基于时序InSAR技术的新井煤矿地表沉降监测

为探测内蒙古新井煤业有限公司露天矿区边坡失稳前地表形变情况,采用SBAS-InSAR技术对该矿区2022年1月至2022年11月的15景Sentinel-1A数据进行干涉处理,解算出地表2 475个形变点,最大形变量超过160 mm,最大形变速率达209 mm/a。证明SBAS-InSAR技术可以高效地识别研究区变形位置及其形态,为矿区地质灾害预警提供数据支撑。     

基于多源时序InSAR的三峡坝区形变监测分析

自2003年三峡库区蓄水以来,水位的大幅上升和周期性变化,给三峡大坝及其周边环境的稳定性造成威胁,三峡坝区的形变监测一直备受关注.随着InSAR技术的不断发展,其在基础设施与地质灾害形变监测领域发挥着越来越大的作用.采用时序InSAR技术对获取的2015年—2019年L波段ALOS2 PALSAR2数据集和2015年—2022年C波段Sentinel-1数据集进行处理分析,发现三峡大坝与茅坪溪大坝存在与蓄水相关的周期性形变,振幅约为1.1 mm和3.2 mm,茅坪溪大坝左岸护坡、关门洞地区与银杏沱填埋区分别存在28、40、40 mm/a的显著形变.采用指数衰减模型对银杏沱填埋区形变过程进行拟合,结果表明填埋区可在2040年达到稳定状态。研究表明,InSAR技术有助于加深对地表形变的认识理解,为地质灾害治理与决策提供依据.     

煤层注水渗透特征的参数反演

为克服实验室测定方法的条件限制和方法本身存在“以点代面”的不足，提出用可变容差最优化方法根据注水试验观测资料反演煤体导水参数和贮水参数的方案，建立了煤体湿润的观测值(水分增值)与计算值的相对偏差最小为搜索目标函数。提出利用对己知参数的正向结果的反演计算来验证反演算法的精度。通过用不同初值对自身的反演，结果表明，反演收敛快，精度高，稳定性好，对初值的选择要求不高。在进行抗噪性实例检验计算中，迭代21次，调用有限元数值模型42次后参数既趋向稳定；湿润分布(水分增值)的最大绝对误差不超过0．03％，计算精度满足工程要求。这项研究，能够实现利用现场注水的结果不断修正模型参数，使模型不断适应煤层条件的变化。     

基于波阻抗反演的煤层预测方法

本文利用济宁二号煤矿的一块三维地震工区内的资料为依托,经过地层对比、层位标定与解释、测井数据标准化、地震地质建模、稀疏脉冲波阻抗反演等处理进行了宽带约束波阻抗反演,从而达到了综合应用地质、测井、地震资料对煤层进行精细描述的目的。     

时序InSAR大范围地表形变监测的关键问题分析

地表形变作为一种缓慢变化且不可逆转的环境地质现象,具有覆盖范围大的特点.受SAR影像幅宽限制,单幅SAR影像显然无法满足区域性地表形变监测,如何实现大范围地表形变监测成为当务之急.长条带时序InSAR监测与多轨道InSAR监测成果的拼接成为大范围地表形变监测的有效手段,但面临计算效率、误差传递以及坐标系与基准不统一等问...     

基于StaMPS-PS时序InSAR对流层延迟改正方法评估

时序分析是合成孔径雷达干涉测量(InSAR)的一项关键技术,它被广泛应用于监测广阔地区的地表缓慢形变。这种方法能够提供大范围、大面积的形变监测。其中,StaMPS PS方法凭借适用范围广、开源等优点,受到众多学者的使用。但在时序InSAR中,对流层延迟相位会导致形变监测精度的降低,因此,以合肥市为研究区域,分析了经验模型线性改正、GACOS(generic atmospheric correction online service for InSAR)改正和欧洲中期天气预报中心(ECMWF)最新发布的ERA5数据集改正,并对比这3种方法在时序InSAR反演形变速率中的改正效果。通过计算得到研究区的标准差,进行比较分析和验证。其中线性改正、ERA5和GACOS改正后的标准差分别降低了21.71%、16.14%、10.38%。对于合肥区域,这3种方法均可减弱对流层延迟的影响,且精度都有所提高,其中线性改正效果最好,适用性更高,ERA5和GACOS受天气以及地面监测点密度等影响,在该区域改正效果较差。     

