一、GPS矿区地表变形三维精密监测技术的研究与实践（论文文献综述）
朱尚军[1]（2021）在《基于三维激光扫描的矿区开采沉陷地表形变监测方法及采动损害分析研究》文中研究说明针对传统测量方法提取矿区地表形变存在获取数据是离散、低密度,不能完整有效的对建筑物损坏等级进行评价,并且在利用三维激光扫描技术进行矿区开采沉陷地表形变监测时,当工作面地表被大量植被覆盖、工作面上方地表积水时,常规三维激光扫描技术获取点云数据去噪困难、甚至点云数据缺失。此时利用常规三维激光扫描技术监测开采沉陷无法获取开采沉陷地表形变场等问题。在概率积分模型辅助下,本文拟提出一种基于概率积分模型辅助的煤矿开采沉陷三维激光扫描监测方法（3DLS-PIM）以及基于三维激光扫描技术的矿区建筑物形变监测及采动损害评估方法,实现了对开采沉陷地表形变盆地的预计,得到开采沉陷地表全盆地形变。本文通过上述研究主要获得如下成果:1)分析了三维激光扫描精度影响因素及规律。阐述了三维激光扫描基本原理并且分析了三维激光扫描误差来源。结合HS-650扫描仪进行了内外符合精度评价、仪器不等高、仪器扫描目标物的距离以及点云密度的设置对测量结果的影响等校内仿真实验,并由此设计出HS-650扫描仪在煤矿区进行实地测量时的观测方案。为下文基于三维激光扫描技术的模型建立与研究提供了理论与实践基础。2)提出了基于QPSO算法的球形标靶几何中心估计方法。针对传统的方法在求取球心坐标过程中存在计算量大、线性化过程复杂等问题,构建了基于QPSO算法的标靶球拟合算法。模拟实验验证了 QPSO算法应用于标靶球球心拟合具有一定的抗随机误差的能力,并且有助于提高坐标转换精度和监测的结果准确性;结合工程实例,验证了基于QPSO算法的标靶球球心拟合模型的实用性。3)构建了基于概率积分法辅助的开采沉陷三维激光扫描监测方法（3DLS-PIM）。在QPSO算法与概率积分模型的辅助下,建立了基于3DLS-PIM的开采沉陷监测辅助条件方程及参数估计方法,并介绍了基于3DLS-PIM的开采沉陷监测方法的监测原理与应用流程。通过模拟实验探讨了基于QPSO的3DLS-PIM参数求解效率、波动性、抗随机误差能力、抗粗差能力以及抗缺失点能力;并开展了一种基于概率积分法辅助的煤矿开采沉陷三维激光扫描监测方法的案例研究,验证了联合3DLS-PIM模型的矿区三维形变监测方法的工程应用价值。4)发展了基于三维激光扫描的矿区建（构）筑物采动损害监测与预测方法。介绍了基于三维激光的建筑物变形监测精度设计方法、建筑物移动与变形计算与采动损害评估方法;并结合工程实例设计了三维激光扫描仪观测方案,依据观测方案对建筑物进行了变形提取与采动损害评估,随后对工程实例结果进行了精度评定;最后将利用三维激光扫描仪直接监测提取矿区建筑物形变值与基于3DLS-PIM模型预测值进行对比,两种方法对于建筑物的评估结果一致,验证了3DLS-PIM模型的正确性和可实用性。为三维激光扫描技术应用于煤矿区地表的建（构）筑物采动损害监测与预测提供了可行性方案。图43表21参111
江克贵[2]（2021）在《基于InSAR技术的矿区地表三维变形动态监测方法及废弃矿井采矿时空特征探测方法研究》文中提出自上世纪以来,煤炭作为主体能源担负着国家能源安全和经济持续发展重任。大规模高强度的煤炭资源开采会引发一系列矿山地质环境灾害问题,如含水层破坏、山体滑坡、地表塌陷和建构筑物损毁等。而合成孔径雷达差分干涉测量（differential interferometry synthetic aperture radar,D-InSAR）作为一种新型主动式地地表变形监测技术,其具有全天候、全天时、成本低、覆盖范围大、时空分辨率高等优势,近年来被大量学者广泛的应用于矿山变形监测,很好的弥补了传统监测方法的缺陷,D-InSAR技术为矿区变形监测与预计提供了全新的手段。首先,通过分析传统方法在概率积分参数反演中存在诸多不足,借鉴于智能优化算法广泛应用于求解高度非线性函数的经验,开展了烟花算法改进及其在概率积分参数反演中的应用研究。然后,针对D-InSAR技术运用在煤矿地表三维变形监测的难点,开展了顾及D-InSAR监测特性的煤矿地表三维变形动态监测方法研究;另外,针对常规地表移动观测站变形观测成果无法估计松散层、岩层的边界角和移动角参数的问题,提出了基于抗差估计理论的地表移动盆地边界角量参数分离方法研究。最后,针对制约关闭、废弃矿井资源开发利用的采空区时空特征精准探测存在的问题,开展了基于InSAR技术的废弃煤矿采矿时空特征探测方法研究。综合以上三方面研究,主要取得以下研究成果:（1）构建一种基于改进烟花算法的概率积分参数反演模型（MIFWA）。在系统分析烟花算法（FWA）优缺点的基础上,对FWA算法的寻优收敛速度、算法在最优点处的挖掘能力、爆炸火花的开采性和勘探性、消除虚假收敛方面进行了改进,提出了一种改进烟花算法（IFWA）;接着,通过进一步融合开采沉陷规律和概率积分法模型,构建了 MIFWA模型。实验表明:MIFWA模型在精确性、稳定性上均优于MFWA,MIFWA反演参数的平均相对误差为0.15%,且具有较好的抗差和抗观测点缺失的能力;此外,基于D-InSAR矿山变形观测技术也能较好地融合改进烟花算法进行求参。最后将MIFWA模型应用在淮南矿区顾桥煤矿1414（1）工作面的开采沉陷预计参数求解中,获取的概率积分参数为q=0.97,tanβ=1.98,b=0.41,θ=89.08,S1=-5.94,S2=-14.89,S3=51.66,S4=30.55,下沉和水平移动拟合中误差为 107.13mm。（2）提出融合单视线D-InSAR和BK模型的煤矿地表三维变形动态监测方法。顾及D-InSAR难以获取快速大梯度变形的特性,选取边界拟合度较好的Boltzmann函数模型,结合Knothe时间函数,构建一种BK模型;然后,考虑到D-InSAR时空基线失相干和自身监测原理的限制,在特殊采矿环境下,D-InSAR往往仅能获取地表沿LOS向的短时段一维变形量,因此,本文构建一种适应短时段单视线向变形的适应度函数,进而构建三维变形动态监测方法。实验表明,构建方法能够可靠准确的反演出全部开采沉陷动态预计参数,求参相对误差在0.1 1%～7.51%之间,在大变形区域,构建方法监测的下沉和水平移动与真实值一致,且具有良好的抗差性能。将构建方法应用于淮南顾北煤矿13121工作面,实现了矿区地表短时段D-InSAR一维LOS监测向三维变形动态监测转化,验证了基于D-InSAR技术的煤层地表三维变形动态监测方法的可靠性与科学性。（3）提出一种基于选权迭代最小二乘的地表移动盆地边界角量参数分离方法。首先构建一种地表移动盆地边界角量参数分离模型,然后通过引入Hampel和IGG两种选权的方法,多次迭代求取参数最优值。顾桥、顾北矿的工程实验结果表明:Hampel法的参数估计精度优于4°,IGG法参数估计精度优于1°;基于IGG选权迭代最小二乘估计顾桥、顾北矿的地表移动盆地边界角量参数分别为:φ0=48.02°、φ=64.47°、β0=48.19°、β=69.18°、y0=48.20°、γ=70.01、δ0=35.32°、δ=49.92°。（4）建立基于InSAR技术的废弃煤矿采矿时空特征探测方法。首先利用8个井下时空特征参数刻画了废弃煤矿采矿历史活动;根据动态概率积分模型,将井上下采动关系抽象成数学模型;然后,通过Boltzmann函数拟合,及动态概率积分参数变动趋势及敏感性分析,将未知动态概率积分参数转化为可求量,构建了地表移动变形和地下时空特征参数的采动关系模型;最后,引入的改进烟花算法,建立废弃煤矿采矿时空特征探测方法。真实数据实验表明,构建方法求取井下时空特征精度较高,为需要反演采矿历史活动（开采时间,开采位置,采煤空间信息等）的废弃煤矿提供了一种全新的思路。模拟实验结果发现,在模型参数保持无误差的情况下,构建方法能够较好的融合D-InSAR变形观测技术,反演的井下时空特征参数精度较高,反演时序地下采矿活动与实际一致（相对误差在0～21.0%范围内,平均为5.0%）。图[40];表[19];参[123]
