傅里叶级数残差修正的TDGM(1,1)模型预测基坑地表沉降

基坑地表沉降预测是城市化进程中的难点问题,由于地表沉降的影响因素众多,使用单一模型预测难度较大.提出一种基于傅里叶级数残差修正的TDGM(1,1)模型(线性时变参数离散灰色模型),利用TDGM(1,1)模型对前期沉降数据进行建模,得到初始预测值和残差后,利用傅里叶级数对残差进行修正,以此修正预测结果.分析对比2组实验,结果表明,改进模型能够有效提高地表沉降预测精度.     

马尔可夫残差修正模型的高铁路基变形预测

针对灰色系统模型在变形预测中存在预测结果不理想的问题,给出马尔可夫残差修正模型,首先应用灰色预测模型对未来的沉降变形进行预测,然后用马尔可夫过程对预测结果修正,提高预测精度。应用表明:马尔可夫残差修正模型的预测值与观测数据的拟合结果优于传统灰色系统预测模型以及残差修正模型,其预测精度明显提高,沉降预测值更为可靠,可为工程监测提供科学决策依据。     

InSAR和改进支持向量机的沉陷预测模型分析

针对传统开采沉陷监测方法的缺陷和现有预测模型精度较低的问题,该文提出了一种基于SBAS-InSAR和差分进化混合灰狼优化算法(DEGWO)优化支持向量机回归(SVR)的预测模型,利用2018年10月-2020年3月的44景Sentinel-1A数据对陕西彬长矿区孟村煤矿进行开采沉陷监测,得到该矿区的年平均沉降速率和时间序列累积沉降值.SBAS-InSAR监测结果表明,该矿区年平均沉降速率最高达到了211 mm/a,最大累积形变量达到335 mm.用矿区GPS数据对InSAR处理结果进行验证,拟合效果较好.并将预测结果与传统SVR预测模型以及灰色GM(1,1)模型的预测结果进行对比,DEGWO-SVR模型的绝对误差、相对误差以及均方根误差,均为三者最小.说明了差分进化混合灰狼优化算法能够起到很好的参数优化效果,该方法优化的SVR预测模型能够在矿区开采沉陷预测中得到应用.     

基于PSInSAR的水溶矿区沉降预测

针对水溶矿区地表沉降监测与预测中传统大地测量监测手段所获结果空间分辨率较低的问题,利用PSInSAR进行了水溶矿区地表沉降监测;基于PSInSAR监测结果,分别采用GM(1,1)灰色模型、BP神经网络模型和多项式拟合模型进行沉降预测;以均方误差和相关系数为精度的衡量标准,将预测结果与实际结果进行对比,分析了3种模型的预测精度。结果表明,针对某水溶性矿山,基于PSInSAR数据构建的GM(1,1)灰色模型预测精度最高,可通过该方法为矿区的开采提供良好的高空间分辨率的短期预测。     

位错模型的矿区地表沉降监测

为获取连续的矿区地表沉降变形场,揭示沉陷规律,及时预计沉降范围与大小,保障生产,该文提出了以精密水准测量数据为约束的加权位错监测及预计模型。视开采工作面为简化位错几何模型,顾及工作面近远场观测数据的不同,根据计算模型值与水准测量实测值的残差确定不同的权比,利用最小二乘线性算法反演垂直方向上的张裂参数。由张裂参数正演获取连续的地表形变场。并以多期观测反演所得的一维张裂参数的变化序列拟合预计模型,预测地表未来形变场。研究表明,提出的加权位错预计模型能更好地监测并预计矿区开采后的地表沉降变化,为采矿安全生产提供了依据。     

基于InSAR技术和GS-SVR算法的矿区地表开采沉陷预计

我国西部黄土高原地区土质疏松,沟壑纵横,开采损害特征明显,准确预计开采引起的地表移动和变形趋势有助于为矿区灾害提供预警信息。文中以陕西彬长矿区某工作面为例,利用2007年7月—2008年1月的5幅SAR影像对矿区地面进行监测,将合成孔径雷达干涉测量(InSAR)技术得到的监测成果作为训练样本,与网格搜索算法(GS)优化支持向量机回归(SVR)参数算法结合,对矿区的形变点进行沉降预计。结果表明:InSAR技术获取矿区的沉降量可以满足矿区地表沉陷监测预计,结合GS-SVR预计模型可以实现矿区形变点的沉陷预计,预测精度符合工程的应用需求。     

