| InSAR和改进支持向量机的沉陷预测模型分析 |
| |
| 引用本文： | 张童康,师芸,王剑辉,刘丽霞,闫倩倩.InSAR和改进支持向量机的沉陷预测模型分析[J].测绘科学,2021,46(11):63-70. |
| |
| 作者姓名： | 张童康 师芸 王剑辉 刘丽霞 闫倩倩 |
| |
| 作者单位： | 西安科技大学,西安710000;自然资源部煤炭资源勘查与综合利用重点实验室,西安710021;中国地质调查局西安地质调查中心,西安 710000;西安科技大学,西安710000 |
| |
| 摘 要： | 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.
|
| 关 键 词： | SBAS-InSAR 开采沉陷 参数优化 预测模型 |
Analysis of subsidence prediction model based on InSAR and improved support vector machine |
| |
| ZHANG Tongkang,SHI Yun,WANG Jianhui,LIU Lixia,YAN Qianqian.Analysis of subsidence prediction model based on InSAR and improved support vector machine[J].Science of Surveying and Mapping,2021,46(11):63-70. |
| |
| Authors: | ZHANG Tongkang SHI Yun WANG Jianhui LIU Lixia YAN Qianqian |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