邢垒[3]（2021）在《基于SBAS-InSAR技术的综放工作面地表沉陷监测及预测研究》文中指出随着我国的国民经济高速发展,煤炭需求不断增加,由煤层开采引起的覆岩破断及地表沉陷严重影响煤矿的安全生产及矿区的生态环境。掌握覆岩破断及地表沉陷规律,对合理进行煤炭资源开采、矿区灾害预测防治具有重要意义。本文以胡家河井田401102工作面为依托,通过收集矿区地质及开采资料,采用SBAS-InSAR监测技术、理论分析、三维离散单元法程序数值模拟、实测验证等方法,研究矿区开采过程中的地表沉陷规律及覆岩破断对地表沉陷的影响。主要研究工作及成果总结如下:（1）通过SBAS-InSAR技术对胡家河井田401102工作面地表沉陷情况进行监测,获取其地表沉陷规律。结果显示:研究区出现两处明显沉陷,分别位于401102工作面与402103工作面正上方,监测结果与实际情况相吻合;为了定量分析开采过程中地表沉陷规律,分别沿工作面走向与倾向进行数据提取,发现随着工作面的推进,地表呈非线性沉陷,沉陷速度先增大后减小,并在相邻401101工作面采空区的影响下,出现非对称沉陷的特征,靠近采空区一侧沉陷量偏大;在2014年10月至2016年7月期间,401102工作面地表最大沉陷量达0.609m,监测结果与实测GPS数据基本吻合。（2）为揭示在开采过程中覆岩破断对地表沉陷的影响,采用三维离散单元法程序对401102工作面进行数值模拟。结果表明:开采引起的地表沉陷是覆岩移动、破断等力学过程在地表的最终表现,其中关键层对局部或整体岩层存在控制作用,它是连接地表沉陷与覆岩破断的纽带,主关键层的结构状态直接影响到地表沉陷;最后将模拟结果与InSAR监测结果及GPS数据进行对比,发现模拟结果与InSAR监测结果趋势一致,且精度可靠。（3）结合三维离散单元法数值模拟结果,为更高效的获取地表沉陷情况,针对开采沉陷量与多影响因素的复杂非线性关系问题,提出基于粒子群算法优化BP神经网络的Adaboost强预测模型。该模型融合Adaboost算法侧重预测误差大的样本和粒子群算法优化神经网络权值及阈值的特点,实现了强预测器“优中选优”的目的。本文通过该模型对401102工作面的地表沉陷最大值进行预测,与数值模拟结果对比,相对误差为9.5%,预测结果可靠,表明该模型在地表沉陷预测中具有实用性。
赵贝贝[4]（2021）在《基于InSAR技术的矿区地表沉降监测研究》文中进行了进一步梳理我国是世界上煤炭资源最丰富的国家之一,煤炭资源的开采推动了我国经济的快速发展。然而大量井工开采引起的煤矿地表沉降对矿区环境有着严重的影响和危害。因而,开展矿区地表沉降监测研究对于“三下采煤”及制定科学合理的环境保护措施具有重要的理论和应用价值。传统的矿区地表沉降监测方法虽然测量精度较高,但通过布设观测线进行测量的方法对于大范围的形变监测需要耗费大量的人力、物力,并且对于测点的长期维护较为困难。合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar,InSAR）技术因其具有全天时、全天候、精度高、范围广等特点,已经成为监测地表沉降的常用方法之一,在世界范围内得到普遍应用。通过InSAR技术进行干涉测量的结果具有高时空分辨率,可以达到厘米甚至毫米级精度,能够满足矿区地表沉降监测的精度要求。本文针对InSAR技术在矿区地表沉降监测中的相关问题开展研究,主要研究内容和成果如下:（1）探讨DEM（Digital Elevation Model）对DInSAR（Differential InSAR）地表沉降监测的影响。以彬长矿区为研究对象,选取4种DEM为参考高程数据,分别基于DInSAR技术对两组Sentinel-1A数据进行处理。对不同DEM数据、DInSAR监测结果、GPS（Global Positioning System）实测数据与监测结果进行对比分析,结果表明,NASA DEM作为参考高程数据,DInSAR监测结果的精度最高。（2）探讨不同时序InSAR在矿区地表沉降监测中的适用性。以彬长矿区孟村煤矿为研究对象,分别采用 PS DInSAR（Persistent Scatterers DInSAR）、SBAS DInSAR（Small Baseline Subset DInSAR）、优化 GCP（Ground Control Point）点选取的 SBAS DInSAR 共3种时序InSAR技术对研究区 2018年1月11日至2018年12月25 日的30景Sentinel-1A数据进行处理。通过对不同时序InSAR技术的监测结果进行分析,并选取时间跨度为2018年6月9 日至2018年11月29日的5个GPS实测数据对不同时序InSAR方法的监测结果进行验证。结果表明,优化GCP点选取的SBAS DInSAR技术监测结果的精度最高。（3）深入探讨基于优化GCP点选取的SBAS DInSAR矿区地表沉降监测方法。基于优化GCP点选取的SBAS DInSAR对彬长矿区2014年10月23日至2019年5月6日的98景Sentinel-1A数据进行处理,获取了研究区的年平均沉降速率图及时间序列累积沉降量。选取时间跨度为2018年6月29日至2019年3月9日共6个GPS实测数据与对应时段的监测结果进行对比。结果显示:矿区的最大年平均沉降速率和最大累积沉降量分别为-97 mm/a和-387 mm;GPS与监测结果的平均均方根误差（Root Mean Squared Error,RMSE）和平均相关性系数（correlation coefficient,r）分别为 2.3 cm 和 0.944,验证了优化GCP点选取的SBAS DInSAR技术在研究区应用的可行性及监测结果的准确性。
周文韬[5]（2021）在《融合GNSS与InSAR的矿区地表三维形变监测》文中指出甘肃省金昌市的镍矿储备位居我国第一位,具有极其重要的战略地位。随着矿区不断开采,2016年6月,金川龙首矿西二采区因地表出现大面积塌陷导致停产。2019年4月,西二采区首次采用无底柱分段崩落法进行工业化实验。为监测地表形变情况,现阶段对该地区的形变监测主要是通过布设GNSS网进行监测,但是单点监测、费时、费力等缺点不能及时反映地表真实形变情况。InSAR技术因具有广域、高效监测的优点而广泛应用于各种形变监测领域,但InSAR技术受卫星飞行轨道和影像分辨率的影响,难以监测地表三维形变。针对上述问题,本文提出使用插值技术将GNSS离散点数据内插成面,再与SBAS-InSAR技术得到的升降轨LOS形变数据进行融合。主要研究工作及成果如下:（1）通过获取的研究区地表2019年4月至2020年6月的GNSS离散点数据,分别利用普通克里金法和经验贝叶斯改进的克里金法对GNSS数据进行插值处理,获取两种方法基于GNSS数据的三维形变场。通过与GNSS点数据对比验证,经验贝叶斯改进的克里金法在南北向、东西向和竖直向的精度较普通克里金插值法插值的三维形变场均有明显提升,并将经验贝叶斯改进的克里金法插值的GNSS三维形变场应用于GNSS与InSAR数据融合中。（2）利用38景升轨和29景降轨的Sentinel-1A数据进行SBAS-InSAR技术处理,本文通过对上述共67景SAR影像进行多次实验,设置合适的基线阈值及滤波方法等参数,获取研究区2019.3.22-2020.6.8时段的视线向形变速率、-20mm/a等值线和时序累积形变量。通过对比升、降轨的形变结果,分析研究区地表的形变情况,并总结不同轨道形变产生差异的原因。（3）根据验后定权要求,本文提出等权法改进的赫尔默特方差分量估计（EWEHVCE）模型,通过提取卫星成像方位角与入射角,利用GNSS三维形变数据和升、降轨InSAR数据解算研究区2019年4月至2020年6月地表累积三维形变场,并对矿区地表形变特征进行分析。为验证本文方法的有效性,以GNSS监测点数据为真实值,设计了三种方案进行了精度分析。结果显示,EWE-HVCE模型获取的地表三维形变场精度较其他两种方案的精度有明显提升,其中南北向、东西向和竖直向形变的均方根误差分别为6.26mm、14.01mm和33.04mm。