近距离煤层巷道锚杆锚索联合支护参数数值模拟研究

基于甘庄煤矿近距离煤层巷道锚杆锚索联合支护参数设计,从近距离煤层巷道围岩实际及本矿巷道支护现状出发,采用MIDAS/GTS数值模拟,分析了近距离煤层巷道围岩位移、应力分布及破坏范围;研究了不同因素对巷道围岩变形与破坏的影响,设计得出合理的支护参数,进而提高锚杆锚索联合支护参数设计的科学合理性及实用可靠性,进一步发挥锚杆支护技术的潜力,为近距离煤层巷道支护提供理论依据及技术支持。     

基于严密模型的多基线InSAR高程反演方法

针对常用多基线干涉合成孔径雷达(In SAR)高程反演方法基于简化模型、精度低、计算量大的问题,该文提出一种新的多基线In SAR高程反演方法。该方法引入严密几何关系的三维重建模型,并添加干涉相位的整周期数作为求解参数,迭代求解目标点的三维坐标。由于该方法采用目标点三维坐标信息连接不同干涉数据,明显降低了系统误差对整周期数求解的影响,因此较常用多基线In SAR高程反演方法更具可靠性。机载数据实验结果表明:对于定标数据,该文方法结果的精度与最大似然高程估计(MLHE)方法相同;对于未定标数据,该文方法结果的精度优于MLHE方法;MLHE方法的数据处理时间为该文方法的6~7倍。在星载数据实验中,MLHE方法耗时351 s,该文方法耗时14 s。     

广域InSAR时序分析技术对华北平原地表形变的监测

基于2015—2019共4年的合成孔径雷达(SAR)卫星影像,提出一种广域合成孔径雷达干涉测量(InSAR)时序分析技术,对华北平原的地表形变进行高精度连续监测。首先对SAR影像进行干涉处理,得到干涉图。在此基础上,使用经过并行化改进的永久散射体技术斯坦福改进(StaMPS)方法,提取干涉图中所有永久散射体(PS)像元,获取研究区域全分辨率的时序形变信息。之后,使用大气模型校正法与共景叠加法相结合的联合大气校正方法,估计并去除形变信息中的大气噪声。经过上述处理流程后,成功地获取华北平原地表大空间尺度、长时间跨度、全空间分辨率和高精度的形变信息,进而监测到平原内部由长期地下水开采导致的高达100 mm/a的大范围强烈沉降信号。相较于既有算法,并行化StaMPS方法通过在多个计算节点之间的实时分配,节约至少60%的计算时间,联合大气校正方法则可以去除约74.3%的大气噪声项,有效性显著高于两种校正方法的单独使用效果。广域InSAR时序分析技术可以有效地实现对大范围地表形变的高精度连续监测。     

联合升降轨时序InSAR的金沙江滑坡群隐患识别

针对单一轨道合成孔径雷达干涉(InSAR)观测结果难以完整识别滑坡隐患的问题,在小基线子集(SBAS)算法基础上引入时间约束因子,结合时空基线组合优化与升降轨联合解算策略,提出了长时序InSAR二维形变提取模型与方法.针对白玉县和贡觉县交界处的金沙江沿线滑坡易发区,采用2018年-2022年的Sentinel-1A升降轨影像数据集开展时序InSAR形变解算,识别得到了金沙江深切峡谷区域的10处滑坡隐患及其空间分布,探明5处特大滑坡隐患(单体超过5 000万m³,最大形变速率超过-70 mm/a),进一步解算得到了各滑坡点的滑移方向及量值,并结合降水数据总结归纳了滑坡的季节性演化特征与长期发展趋势.相关研究结果可为该区域的地质灾害防治与重大基础设施建设提供重要的参考数据和信息支撑.     

结合序贯平差方法监测地表形变的InSAR时序分析技术

基于短重访周期SAR卫星影像,对黄河三角洲地表形变进行高效和持续监测的SBAS-InSAR时序分析.首先对研究区已有的SAR影像集进行干涉处理,得到干涉图,并进行大气效应校正和轨道误差去除,然后利用传统的SBAS(small baseline subset)方法获取地表形变.在此基础上,当增加新的SAR数据时,采取渐进...     