等维新息模型在地表沉降监测中的应用

介绍了等维新息模型的建模过程及其精度评定方法,并以某矿区地表沉降实测值为依据,建立等维新息模型对其沉降趋势进行预测,在对预测值进行残差修正后,经实测结果对比,与沉降趋势相符合,验证了等维新息模型在地表沉降预测应用的可行性。     

残差修正的GM(1,1)模型在滑坡位移预测中的应用

根据滑坡监测研究现状,利用Matlab编程以及新滩滑坡监测点A3和B3的位移监测资料,建立了GM(1,1)预测模型和一阶残差修正的GM(1,1)预测模型;并对两种灰色预测模型的变形预测结果进行了比较。结果表明,经过残差修正的GM(1,1)模型的预测精度明显高于传统GM(1,1)模型的预测精度。     

一种状态区间取值修正的灰色-马尔科夫链预测模型研究

提出了一种对灰色-马尔科夫链预测模型的状态区间取值修正方法.考虑实测值在状态区间中的位置分布情况作为先验知识,对状态区间的端点重新定权,修正预测值在状态区间中的取值,从而获得更高精度的预测结果.结合某建筑物的实测沉降数据,与原始GM(1,1)、残差修正G M(1,1)、灰色-马尔科夫链预测模型进行对比,结果表明:本文预测模型精度更高,状态区间取值修正方法对灰色-马尔科夫链的精度改善有一定的实用性.     

融合InSAR技术的矿区大梯度形变研究

针对矿区开采沉陷沉降量级大、形变剧烈,传统InSAR技术监测过程易出现影像失相干,监测精度较低的问题,以山西省某矿区9103工作面为例,提出SBAS-InSAR和Offset-tracking技术联合监测的方法.采用SBAS-InSAR监测沉陷盆地边缘地区微小形变,采用Offset-tracking技术监测沉陷盆地中心区域大梯度形变,并将二者的形变信息进行融合,从而获得整个采掘工作面上方地表时空变化规律.研究表明,其监测结果与实测数据吻合度较好,满足开采沉陷监测的一般精度要求,融合SBAS-InSAR和Offset-tracking技术可以有效地解决传统InSAR技术只能监测微小形变的问题,为矿区开采沉陷大梯度形变监测以及环境治理提供新的理论思路.     

马尔科夫理论的优化灰色模型预测建模

针对GM(1,1)模型易受建模数据随机扰动影响,且模型稳定性较差的问题,该文提出了基于马尔科夫(Markov)理论的GM(1,1)预测优化模型。首先,通过最小二乘原理选取GM(1,1)模型的最优初值,利用指数函数法构造新的背景值,同时利用正化残差序列法进一步修正残差。然后,将优化的GM(1,1)模型和马尔科夫理论有机结合,进一步对优化的GM(1,1)模型进行改进,构建了优化的灰色马尔科夫预测模型。最后,以某建筑物的变形实测数据为基础,进行了传统GM(1,1)预测模型、优化的GM(1,1)预测模型和优化的灰色马尔科夫预测模型的实例计算比较,结果表明:优化的灰色马尔科夫预测模型的拟合精度和预测精度优于传统GM(1,1)预测模型和优化的GM(1,1)预测模型,且适用性更强,稳定性更好。     

InSAR联合矢量倾角分段函数模型计算矿区地表下沉量

针对单轨合成孔径雷达(InSAR)仅能获取沿雷达视线(LOS)向形变和概率积分法(PIM)难以预计沉陷盆地边缘区域下沉量的问题,该文提出了一种由单轨InSAR监测的LOS形变联合移动矢量倾角模型计算矿区地表下沉量的方法。该方法首先在分析下沉盆地地表移动矢量倾角变化特征的基础上,建立主断面上地表点移动矢量倾角的分段函数模型,再结合主断面地表点的LOS向与地表移动矢量的矢量夹角与倾角的函数关系,实现由LOS向形变计算矿区地表下沉量。以马泰壕井田和上湾煤矿的两个工作面为研究对象,采用Sentinel-1A数据和水准实测数据对该方法的可行性和精度进行了验证;结果表明,在沉陷盆地边缘区域,该方法计算的地表下沉量与实测值吻合,两个矿区的监测精度均方根误差(RMSE)都约为5 mm,高于InSAR监测精度的19 mm,监测精度分别提高了74%和71%。     

GM(1,1)模型在沉降预报中的应用

本文提出采用灰色理论进行定量预报的方法。讨论GM(1，1)沉降预报模型的建立以及应用问题，并使用建立的预报模型对沉降控制点沉陷量进行预报。结果表明，用GM(1，1)模型进行预报具有理论的可行性和现实意义，说明灰色理论在地表沉降预报领域具有实用价值。     