廖军[6]（2021）在《基于InSAR技术的矿区地质灾害识别与监测》文中研究表明合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar,InSAR）技术是新型的对地观测技术,近年来得到了快速发展和完善。凭借能快速精确获取地表微小变形的能力,被广泛应用于滑坡、崩塌、地震等领域。矿产开采破坏了地层原有的应力平衡,造成岩层或地表产生下沉、拉裂、压缩等变形,进而可能诱发崩塌、滑坡等地质灾害,威胁当地居民的生产生活,阻碍经济发展。因此,对矿区展开地质灾害识别与监测,将有助于控制和防范灾害的发生,以维持矿区的可持续发展。本文依据多源InSAR数据的不同优势,利用D-InSAR和时序InSAR技术从不同尺度获取了攀枝花市米易县的地表形变信息,提出了以地表形变信息为基础,结合地形地貌特征、遥感解译标志的灾害识别方法。选择大龙塘滑坡为研究对象,采用极限平衡法对其进行了稳定性分析。结合稳定性分析的结果,采用升降轨结合的方式对大龙塘滑坡开展形变监测,分析了滑坡在时空上的动态形变特征及降雨与滑坡形变之间的关系,从而为滑坡的防治和治理提供科学依据。得到的主要研究成果如下:（1）利用D-InSAR和时序InSAR技术结合的方式,使用ALOS-2和Sentinel-1A数据从不同尺度提取了米易县的地表形变信息,分别得到了米易县地表形变结果和白马矿区2018年时序形变结果。两种技术结合使用提升了地表形变信息的获取效率,为快速,准确识别地质灾害提供了一种手段。（2）利用提取的地表形变结果,结合遥感解译标志和野外实地调查,在白马矿区最终圈定出43处地质灾害体,包括了34处滑坡、6处不稳定斜坡、3处地面沉降。对时间序列形变曲线分析,持续降雨的出现,导致地表形变量发生明显变化,证明降雨是地表形变诱发因素之一。（3）以米易县内活动比较明显且危害较为严重的大龙塘滑坡为研究对象,通过野外调查对大龙塘滑坡的基本特征及变形模式进行定性分析,然后采用极限平衡法对滑坡稳定性进行分析,得到大龙塘滑坡在诱发因素影响下为欠稳定状态。（4）联合升降轨数据对大龙塘滑坡的地表形变特征进行研究。综合分析垂向及滑向形变的速率结果及时间序列形变过程结果,发现滑坡区地表在不同时段地表形变分布范围及形变速率变化规律明显,大龙塘滑坡形变在时间上与降雨呈现出明显的相关性,在监测时段2019年1月至2020年10月期间,可以根据形变特征明显判别出2019年6～10月、2020年7～10月形变较为剧烈,与该时间段内研究区出现连续的强降雨有关。
姜乃齐[7]（2021）在《基于InSAR技术的高速公路沿线沉降监测研究》文中进行了进一步梳理高速公路是我国交通事业的重要一环,是关系到城市化发展和居民生活的重要基础设施,在高速公路投入运营的过程中,公路及其沿线会发生不同程度的沉降现象,严重的地面沉降会引起一系列地质灾害,影响高速公路的安全运营以及人类的生命和财产安全。因此,及时对高速公路及其沿线进行沉降监测,保障公路的安全运营,预防公路及其沿线沉降灾害的发生并对沉降严重区域进行治理十分重要。本文利用两种时序InSAR技术——PS-InSAR技术和SBAS技术和2018年7月至2019年12月的Sentinel-1数据对跨越了云南省昆明市、玉溪市和曲靖市的高速公路及其沿线进行沉降监测。分析了两种数据处理方法在高速公路形变监测中的应用特性和研究区内高速公路的沉降情况;同时,将同期降雨量、地下水位数据与得到的沉降序列叠加分析,结合沉降区域的地质情况、施工建设等分析沉降原因;并利用最小二乘支持向量机模型对高速公路沉降进行预测,与神经网络模型、灰色模型的预测结果进行对比。实验结果显示:1、两种方法所得沉降区域分布基本一致,SBAS技术更适用于非城市植被覆盖率较高的区域;2、昆磨高速、杭瑞高速、昆明绕城高速、渝昆高速和京昆高速都出现了不同程度的沉降现象;3、公路及其沿线的沉降与其所处地区的地质、工程、降雨量、地下水位、公路动荷载均有关系;4、最小二乘支持向量机模型相比其他两种模型精度更高、更适合本文使用时序InSAR技术对高速公路及其沿线进行沉降监测和预测,能为研究区内高速公路沉降的防治以及沉降预测提供一定的理论参考。
张童康[8]（2021）在《基于SBAS-InSAR的矿区沉降监测及动态预计研究》文中进行了进一步梳理地下开采引起的地表变形具有时间依赖性和高度非线性,在地下开采过程中会对地表结构造成渐进破坏。传统的监测方法存在一定的缺陷,差分合成孔径雷达测量技术（InSAR）的主要特点是在较宽的覆盖范围内具有较高的空间分辨率和较高的精度。由于其独特的优点,该技术被广泛应用于地表变形监测。然而在煤矿区,地表在短时间内会发生大规模塌陷,导致InSAR结果不准确,限制了其在采矿沉降监测中的应用。基于此本文提出了一种探测矿区大规模形变的新方法,将SBAS-InSAR技术与用于预测采矿沉降的概率积分方法相结合,克服了这些缺点,并结合改进knothe时间函数建立了矿区沉降动态预计模型,得到了该矿区的地表沉降动态变化过程。主要进行了以下研究:（1）首先利用SBAS-InSAR技术对覆盖陕北某煤矿的41景sentienl-1A数据处理,包括影像的配准、滤波、解缠、以及提取高相干点进行回归分析,分离形变相位和误差相位,并通过SVD分解和最小二乘法提取了矿区LOS向矿区的时间序列累积沉降量,得到了矿区沉陷盆地边缘稳定的边界点的沉降信息,并选择与走向和倾向GPS观测站重合的两个边界点的精度进行了验证。发现走向边界点B12的最大残差为3mm,倾向边界点B14的最大残差为6mm,均在限差范围内,说明其沉降盆地边界点结果值得信赖。（2）由于静态概率积分法无法预计矿区随时间变化的动态开采沉陷,所以本文提出了将改进的knothe时间函数模型与静态概率积分法相结合的动态时间概率积分法预测模型。静态概率积分法的模型参数获取往往存在一定的困难,本文通过静态概率积分模型与InSAR侧视方向得到的边界点形变信息结合建立适应度函数,然后利用差分进化灰狼优化算法对该矿区的概率积分法预计参数进行求取。根据InSAR得到的边界点时间序列LOS向形变,建立多余观测方程,通过最小二乘法求取出改进knothe时间函数的模型参数。从而建立起InSAR-ITPIM动态概率积分预计模型对开采过程中的地表沉降进行预计,并将预计结果与实测GPS结果进行对比验证。（3）结合矿区的地质构造岩层信息,通过FLAC3D软件建立摩尔-库伦模型求解不平衡力,根据回采距离选择开挖距离。从而对该工作面的开采沉陷过程进行动态模拟,得到了该工作面的地表动态沉降信息。研究成果表明,InSAR-ITPIM动态沉降预计结果与实测GPS的沉降拟合度较好,其中最大平均误差达到了 0.111m,最大均方根误差达到了 0.135m。误差在限差范围内,有一定的实际应用价值。FLAC3D数值模拟的沉降规律与InSAR-ITPIM的沉降规律较符,说明了 FLAC3D数值模拟在开采沉陷动态沉降模拟有一定的参考价值,可以为矿区采后治理和地表沉陷模拟提供理论依据。
夏元平[9]（2020）在《基于InSAR/GIS的矿区地下非法开采监测关键技术研究》文中提出我国的矿产资源属于国家所有。国家根据战略发展的需要,给有关单位或个人发放矿产资源开采许可证,通过进行合理有序的开采,更好地服务国家的经济发展。近年来,由于受到经济的利益驱动,部分非法开采分子在未取得矿产资源开采许可证的情况下,私自盗采国家的矿产资源,且开采手段又极具破坏性。有关部门为制止此类行为,采取了多种防范措施。但由于现有的非法采矿监督大多采用“逐级统计上报、群众举报、现场巡查”的“地毯式”方法进行,周期长、时效性差、人为因素影响大、准确度低,以致一些非法采矿监管困难,尽管采取了防范措施,但屡禁不止,影响矿山正常开采秩序,形成安全事故隐患并严重破坏了生态环境。因此,为了实现在人无需进入井下或井下实测空间的条件下确定地下开采区域,进而进行非法采矿识别成为可能,本文在总结地下非法采矿类型和识别途径的基础上,从解决“地表形变信息的获取、地表形变信息与地下开采位置的关联、合法与非法开采的甄别”三个关键技术问题入手,综合运用空间对地观测技术、GIS、采矿工程等技术的理论成果,解决矿区范围内In SAR获取地表形变信息的问题,以煤炭地下开采引起的地表沉陷为研究对象,在揭示地表形变信息与地下开采面的关联机理的基础上,构建能融合数据多源、反映多层次时空变化过程中地质空间与分布特征的GIS时空数据模型,建立地下合法开采和非法开采的甄别模型,并集成In SAR和GIS技术来实现矿区地下非法采矿的快速高效监测。