3.6,将第一个模矢延长一倍,得到第二个模矢的初始临时矢点T20,即:
T20=B1+2(B2-B1)=2B2-B1 (10)
步骤3.7,同样,在T20附近进行探索,依次得到临时矢点T21,T22,…,T28,并以T28为第三个基点B3,此时由B2、B3构成第二个模矢;
将第二个模矢延长一倍,得到第三个模矢的初始临时矢点T30,即:
T30=B2+2(B3-B2)=2B3-B2 (11)
步骤3.8,如此不断循环,若对于第i个模矢存在以下关系:
ε(Ti0)<ε(Bi) (12)
则由Ti0产生不出比Bi更好的点,则应退回到Bi,模矢不再延长,并在Bi附近进行搜索;如果能得出新的下降点,即可引出新的模矢;否则,将步长缩小一半,开展更精细的探查,当步长缩小到足够高的精度时,即可停止迭代,此时得到的概率积分参数为全局最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610220820.0A CN105806303B (zh) | 2016-04-08 | 2016-04-08 | 融合D-InSAR和模矢法求取概率积分参数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610220820.0A CN105806303B (zh) | 2016-04-08 | 2016-04-08 | 融合D-InSAR和模矢法求取概率积分参数的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105806303A CN105806303A (zh) | 2016-07-27 |
CN105806303B true CN105806303B (zh) | 2018-08-21 |
Family
ID=56460788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610220820.0A Active CN105806303B (zh) | 2016-04-08 | 2016-04-08 | 融合D-InSAR和模矢法求取概率积分参数的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105806303B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108717580A (zh) * | 2018-03-23 | 2018-10-30 | 安徽理工大学 | 基于入侵杂草优化算法求取概率积分参数的方法 |
CN108491641A (zh) * | 2018-03-27 | 2018-09-04 | 安徽理工大学 | 一种基于量子退火法的概率积分法参数反演方法 |
CN108733621A (zh) * | 2018-05-14 | 2018-11-02 | 安徽理工大学 | 基于bfgs算法的概率积分模型中参数的反演方法 |
CN108763822B (zh) * | 2018-06-15 | 2022-03-08 | 安徽理工大学 | 一种基于沉陷监测的煤矿采空区空间几何特征精准识别方法 |
CN111780660B (zh) * | 2020-07-13 | 2022-03-15 | 内蒙古工业大学 | 矿区三维多量级形变优化方法及优化装置 |
WO2022162886A1 (ja) * | 2021-01-29 | 2022-08-04 | 株式会社Synspective | 陥没予測装置および陥没予測方法 |
CN113064171B (zh) * | 2021-05-12 | 2021-08-10 | 中南大学 | 基于InSAR技术和交叉迭代思想的地下采空区定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102927934A (zh) * | 2012-11-07 | 2013-02-13 | 中南大学 | 一种利用单个InSAR干涉对获取矿区地表三维形变场的方法 |
CN103091675A (zh) * | 2013-01-11 | 2013-05-08 | 中南大学 | 一种基于InSAR技术的矿区开采监测方法 |
CN103091676A (zh) * | 2013-01-22 | 2013-05-08 | 中国矿业大学 | 矿区地表开采沉陷合成孔径雷达干涉测量的监测及解算方法 |
EP2639604A2 (en) * | 2012-03-14 | 2013-09-18 | Service Pétroliers Schlumberger | Method and system for presenting stress domain |
EP2942637A1 (en) * | 2014-05-09 | 2015-11-11 | NEC Corporation | Change detection device, change detection method and recording medium |
CN105444730A (zh) * | 2015-11-12 | 2016-03-30 | 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 |
-
2016
- 2016-04-08 CN CN201610220820.0A patent/CN105806303B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2639604A2 (en) * | 2012-03-14 | 2013-09-18 | Service Pétroliers Schlumberger | Method and system for presenting stress domain |
CN102927934A (zh) * | 2012-11-07 | 2013-02-13 | 中南大学 | 一种利用单个InSAR干涉对获取矿区地表三维形变场的方法 |
CN103091675A (zh) * | 2013-01-11 | 2013-05-08 | 中南大学 | 一种基于InSAR技术的矿区开采监测方法 |
CN103091676A (zh) * | 2013-01-22 | 2013-05-08 | 中国矿业大学 | 矿区地表开采沉陷合成孔径雷达干涉测量的监测及解算方法 |
EP2942637A1 (en) * | 2014-05-09 | 2015-11-11 | NEC Corporation | Change detection device, change detection method and recording medium |