基于时序InSAR的矿区滑坡前地表运动特征分析

根据矿区滑坡前地表变形的遥感监测方法,提出了不同轨道SAR(synthetic aperture radar)数据集监测结果可靠性的判别依据,并对诱发矿区滑坡的因素进行分析.以鞍山市鞍千哑巴岭露天采场边坡为研究对象,基于44景Sentinel-1雷达影像(两组升轨和一组降轨),利用时间序列InSAR方法分析了采场边坡在2019年11月25日滑坡前约6个月的地表运动特征.结果表明,不同轨道数据集针对同一研究区域所获取的监测结果具有差异性,滑坡区域顶部后缘位置在发生滑坡前的一段时间范围内(约45d)呈异常强烈的加速变形现象.研究成果将为今后利用InSAR技术早识别矿区易滑坡危险区提供新的思路.     

基于时间序列分析的动态变形预报

对变形体的变形趋势做出预报,是变形监测的主要任务之一.时间序列分析能顾及各期数据间的统计相关性,通过建模实现变形体的动态变形预报.鉴于AR模型估计参数时有递推公式,且工作量小,故在介绍时间序列模型的基础上,结合变形监测实例,讨论了AR模型的建模过程,并采用AR模型实现了变形的动态预报.     

基于最速下降的混沌时间序列参数估计和滤波

提出了从被加性高斯白噪声污染的混沌时间序列中同时估计混沌系统参数和滤除序列噪声的新方法．并假定产生非线性时间序列的模型已知,但相应的参数未知．这种新方法把对混沌时间序列的参数估计和滤波看作是一种最小化过程,并利用了最速梯度下降方法解决．数值模拟实验表明,新方法要优于现有的方法,是估计混沌系统参数和滤波的一种有效方法．     

多指标线性时序过程的小波特征

分析了多指标时序过程的小波变换，得到了变换下的性质及展式。     

应用时间序列分析法模拟地下水资源系统

本文阐述了应用时间序列分析法模拟地下水资源系统的基本概念、原理和步骤,并列举了应用此法建立木里图地区地下水资源系统管理模型的实例.实例研究表明,应用时间序列分析法模拟地下水资源系统,进行地下水资源评价和系统管理简单、易行、省时、省力.对水文地质查勘和试验研究欠缺,含水层参数资料不足.但又积累有一定数量水文气象、开采量和地下水动态资料的地区尤为适宜.     

基于时间序列模型的结构损伤识别方法

针对现有结构损伤识别方法中因模型参数物理意义不明确而导致的损伤信息遗漏等问题,提出一种基于时间序列模型的损伤识别方法.首先,推导了具有外部输入的自回归模型(ARX)的一般表达式,并通过联立多自由度体系运动方程建立了考虑结构动力特性的ARX模型.随后,运用该模型预测得到未损伤情况下的节点加速度时程序列,根据其与实测数据的差异程度构造表征结构损伤的参数,即损伤因子.最后,根据损伤因子数值大小与分布情况评估结构损伤状态.数值算例结果表明,该方法在较少的测量数据样本下,能够较好地识别单位置与多位置损伤,并可较为准确地判断损伤程度,同时识别结果受激振位置与测量噪声的影响较小.     

基于多元时间序列的PM2.5预测方法

针对利用多元线性回归和时间序列模型预测PM2. 5时,存在信息利用不全面和预测精度不高的问题,提出了基于多元时间序列(ARMAX)的PM2. 5预测方法;方法在回归项中引入了PM2. 5影响因子在时间序列上的滞后性阶数,并对残差序列进行信息提取,建立了PM2. 5浓度预测模型;首先通过"天气后报网"采集了合肥市2017年和2018年污染物数据;完成了数据的预处理及相关性分析;分别建立了PM2. 5浓度预测的多元线性回归模型、时间序列模型和ARMAX模型;最后通过RMSE、MAE和Theil不相等系数3个评价指标,将3个模型预测精度进行比较;结果表明:ARMAX模型的预测精度显著高于单一的时间序列模型或多元线性回归模型。     

短时间序列仿真模型正确性确认方法的研究

针对短时间序列的特殊性，根据仿真模型的现代确认技术，用置信区间的方法作为定量的统计决策。并给出了应用实例。     

基于时间序列的市场需求预测模型研究

在研究时间序列预测模型的基础上,提出了组合预测模型,并对模型参数进行了优化处理.用于预算未来某时期内市场供求趋势,从而为企业的决策提供依据.