论文的研究内容和和取得的主要成果总结如下:（1）总结了当前利用In SAR技术进行矿区地表形变监测的研究发展现状,进一步梳理了SAR成像原理以及D-In SAR、PS-In SAR、SBAS-In SAR的基本原理和数据处理流程,分析了In SAR形变探测的主要误差来源,并从形变梯度、失相关等方面剖析了In SAR在矿区形变监测中的主要影响因素。同时,综述了当前国内外In SAR与GIS技术集成应用以及地下非法采矿监测研究现状。（2）提出了一种面向地下非法采矿识别的GIS时空数据模型。针对矿山地下开采诱发的地质现象和动态过程,结合地下非法采矿监测的实际需求,介绍了支持地质事件多因素驱动GIS时空数据模型的基本概念和框架结构,定义了各种地质对象及相关的地质事件。同时,通过对矿山开采沉陷时空变化过程进行模拟与描述,构建了支持地质时空过程动态表达的GIS数据模型,并对矿山开采沉陷各个类的详细结构和时空数据库表结构进行了描述,在此基础上,提出了集成In SAR与GIS技术进行地下非法采矿识别的方法,并搭建非法采矿识别平台体系结构,为不同类型非法采矿事件的识别和监测提供平台保障。（3）提出了一种基于D-In SAR开采沉陷特征的地下无证开采识别方法。针对引起地表较大量级形变的地下无证开采事件,构建了自动圈定地表开采沉陷区的算法模型,设计了一种“时序相邻式”的双轨D-In SAR监测方案。通过精化D-In SAR数据处理的流程、方法和相关参数,精准地获取了区域范围内的差分干涉图,再根据由地下开采引起地表沉陷区域独特的空间、几何、形变特征,构建了从分布范围较大的差分干涉图中快速、准确圈定地表开采沉陷区的算法模型,在此基础上,实现了从圈定的开采沉陷区中进行非法采矿事件的识别,并对识别结果进行了对比分析和实地验证。通过资料对比和实地调查验证了地下非法开采的识别结果与实际情况基本一致,具有较好的识别效果,且定位出的采矿点的位置较准确,与实际位置的差距一般都小于20m。（4）提出了一种融合PS-In SAR和光学遥感的地下无证开采识别方法。针对引起地表小量级形变且隐蔽在房屋下的无证开采事件,鉴于这些非法事件开采的都是浅层煤炭资源,且地面上的房屋在较长时间序列中能够保持较强且稳定的雷达散射特性,通过联合PS-In SAR技术和高分光学遥感,提取出地表建筑物（居民地）对应PS点集的沉陷信息,并对提取出的建筑物沉陷信息进行形变时空特征分析,提出了一种从覆盖范围较大的建筑物沉陷信息中快速、准确探测出疑似非法开采点的方法。以山西省阳泉市郊区山底村为研究对象,选用Quick Bird02和Worldview02高分辨率数据以及20景PALSAR影像数据来进行实验研究,探测出该村2006年12月29日至2011年1月9日间发生过的2个非法采煤点,并将探测出的非法采煤点与历史查处资料进行对比分析,发现局部区域的准确率达到40%,探测率达到66.67%,且在开采时间上也基本吻合。表明了该方法是可行的,具有一定的工程适用性和实际应用价值。（5）结合In SAR地表形变监测技术和开采沉陷预计方法,提出了一种面向越界开采识别的地下采空区位置反演方法。首先依据开采沉陷原理建立起地表沉陷和地下开采面的时空关系模型,然后利用In SAR技术精确获取地表形变信息,最后根据时空关系模型反演出地下倾斜煤层开采的具体位置参数。与其他同类方法相比,该方法由于不依赖复杂非线性模型,因此具有较高的工程应用价值。为了验证所提出方法的可靠性和适用性,使用FLAC3D软件进行了模拟实验和分析,选用峰峰矿区132610工作面和11景Radarsat-2影像数据进行实验研究,结果表明,反演出的采空区位置平均相对误差为6.35%,相比于同类基于复杂非线性模型的算法,平均相对误差缩小了1.75%,相比于忽略煤层倾角的算法,平均相对误差缩小了6.25%,本文提出的方法可为进一步甄别和发现深藏在地下的越界开采事件提供一种新的监测方式与途径。该论文有图94幅,表12个,参考文献220篇。
李金超[10]（2021）在《基于InSAR和Sentinel-1A的淮南矿区形变灾害监测研究》文中研究表明煤矿行业的发展为我国城市化进程和区域经济的协调发展做出了巨大的贡献。但伴随着煤炭资源的大规模开采,地表结构不断遭到破坏,引起的地面沉降、塌陷、建筑物变形倒塌和公共设施损毁等一系列矿区灾害问题严重的威胁到了矿区人民的生命财产安全,地区的可持续性发展面临着严峻的挑战。因此,开展矿区地面沉降的长期高效监测、建筑物的动态损坏评估及预测预警研究工作,对于矿区的防灾减灾工作以及地区的和谐稳步发展有着重要的理论和现实意义。近年来新兴的合成孔径雷达干涉技术（Interferometry Synthetic Aperture Radar,In SAR）以其全天时、全天候、高精度、连续覆盖等优点弥补了传统光学遥感在特殊环境下成像困难的短板,克服了传统观测技术采样点密度低、延续性差的困难,为矿区形变监测带来了一种全新、高效的观测方法。然而,当前In SAR仅仅被作为一种获取矿区形变信息的手段,其在矿区防灾减灾工作中的实际应用价值没有完全发挥。如何将In SAR技术和矿区形变研究更好的结合,真正高效的应用到矿区地面沉降长期监测、建筑物动态损坏评估及预测预警等防灾减灾工作中去,仍处于探索阶段,也是一个亟待解决的问题。因此,论文以华东淮南矿区为研究区,综合对地观测技术、地质、结构以及计算机机器学习等相关理论知识,开展基于In SAR技术的矿区地表时空演变分析、建（构）筑物受采动影响的动态损坏评估及预测预警研究,为矿区的地表沉陷监测及灾害评估、预警工作提供高效的方法和可靠的依据。论文的主要研究内容和成果如下:（1）基于差分干涉测量（Differential In SAR,D-In SAR）技术和Sentinel-1A的淮南矿区形变区域识别与特征提取研究,验证了D-In SAR技术和Sentinel-1A数据在淮南矿区开采沉陷监测中的能力。基于Sentinel-1雷达影像数据,应用DIn SAR技术,反演了淮南矿区的地表形变结果,识别并圈定了研究区内的所有形变区域,探查了研究区内形变区域的空间分布,分析了影响区域形变特征的原因,揭示了形变区域的空间形变特征和规律。结果表明研究区内共有25处形变区域,主要分布于淮南矿区的西部和北部;淮南矿区内由于煤炭开采引发的形变干涉条纹在干涉图中都呈现面积小、形状规则的同心圆形或椭圆形空间形态特征;形变区域在空间上都呈现出典型的漏斗状地面沉降特征,区域沉降量最大值处都位于形变区域的中心位置,沉降量随着形变区域的中心向边界处逐渐减小。（2）基于Sentinel-1A数据的不同地物类型时序相干性研究,揭示了不同地物类型的时序相干性变化规律。深入探讨了影响In SAR技术相干性的因素指标,利用Sentinel-1A数据,筛选出时间和地物类型两个不同的重要影响指标,以此开展了矿区内不同地物类型在不同时间段内对D-In SAR技术的去相干影响研究,定量的分析了矿区内不同地物类型的时序相干性变化特征。选取淮南矿区4类典型地物:农地、林地、裸地、居民地为代表,通过相干系数的计算,分别获取了4种地物类型在一年中各个月份的时序相干性变化结果。结果表明4类地物在一年中总体有着相似的相干性变化趋势,其中6至9月相干性最差,12月至3月相干性最好;居民地和裸地全年中表现出了较为稳定的高相干性,而农地和林地则表现出了较强的季节性变化相干性;研究区内4种地物类型在一年各月中的平均相干系数值均高于0.32,满足长时序形变监测的相干性要求。通过与矿区的气象要素图对比,结果表明相干性的变化趋势与当地降水量、气温的变化趋势呈负相关关系。通过实地的走访勘查,表明农地和林地区域相干性表现出的强季节性变化与当地农作物种植周期、植被的生长周期有着密切关系。（3）基于小基线集（Small Baseline Subsets In SAR,SBAS-In SAR）技术的矿区建（构）筑物安全监测与损坏评估研究,验证了该方法的有效性。