CN105444730A (zh) * | 2015-11-12 | 2016-03-30 | 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 |
Non-Patent Citations (2)
Title |
---|
地表移动变形动态参数解算及规律分析;张欣儒;《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》;20150215;正文第20-24页 * |
基于现代测量平差的InSAR三维形变估计理论与方法;胡俊;《中国博士学位论文全文数据库基础科学辑》;20150215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN105806303A (zh) | 2016-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105806303B (zh) | 融合D-InSAR和模矢法求取概率积分参数的方法 | |
CN111076704B (zh) | 一种利用insar精确解算采煤沉陷区地表下沉量的方法 | |
CN103091675B (zh) | 一种基于InSAR技术的矿区开采监测方法 | |
Abellán et al. | Terrestrial laser scanning of rock slope instabilities | |
CN106091972B (zh) | 一种基于移动窗口投影点密度的建筑物变化检测方法 | |
CN106969751A (zh) | 一种基于无人机遥感的采煤地表沉陷量监测计算的方法 | |
CN105912506B (zh) | 融合D-InSAR和遗传算法求取概率积分参数的方法 | |
CN112505699B (zh) | 融合InSAR和PSO反演地下采空区位置参数的方法 | |
Di et al. | Coastal mapping and change detection using high-resolution IKONOS satellite imagery | |
Prodanov et al. | Applying Unmanned Aerial Vehicles for high-resolution geomorphological mapping of the Ahtopol coastal sector (Bulgarian Black Sea coast) | |
Li et al. | A novel approach for extraction of ripple mark parameters based on SfM | |
Calvo et al. | Unlocking the correlation in fluvial outcrops by using a DOM-derived virtual datum: Method description and field tests in the Huesca fluvial fan, Ebro Basin (Spain) | |
Wei et al. | Fusing minimal unit probability integration method and optimized quantum annealing for spatial location of coal goafs | |
Ni et al. | Integrating WorldView-2 imagery and terrestrial LiDAR point clouds to extract dyke swarm geometry: implications for magma emplacement mechanisms | |
An et al. | Ground subsidence monitoring in based on UAV-LiDAR technology: a case study of a mine in the Ordos, China | |
CN103760606A (zh) | 适于复杂水域勘探的双向连续走航式地震折射法观测系统 | |
CN114608527B (zh) | 一种基于煤矿开采地表沉陷特征的D-InSAR和UAV摄影测量融合方法 | |
CN111398958B (zh) | 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 | |
Oparin et al. | Application of laser scanning for developing a 3D digital model of an open-pit side surface | |
Xu et al. | Auto-adaptive multi-level seafloor recognition and land sea classification (AMSRLC) in reef-island zones using ICESat-2 laser altimetry | |
Li et al. | Detecting, Monitoring, and Analyzing the Surface Subsidence in the Yellow River Delta (China) Combined with CenterNet Network and SBAS‐InSAR | |
Wang et al. | An Algorithm for Locating Subcritical Underground Goaf Based on InSAR Technique and Improved Probability Integral Model | |
CN113064171B (zh) | 基于InSAR技术和交叉迭代思想的地下采空区定位方法 | |
Wang et al. | Continuous section extraction and over-underbreak detection of tunnel based on 3D laser technology and image analysis | |
Rowe | An examination of structural constraints on rockfall behaviour using LiDAR data |
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 |