D－InSAR技术在淮南矿区沉陷监测中的试验研究

综合矿区开采沉陷特点和D－InSAR基本原理指出,当前D－InSAR矿区沉陷监测的难点为：1）不易采用同一传感器数据监测整个地表移动周期内的矿区沉陷;2）在低潜水位矿区,地表移动活跃期内最大变形梯度往往超过雷达临界探测梯度导致去相干;3）在高潜水位矿区,变形梯度大、沉陷积水区雷达回波信号弱,导致干涉测量结果不理想。因此,为了改善D－InSAR在矿区的沉陷监测中的应用效果,针对上述问题提出了相应的解决方案。最后,通过选择淮南矿区形变期内的两景数据,进行二轨差分干涉处理,获得了研究区域煤炭开采形成的地表沉降场,并分析了不可靠形变信息产生的原因。     

基于灰色模型的地铁运营期轨行区沉降预测研究

针对运营期地铁结构内的轨行区部分沉降的成因进行了阐述,以南京地铁二号线部分区间沉降监测为例,介绍了基本监测方法和监测点布置情况。在论述GM(1,1)灰色模型生成原理的基础上,研究了模型精度及模型拟合程度评定方法,提出了采用GM(1,1)灰色模型对轨行区沉降进行预测研究,分析了实测结果与预测结果的残差,比较了不同模型的预测效果。计算实例表明,该模型预测精度高,所需数据少,简单实用,在中短期预测方面效果良好;并创新开发了预报的手机和网页终端,提出了短信报警预警值的分类等级。预测模型和预警软件开发方法值得在地铁轨行区沉降预测中推广。     

基于GM(1,1)等维新息模型的矿山沉降预测

介绍了GM(1,1)灰色模型的建立过程及模型的精度评定方法,采用等维新息模型对某矿工业广场的沉降趋势进行了预测,并用残差序列建立GM(1,1)模型进行修正,通过与实测的结果对比表明,模型的预测具有较高的精度,模型可靠合理。     

灰色预计模型在煤矿沉陷区沉降预测中的应用

煤矿地表开采沉陷影响生态环境和居民人身的安全。针对沉陷区日常沉降监测中监测点位保存不易,数据获取困难等问题,本文基于数据等时间距化方法,分别运用灰色模型对沉陷区的沉降量进行预计。经实例验证,灰色预计模型能满足工程预计精度要求。     

改进灰色马尔科夫模型在基坑预测中的研究

基坑预测问题关系到工程施工的安全,在施工过程中对基坑进行周密的监测和变性预测分析显得尤为重要。针对传统预测模型存在固有偏差和可靠性低的缺点,采用新陈代谢的原理对无偏灰色加权马尔科夫模型进行改进。该模型先用无偏灰色模型拟合系统的总体变化趋势,然后,对拟合残差进行马尔可夫状态划分,并根据各阶权重对不同步长的转移矩阵进行加权处理,用加权后的无偏灰色马尔科夫模型进行预测。在每一步的预测中,利用新陈代谢的原理不断更新建模所使用的数据。将该模型用于基坑沉降预测,并通过实例进行验证。实验表明:基于新陈代谢的无偏灰色加权马尔科夫模型提高了基坑沉降预测的精度和可靠性,预测精度与未改进模型相比提高了8.54%。     

基于非等间隔GM(1,1)模型的沉陷监测预报

开采沉陷是我国最重要的地质灾害类型之一,科学、准确地分析和预报沉陷有着重要的意义。灰色系统理论主要研究"小样本、不确定问题",在贫信息、少数据的情况下有其独到的优势。文章以预测地表沉陷量为目的,结合沉陷监测非等时间间隔的特点,以相邻监测时间间隔为权,建立非等间隔GM(1,1)模型。运用该模型与传统GM(1,1)模型分别针对沉陷监测数据进行模拟和预测,对两种模型的对比分析证明了非等间隔GM(1,1)模型的可靠性和优越性。     

三维激光扫描技术在煤矿沉陷区监测应用

采用三维激光扫描仪与传统观测相结合的方法,获取开采沉陷区精细三维点云数据,在对激光点云数据预处理和数据分析基础上,分别对采空区地表沉降、铁路线沉降、铁路桥沉降与形变监测进行研究,并与传统观测结果进行对比分析,结果表明两者具有较好的一致性。