通过深入的分析对比矿区形变对建筑物结构损坏影响的因素和特点,筛选损坏指标;并根据矿区建筑物的实际结构特征,选取损坏评估模型,利用SBAS-In SAR技术能够快速获取区域面状形变信息的特点,提取损坏指标并结合损坏评估模型,实现矿区建筑物的快速动态安全监测与损坏评估。以淮南矿区杨聚庄居民区为例,基于2015年7月至2016年8月20景Sentinel-1A卫星影像数据,应用SBAS-In SAR技术反演了研究区在监测期内的形变信息,获取了研究区内的时间序列形变图,并基于时序形变结果,提取了研究区内建筑物的动态损坏评估结果图,并通过对研究区建筑物损坏情况的实地勘察结果进行验证。结果表明本次的损坏评估结果与研究区内建筑物实际损坏情况有较高的一致性,该方法为利用In SAR技术实现矿区区域建（构）筑物的快速动态安全监测与损坏评估提供了新的途径和手段。（4）联合时序InSAR和机器学习理论的矿区形变预测研究,提出了灰色支持向量机（Grey-Support Vector Machine model,GM-SVR）组合预测模型。通过利用时序In SAR技术获取的矿区时间序列形变结果,获取形变的时空演化规律和发展趋势;根据矿区的形变时空演化规律结合时序In SAR数据集的特点,基于组合建模的思想,综合灰色模型强大的线性处理和支持向量机优良的学习、泛化以及高维空间非线性处理能力的优势,建立GM-SVR组合预测模型,通过分别对线性和非线性形变分量的预测,最终实现矿区形变的预测研究。以研究区杨聚庄时序In SAR监测的结果进行预测模型的实例分析,验证了GM-SVR组合模型的全局预测能力,通过与单一预测模型的对比,结果表明GM-SVR组合模型预测精度最高且性能稳定,是一种有效的形变预测方法。
二、GPS矿区地表变形三维精密监测技术的研究与实践（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、GPS矿区地表变形三维精密监测技术的研究与实践（论文提纲范文）
（1）基于三维激光扫描的矿区开采沉陷地表形变监测方法及采动损害分析研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 变形监测研究现状 |
| 1.2.2 三维激光扫描技术在变形监测中的应用研究现状 |
| 1.2.3 三维激光扫描数据处理研究现状 |
| 1.3 研究内容及方案 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文结构安排 |
| 1.4 本章小结 |
| 2 三维激光扫描仪测量精度影响因素分析 |
| 2.1 三维激光扫描基本原理 |
| 2.2 三维激光扫描误差来源 |
| 2.3 三维激光扫描仪测量方法精度分析 |
| 2.3.1 实验场地的选择 |
| 2.3.2 外符合精度评价 |
| 2.3.3 内符合精度评价 |
| 2.3.4 仪器不等高对测量精度的影响 |
| 2.3.5 仪器扫描物体的距离对测量精度的影响 |
| 2.3.6 点云密度对测量结果精度的影响 |
| 2.4 基于QPSO算法的三维激光标靶球球心拟合方法 |
| 2.4.1 三维激光标靶球球心拟合基础理论 |
| 2.4.2 基于QPSO算法的三维激光标靶球球心拟合方法构建 |
| 2.4.3 模拟实验 |
| 2.4.4 工程实例 |
| 2.5 本章小结 |
| 3 一种基于概率积分法辅助的开采沉陷三维激光扫描监测方法研究 |
| 3.1 基于3DLS-PIM的开采沉陷监测方法研究 |
| 3.1.1 基于3DLS-PIM的开采沉陷监测原理 |
| 3.1.2 基于3DLS-PIM的开采沉陷监测辅助条件方程及参数估计方法 |
| 3.1.3 基于3DLS-PIM的开采沉陷监测方法应用流程 |
| 3.2 工程应用 |
| 3.2.1 实验区环境与地质采矿条件概况 |
| 3.2.2 三维激光扫描监测方案与数据预处理 |
| 3.2.3 基于3DLS-PIM的开采沉陷监测实验及结果分析 |
| 3.3 基于QPSO的3DLS-PIM参数求解性能评价 |
| 3.3.1 模拟实验 |
| 3.3.2 工程验证 |
| 3.4 本章小结 |
| 4 基于三维激光扫描技术的矿区建筑物变形监测与采动损害评估研究 |
| 4.1 基于三维激光的建筑物变形监测与采动损害评估原理 |
| 4.1.1 基于三维激光的建筑物变形监测精度设计方法 |
| 4.1.2 建筑物移动与变形计算与采动损害评估方法 |
| 4.2 基于3DLS-PIM的建筑物采动损害程度预测方法 |
| 4.3 工程实例 |
| 4.3.1 矿区建筑物变形监测概况 |
| 4.3.2 三维激光扫描仪观测方案设计 |
| 4.3.3 建筑物变形提取与采动损害评估 |
| 4.3.4精度评定 |
| 4.4 地表变形对不同结构房屋损坏的变形规律分析 |
| 4.5 本章小结 |
| 5 结论与展望 |
| 5.1 主要结论 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（2）基于InSAR技术的矿区地表三维变形动态监测方法及废弃矿井采矿时空特征探测方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 概率积分法模型参数反演研究现状 |
| 1.2.2 煤矿开采沉陷InSAR监测研究现状 |
| 1.2.3 废弃矿井采矿历史勘察研究现状 |
| 1.3 研究内容及方案 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究方案 |
| 2 烟花算法改进及其在概率积分法参数反演中的应用研究 |
| 2.1 改进烟花算法 |
| 2.1.1 烟花算法原理 |
| 2.1.2 顾及概率积分参数特性的烟花算法改进策略 |
| 2.2 开采沉陷预计原理 |
| 2.2.1 概率积分法原理 |
| 2.2.2 复杂形状工作面开采沉陷预计方法 |
| 2.3 基于改进烟花算法的概率积分法参数反演方法(MIFWA) |
| 2.4 模拟实验 |
| 2.4.1 数据模拟 |
| 2.4.2 实验及结果分析 |
| 2.4.3 讨论实验 |
| 2.5 真实数据实验 |
| 2.5.1 实验矿区概况 |
| 2.5.2 概率积分法参数反演及结果分析 |
| 2.6 本章小结 |
| 3 融合D-InSAR的采矿地表三维变形动态监测及移动盆地边界角量参数分离方法研究 |
| 3.1 融合单视线D-InSAR和BK模型的煤矿地表三维变形动态监测方法研究 |
| 3.1.1 BK预计模型 |
| 3.1.2 模型比较 |
| 3.1.3 融合单视线D-InSAR和BK模型的煤矿地表三维变形动态监测方法 |
| 3.2 模拟实验 |
| 3.2.1 地质采矿概况 |
| 3.2.2 LOS向形变模拟 |
| 3.2.3 预计参数反演及三维变形监测 |
| 3.2.4 抗差求参分析 |
| 3.3 工程实验 |
| 3.3.1 实验区及雷达数据概况 |
| 3.3.2 参数反演及三维变形求解 |
| 3.3.3 预计与实测比较 |
| 3.4 基于抗差估计理论的地表移动盆地边界角量参数分离方法研究 |
| 3.4.1 选权迭代最小二乘原理 |
| 3.4.2 基于选权迭代最小二乘的地表移动盆地边界角量参数分离方法 |
| 3.4.3 工程应用 |
| 3.5 本章小结 |
| 4 基于InSAR技术的废弃煤矿采矿时空特征探测方法研究 |
| 4.1 地表移动变形和地下时空特征参数的动态关系模型 |
| 4.1.1 地下动态采动和地表响应的时空关系 |
| 4.1.2 Boltzmann函数拟合下沉率 |
| 4.1.3 动态概率积分参数变化趋势及敏感性分析 |
| 4.1.4 动态关系模型构建 |
| 4.2 基于InSAR技术的废弃煤矿采矿历史探测方法 |
| 4.3 真实数据实验 |
| 4.3.1 研究区域概况 |
| 4.3.2 实验过程及结果分析 |
| 4.4 模拟实验 |
| 4.4.1 D-InSAR的LOS向变形模拟 |
| 4.4.2 废弃煤矿采矿历史反演 |
| 4.4.3 反演时空特征参数对概率积分参数的敏感性研究 |
