排序方式： 共有2条查询结果，搜索用时 8 毫秒
1
1.
受传感器本身的限制及噪声、大气延迟等影响,InSAR技术可检测的最大形变梯度存在极限。为准确预计InSAR技术在矿区形变监测中的检测能力,以65个矿区的地质采矿资料为基础,结合Knothe时间函数和概率积分模型,利用不同空间分辨率的TerraSAR数据,建立矿区InSAR最大形变梯度动态检测函数模型。该模型无需事先获取SAR影像,利用矿区现有的地质采矿资料即可判断InSAR在矿区不同开采阶段的可检测区间。以陕西大柳塔矿区为例,采用2012-11-21~2013-01-26的7景TerraSAR数据进行模型验证,结果表明,该模型不仅能够准确预测InSAR技术在矿区不同开采阶段的检测区间,同时可以确定InSAR技术在矿区不同开采阶段的地表可检测边界,可为InSAR技术在矿区中的推广应用提供重要参考。 相似文献
2.
基于传统差分干涉测量(D-InSAR)技术检测形变梯度有限,无法实现矿区地表大梯度形变监测的问题,本文提出利用三维激光扫描技术点云数据的高密度及其三维建模后单点定位精度高的特点,将SAR数据和点云数据进行融合提高形变检测梯度。具体过程为:根据干涉图像的相千系数掩膜去掉干涉图上形变梯度较大的点,相位解缠后得到"有洞"的形变场,基于反距离加权思想采用点云数据对SAK形变场进行"补洞"从而实现监测区域的无缝联接。以山东省境内某矿区工作面上方河堤大坝为例,应用本文提出的方法进行了矿区大梯度形变实验研究。研究结果表明:采用本文提出的方法监测结果与地面观测站水准数据较为一致,其中最大绝对误差64mm,最大下沉处相对误差为4.95%,从而证明了该方法的可行性。本文方法为利用D-InSAR技术实现矿区内大梯度形变监测提供了新的途径和手段。 相似文献
1