| 4.5 应用前景 |
| 4.6 本章小结 |
| 5 结论与展望 |
| 5.1 主要结论 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（3）基于SBAS-InSAR技术的综放工作面地表沉陷监测及预测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 开采沉陷理论研究现状 |
| 1.2.2 地表沉陷监测研究现状 |
| 1.2.3 覆岩破断及地表沉陷规律研究现状 |
| 1.2.4 地表沉陷预测方法研究现状 |
| 1.2.5 存在问题及发展趋势 |
| 1.3 研究内容及技术路线 |
| 2 研究区域及监测数据源概况 |
| 2.1 研究区域概况 |
| 2.1.1 自然地理与地质构造 |
| 2.1.2 煤层特征与覆岩岩性 |
| 2.1.3 研究工作面基本状况 |
| 2.2 监测数据源 |
| 2.2.1 Sentinel-1A数据 |
| 2.2.2 DEM数据 |
| 2.2.3 精密轨道数据 |
| 2.2.4 GPS沉陷监测数据 |
| 2.3 本章小结 |
| 3 基于SBAS-InSAR技术的地表沉陷监测 |
| 3.1 雷达干涉测量基本原理及误差来源 |
| 3.1.1 InSAR技术测高原理 |
| 3.1.2 常规D-InSAR技术原理 |
| 3.1.3 SBAS-InSAR技术原理 |
| 3.1.4 InSAR技术主要误差来源 |
| 3.2 401102工作面地表沉陷监测及分析 |
| 3.2.1 Sentinel-1A数据处理 |
| 3.2.2 监测结果验证 |
| 3.2.3 地表沉陷监测结果分析 |
| 3.3 本章小结 |
| 4 覆岩破断对地表沉陷的影响分析 |
| 4.1 覆岩状态演化特征及关键层判别 |
| 4.1.1 各开采阶段覆岩状态演化特征 |
| 4.1.2 覆岩关键层判别方法 |
| 4.1.3 401102工作面上覆关键层判别 |
| 4.2 401102工作面覆岩破断对地表沉陷的影响 |
| 4.2.1 401102工作面数值模型建立 |
| 4.2.2 覆岩关键层破断特征分析 |
| 4.2.3 覆岩关键层破断对地表沉陷的影响 |
| 4.2.4 数值模拟与监测结果对比分析 |
| 4.3 本章小结 |
| 5 基于Adaboost-PSO-BP模型的地表沉陷预测 |
| 5.1 地表沉陷影响因素分析 |
| 5.1.1 采矿因素 |
| 5.1.2 地质因素 |
| 5.1.3 地形因素 |
| 5.2 开采沉陷预测模型的原理 |
| 5.2.1 BP神经网络模型 |
| 5.2.2 粒子群算法优化BP神经网络模型 |
| 5.2.3 Adaboost-PSO-BP强预测模型 |
| 5.3 开采沉陷预测模型的建立与应用 |
| 5.3.1 样本数据 |
| 5.3.2 预测模型的建立 |
| 5.3.3 各模型预测结果精度对比 |
| 5.3.4 强预测模型在401102工作面的应用 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（4）基于InSAR技术的矿区地表沉降监测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 InSAR技术及其发展 |
| 1.2.2 DInSAR技术研究现状 |
| 1.2.3 常用时序InSAR技术研究现状 |
| 1.3 研究内容与章节安排 |
| 1.4 本章小结 |
| 2 InSAR理论基础 |
| 2.1 InSAR基本原理 |
| 2.2 DInSAR技术原理 |
| 2.3 常用时序InSAR技术原理 |
| 2.3.1 PS DInSAR技术原理 |
| 2.3.2 SBAS DInSAR技术原理 |
| 2.4 InSAR技术误差来源 |
| 2.5 本章小结 |
| 3 DEM对DInSAR技术地表沉降监测的影响 |
| 3.1 引言 |
| 3.2 研究区概况 |
| 3.3 实验数据 |
| 3.3.1 SAR数据 |
| 3.3.2 不同外部DEM数据 |
| 3.3.3 ICESat/GLA14高程数据 |
| 3.3.4 GPS实测数据 |
| 3.4 数据处理 |
| 3.4.1 ICESat/GLA14测高数据处理 |
| 3.4.2 Sentinel-1A雷达数据处理 |
| 3.5 结果分析 |
| 3.5.1 DEM分析及精度评价 |
| 3.5.2 DInSAR结果对比分析 |
| 3.5.3 GPS与DInSAR结果对比 |
| 3.6 本章小结 |
| 4 不同时序InSAR技术的地表沉降监测方法对比 |
| 4.1 引言 |
| 4.2 研究区概况 |
| 4.3 实验数据 |
| 4.3.1 SAR数据 |
| 4.3.2 NASA DEM数据 |
| 4.3.3 GPS实测数据 |
| 4.4 数据处理 |
| 4.4.1 PS DInSAR技术获取地表沉降 |
| 4.4.2 SBAS DInSAR技术获取地表沉降 |
| 4.4.3 优化GCP点选取的SBAS DInSAR技术获取地表沉降 |
| 4.5 结果分析 |
| 4.5.1 时序InSAR监测结果对比分析 |
| 4.5.2 GPS与时序InSAR结果对比 |
| 4.6 本章小结 |
| 5 优化GCP点选取的SBAS DInSAR技术矿区地表沉降监测 |
| 5.1 引言 |
| 5.2 研究区概况 |
| 5.3 实验数据 |
| 5.3.1 SAR数据 |
| 5.3.2 NASA DEM数据 |
| 5.3.3 精密定轨星历数据 |
| 5.3.4 GPS实测数据 |
| 5.4 数据处理 |
| 5.4.1 基于PS DInSAR技术获取GCP控制点 |
| 5.4.2 优化GCP点选取的SBAS DInSAR技术获取地表沉降 |
| 5.5 结果分析 |
| 5.5.1 优化GCP点选取的SBAS DInSAR监测结果 |
| 5.5.2 矿区地表沉降时间序列 |
| 5.5.3 GPS与优化GCP点选取的SBAS DInSAR结果对比 |
| 5.5.4 矿区地表形变点时间序列 |
| 5.5.5 沉降因素分析 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
（5）融合GNSS与InSAR的矿区地表三维形变监测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 GNSS技术在地表形变监测中的应用 |
| 1.2.2 InSAR技术在地表形变监测中的应用 |
| 1.2.3 融合GNSS与 InSAR获取三维形变场的发展 |
| 1.3 现有研究存在的问题 |
| 1.4 研究内容及技术路线 |
| 1.5 论文结构安排 |
| 2 研究区概况与技术基础 |
| 2.1 研究区概况 |
| 2.1.1 自然地理概况 |
| 2.1.2 矿区开采方法 |
| 2.2 全球导航卫星系统 |
| 2.2.1 GPS系统 |
| 2.2.2 GLONASS系统 |
| 2.2.3 GALILEO系统 |
| 2.2.4 BDS系统 |
| 2.3 InSAR及相关技术原理 |
| 2.3.1 SAR系统 |
| 2.3.2 InSAR技术原理 |
| 2.3.3 SBAS-InSAR技术原理 |
| 2.3.4 InSAR三维形变模型分解 |
| 2.4 GNSS与 InSAR融合获取地表三维形变场的原理与方法 |
| 2.4.1 直接分解法 |
| 2.4.2 最小二乘法 |
| 2.4.3 解析优化法 |
| 2.5 本章小结 |
| 3 基于GNSS数据插值获取地表三维形变场 |
| 3.1 数据概况 |
| 3.1.1 监测点设计原则与布设 |
| 3.1.2 数据获取 |
| 3.2 克里金插值法原理 |
| 3.2.1 普通克里金法 |
| 3.2.2 经验贝叶斯克里金法 |
| 3.2.3 精度评价指标 |
| 3.3 基于克里金法插值的GNSS数据获取三维形变场 |
| 3.3.1 OK法和EBK法获取三维形变结果分析 |
| 3.3.2 精度分析 |
| 3.4 本章小结 |
| 4 基于升降轨SBAS-InSAR的地表时序形变监测 |
| 4.1 数据基础 |
| 4.1.1 卫星数据简介及数据获取 |
| 4.1.2 DEM数据 |
| 4.1.3 数据预处理 |
| 4.2 SBAS-InSAR数据处理 |
| 4.2.1 生成连接图 |
| 4.2.2 干涉处理 |
| 4.2.3 轨道精炼与重去平 |
| 4.2.4 SBAS反演 |
| 4.2.5 地理编码及结果输出 |
| 4.3 矿区整体形变对比与分析 |
| 4.4 矿区局部形变对比与分析 |
| 4.4.1 矿体边界内部形变 |
| 4.4.2 矿体边界外部形变 |
| 4.5 本章小结 |
| 5 融合GNSS与 InSAR的地表三维形变监测 |
| 5.1 多源数据定权方法 |
| 5.1.1 先验定权法 |
| 5.1.2 验后定权法 |
| 5.2 基于等权法改进的赫尔默特方差分量估计数据融合模型 |
| 5.3 融合GNSS-InSAR解算地表三维形变场 |
| 5.4 实验结果与分析 |
| 5.5 矿区地表形变特征分析 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的研究成果 |
（6）基于InSAR技术的矿区地质灾害识别与监测（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究意义及背景 |
| 1.2 国内外研究现状 |
| 1.2.1 InSAR技术研究现状 |
| 1.2.2 滑坡稳定性研究现状 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 2 研究区及数据源介绍 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 地质条件 |
| 2.1.4 气象水文 |
| 2.1.5 人类活动 |
| 2.1.6 地质灾害 |
| 2.2 数据来源 |
| 2.2.1 合成孔径雷达数据 |
| 2.2.2 SRTM的DEM数据 |
| 3 InSAR技术基础理论 |
| 3.1 InSAR高程测量基本原理 |
| 3.2 D-InSAR形变监测基本原理 |
| 3.3 时序InSAR技术简介 |
| 3.3.1 永久散射体干涉测量(PS-InSAR)技术 |
| 3.3.2 短基线集干涉测量(SBAS-InSAR)技术 |
| 3.3.3 两种时序InSAR技术比较 |
| 4 米易县矿区地质灾害识别 |
| 4.1 基于D-InSAR技术的米易县地表形变监测 |
| 4.1.1 ALOS-2数据处理 |
| 4.1.2 D-InSAR地表形变监测分析 |
| 4.2 基于时序InSAR技术的矿区地表形变监测 |
| 4.2.1 Sentinel-1A数据 |
| 4.2.2 基于PS-InSAR获取地表形变数据 |
| 4.2.3 基于SBAS-InSAR获取地表形变数据 |
| 4.2.4 研究区地表形变特征 |
| 4.3 研究区地质灾害识别 |
| 4.3.1 研究区滑坡及不稳定斜坡的识别 |
| 4.3.2 研究区主要地物地面沉降 |
| 4.4 研究区地质灾害识别结果 |
| 5 大龙塘滑坡形变监测 |
| 5.1 大龙塘滑坡特征 |
| 5.1.1 形态特征 |
| 5.1.2 结构特征 |
| 5.1.3 变形特征 |
| 5.2 滑坡变形破坏诱发因素 |
| 5.3 滑坡定性分析 |
| 5.4 滑坡定量分析 |
| 5.4.1 计算方法 |
| 5.4.2 工况设置 |
| 5.4.3 计算剖面 |
| 5.4.4 计算参数 |
| 5.4.5 计算结果及评价 |
| 5.5 大龙塘滑坡形变监测 |
| 5.5.1 数据准备 |
| 5.5.2 数据处理 |
| 5.5.3 滑坡形变监测分析 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
（7）基于InSAR技术的高速公路沿线沉降监测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 时序InSAR技术的研究现状 |
| 1.2.2 公路形变监测研究现状 |
| 1.3 本文研究内容与组织结构 |
| 1.3.1 研究内容 |
| 1.3.2 组织结构 |
| 第二章 合成孔径雷达干涉测量技术(InSAR)的基本原理 |
| 2.1 合成孔径雷达成像原理 |
| 2.2 InSAR技术基本原理 |
| 2.3 D-InSAR技术基本原理 |
| 2.4 PS-InSAR技术基本原理 |
| 2.4.1 主影像选取 |
| 2.4.2 PS点的识别 |
| 2.4.3 PS-InSAR时序相位建模及解算 |
| 2.5 SBAS-InSAR技术基本原理 |
| 2.5.1 高相关点选取 |
| 2.5.2 SBAS技术中的关键技术和方法 |
| 2.6 本文采用技术方法 |
| 2.7 本章小结 |
| 第三章 公路沿线沉降的监测和分析 |
| 3.1 研究区概况 |
| 3.1.1 地理位置与地质概况 |
| 3.1.2 气候概况 |
| 3.2 实验数据 |
| 3.2.1 Sentinel-1影像数据 |
| 3.2.2 其他数据 |
| 3.3 数据处理过程 |
| 3.3.1 SBAS技术处理过程 |
| 3.3.2 PS-InSAR技术处理过程 |
| 3.4 实验结果对比分析 |
| 3.5 沉降结果与原因分析 |
| 3.5.1 沉降结果分析 |
| 3.5.2 沉降因素分析 |
| 3.6 本章小结 |
| 第四章 高速公路沉降预测方法及研究 |
| 4.1 常用预测方法 |
| 4.2 最小二乘支持向量机预测方法 |
| 4.3 沉降预测分析 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录A:攻读硕士学位期间发表论文 |
（8）基于SBAS-InSAR的矿区沉降监测及动态预计研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 InSAR技术国内外研究现状 |
| 1.2.2 开采沉陷预计国内外研究现状 |
| 1.2.3 InSAR技术监测矿区形变的国内外研究现状 |
| 1.3 论文研究内容和结构 |
| 1.3.1 主要研究内容 |
| 1.3.2 论文结构安排 |
| 2 主要技术原理 |
| 2.1 D-InSAR技术原理 |
| 2.1.1 D-InSAR技术的误差来源 |
| 2.2 SBAS-InSAR技术原理 |
| 2.3 DE-GWO算法原理 |
| 2.4 改进Knothe时间函数原理 |
| 2.5 概率积分法原理 |
| 2.6 FLAC3D数值模拟原理 |
| 2.7 本章小节 |
| 3 SBAS-InSAR的沉降盆地边界信息提取 |
| 3.1 研究区概况 |
| 3.2 SBSA-InSAR数据处理 |
| 3.2.1 实验数据介绍 |
| 3.2.2 实验数据处理 |
| 3.3 实验结果和精度分析 |
| 3.3.1 实验结果分析 |
| 3.3.2 边界点结果精度验证 |
| 3.4 本章小结 |
| 4 动态概率积分法预计模型参数求取及实验分析 |
| 4.1 InSAR侧视成像与PIM模型的几何关系 |
| 4.2 ITPIM模型介绍 |
| 4.3 InSAR-ITPIM模型参数求取方法 |
| 4.3.1 ITPIM模型参数求取方法 |
| 4.3.2 幂指数Knothe时间函数模型参数求取方法 |
| 4.4 PIM模型参数求取仿真实验 |
| 4.4.1 地质采矿条件模拟 |
| 4.4.2 InSAR视线向应变模拟 |
| 4.4.3 实验结果分析 |
| 4.5 InSAR-ITPIM动态预计工程实例应用 |
| 4.5.1 工作面PIM模型参数求取 |
| 4.5.2 幂指数knothe时间函数模型参数求取 |
| 4.5.3 InSAR-ITPIM动态预计实验 |
| 4.6 FLAC3D数值模拟实验 |
| 4.7 实验结果分析 |
| 4.8 本章小结 |
| 5 结论与展望 |
| 结论 |
| 展望与不足 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间取得的研究成果 |
（9）基于InSAR/GIS的矿区地下非法开采监测关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文结构安排 |
| 2 InSAR技术理论基础 |
| 2.1 SAR成像原理及影像特征 |
| 2.2 InSAR技术原理 |
| 2.3 D-InSAR技术原理 |
| 2.4 时序InSAR技术 |
| 2.5 本章小结 |
| 3 面向地下非法采矿识别的GIS时空数据模型 |
| 3.1 矿山开采沉陷时空变化分析与表达 |
| 3.2 矿山开采沉陷动态过程模拟与描述 |
| 3.3 面向非法采矿识别GIS时空数据模型的逻辑组织 |
| 3.4 地下非法采矿识别平台体系结构 |
| 3.5 本章小结 |
| 4 基于D-InSAR开采沉陷特征的地下无证开采识别 |
| 4.1 矿山地表与图层对象动态关系构建 |
| 4.2 矿山地表形变D-InSAR监测 |
| 4.3 开采沉陷特征提取和沉陷区圈定 |
| 4.4 实例分析与验证 |
| 4.5 本章小结 |
| 5 融合PS-InSAR和光学遥感的地下无证开采识别 |
| 5.1 矿山地表与传感器对象动态关系构建 |
| 5.2 联合PS-InSAR和光学遥感提取地表建筑物的沉陷信息 |
| 5.3 基于建筑物沉陷时空特征的地下无证开采识别方法 |
| 5.4 实例分析与验证 |
| 5.5 本章小结 |
| 6 面向越界开采识别的地下开采面位置反演 |
| 6.1 矿山地表与开采面对象动态关系构建 |
| 6.2 地下开采引起的地表沉陷规律 |
| 6.3 开采沉陷预计原理和模型 |
| 6.4 基于InSAR和沉陷预计理论的地下开采面反演 |
| 6.5 工程实例及分析 |
| 6.6 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 主要创新点 |
| 7.3 不足和展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（10）基于InSAR和Sentinel-1A的淮南矿区形变灾害监测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 淮南矿区地面形变灾害研究现状 |
| 1.2.2 InSAR技术的研究现状 |
| 1.3 研究内容及技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 创新点 |
| 1.3.3 技术路线 |
| 第二章 合成孔径雷达干涉测量原理 |
| 2.1 概述 |
| 2.2 合成孔径雷达干涉技术 |
| 2.2.1 InSAR工作模式 |
| 2.2.2 InSAR原理 |
| 2.2.3 干涉相位组成分析 |
| 2.3 差分合成孔径雷达干涉技术 |
| 2.3.1 D-InSAR原理及方法 |
| 2.3.2 D-InSAR处理流程 |
| 2.3.3 D-InSAR的局限性分析 |
| 2.4 时间序列InSAR技术 |
| 2.4.1 永久散射体干涉技术 |
| 2.4.2 小基线集技术 |
| 2.5 本章小结 |
| 第三章 基于D-InSAR技术和SENTINEL-1A的淮南矿区形变识别与时序相干性分析 |
| 3.1 引言 |
| 3.2 研究区域地理与地质环境基本概况 |
| 3.2.1 区域地形、地貌 |
| 3.2.2 气象与水文 |
| 3.2.3 地层岩性 |
| 3.2.4 地质构造 |
| 3.2.5 区域灾害现状 |
| 3.3 SAR影像数据选取 |
| 3.4 D-InSAR技术的淮南矿区形变区域识别与特征分析 |
| 3.4.1 研究区数据选择 |
| 3.4.2 研究区数据处理 |
| 3.4.3 结果与分析 |
| 3.5 基于SENTINEL-1A数据的地物类型时序相干性研究 |
| 3.5.1 失相干性因素分析 |
| 3.5.2 研究区选择 |
| 3.5.3 研究区数据 |
| 3.5.4 结果与分析 |
| 3.6 本章小结 |
| 第四章 基于SBAS-InSAR技术的矿区建(构)筑物安全监测与损坏评估研究 |
| 4.1 引言 |
| 4.2 开采沉陷影响分析 |
| 4.2.1 岩层移动 |
| 4.2.2 地表移动 |
| 4.3 矿区建筑物安全因素分析 |
| 4.3.1 地表形变对建筑的影响 |
| 4.3.2 建筑物自身特征的影响 |
| 4.3.3 大气环境对建筑物的影响 |
| 4.4 基于SBAS技术的建筑物损坏评估技术 |
| 4.4.1 建筑物损坏评估模型 |
| 4.4.2 SBAS-InSAR技术 |
| 4.4.3 损坏评估指标的选取 |
| 4.5 形变结果提取与分析 |
| 4.5.1 研究区选择 |
| 4.5.2 研究区数据选择 |
| 4.5.3 干涉对组合参数 |
| 4.5.4 高相干目标点获取 |
| 4.5.5 形变结果获取 |
| 4.5.6 形变结果的精度分析 |
| 4.5.7 时序形变特征分析 |
| 4.6 建筑物安全评估 |
| 4.6.1 倾斜指标的提取 |
| 4.6.2 研究区建筑物特征分析 |
| 4.6.3 建筑物损坏评估 |
| 4.6.4 建筑物损坏情况实地调查分析 |
| 4.7 本章小结 |
| 第五章 基于InSAR与GM-SVR模型的矿区形变预测研究 |
| 5.1 引言 |
| 5.2 GM-SVR模型的构建 |
| 5.2.1 预测模型的概述 |
| 5.2.2 GM-SVR模型的建立 |
| 5.2.3 模型原理介绍 |
| 5.2.4 模型精度评估指标 |
| 5.3 基于InSAR的矿区形变预测实例 |
| 5.3.1 InSAR原始观测数据获取 |
| 5.3.2 形变预测结果与分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要研究成果与结论 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读学位期间的学术活动及成果情况 |
| 致谢 |
四、GPS矿区地表变形三维精密监测技术的研究与实践（论文参考文献）
- [1]基于三维激光扫描的矿区开采沉陷地表形变监测方法及采动损害分析研究[D]. 朱尚军. 安徽理工大学, 2021(02)
- [2]基于InSAR技术的矿区地表三维变形动态监测方法及废弃矿井采矿时空特征探测方法研究[D]. 江克贵. 安徽理工大学, 2021(02)
- [3]基于SBAS-InSAR技术的综放工作面地表沉陷监测及预测研究[D]. 邢垒. 西安科技大学, 2021(02)
- [4]基于InSAR技术的矿区地表沉降监测研究[D]. 赵贝贝. 西安科技大学, 2021(02)
- [5]融合GNSS与InSAR的矿区地表三维形变监测[D]. 周文韬. 西南科技大学, 2021(08)
- [6]基于InSAR技术的矿区地质灾害识别与监测[D]. 廖军. 西南科技大学, 2021(08)
- [7]基于InSAR技术的高速公路沿线沉降监测研究[D]. 姜乃齐. 昆明理工大学, 2021(01)
- [8]基于SBAS-InSAR的矿区沉降监测及动态预计研究[D]. 张童康. 西安科技大学, 2021(02)
- [9]基于InSAR/GIS的矿区地下非法开采监测关键技术研究[D]. 夏元平. 中国矿业大学, 2020
- [10]基于InSAR和Sentinel-1A的淮南矿区形变灾害监测研究[D]. 李金超. 合肥工业大学, 2021(02)