基于LiDAR的煤矿地表沉陷监测方法研究

传统的矿区地表变形监测获取数据量少、监测周期长、效率不高;结合LiDAR及RTK技术应用到煤矿区地表沉陷监测工作中,进行外业数据采集与内业数据处理,对得到的点云数据和生成的DEM进行煤矿区沉降变形分析,并以贵州某煤矿区为例进行了地表沉陷监测试验,满足精度要求,验证了该方法的可行性。     

三维激光扫描技术在矿区道路沉陷监测中应用

矿区开采会导致工作面上方的道路下沉、倾斜等变形,产生道路塌陷、隆起等破坏现象,传统的地表沉陷监测方法具有工作量大、监测时间长等缺点,很难适应实时化矿区开采沉陷监测的需要.实验以某煤矿为例,结合三维激光扫描技术,提出了一种矿区道路沉陷区监测方法.首先布设道路路面外业扫描方案,获取道路沉陷区三维点云数据;然后利用插值得到各期数字高程模型(Digital Elevation Model,DEM),进行差值得到各点位下沉值;最后使用反距离加权法对下沉数据栅格化处理得到道路下沉模型.将三维激光扫描监测值与对应的实测水准数据对比分析得出,点位误差在1cm以内,验证了该方法的可行性.     

抗差卡尔曼滤波在矿山地表沉降监测中的应用研究

在实际地表沉降观测过程中,各种误差致使观测向量中粗差对状态滤波值产生影响。根据标准卡尔曼滤波理论导出了地表移动观测站数据处理的抗差卡尔曼滤波模型,将抗差卡尔曼滤波模型应用到淮南某矿开采沉陷地表监测站沉降监测数据处理中,对该矿地表沉降监测实例进行模拟计算,结果表明该模型能够有效减弱或消除观测值中粗差的影响,提高数据处理的可靠性,获得可靠的分析结果。     

改进的残差修正DGM(1,1)模型在煤矿地表沉降预测中的应用

针对传统大地测量技术难以实施大范围矿区形变监测以及传统开采沉陷预测方法在实际应用中存在的不足，提出时序合成孔径雷达干涉测量(InSAR)和改进的离散灰色马尔科夫模型相结合的方法对矿区地表形变进行监测和预测。使用鄂尔多斯市某矿区哨兵1号(Sentinel-1)数据提取地表形变监测结果，并与同时期的全球定位系统(GPS)监测数据进行对比。将沉陷监测结果作为原始序列建立残差修正的离散灰色马尔科夫模型，预测矿区沉降。研究结果表明：研究区域地表形变明显，残差修正的离散灰色马尔科夫模型能较为准确地预测矿区沉降结果。     

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.     

利用InSAR分析陕西省垂直形变

从2018—2019年欧空局Sentinel-1免费数据中获取陕西省全域垂直形变面状信息,并将其与全球导航卫星系统（global navigation satellite system,GNSS）以及水准点、线垂直形变信息进行对比分析,进一步验证合成孔径雷达干涉测量（interferometric synthetic aperture radar,InSAR）数据反映局部形变的有效性。垂直形变监测结果表明：在陕北榆林、神木地区,地下资源开采诱发的地表沉陷分布广泛、特征明显,地表沉陷速度达60 mm/a;在煤炭产区长武、彬县也出现不同程度的开采沉陷灾害,沉降速度达30 mm/a;西安市、渭南市等关中平原地区由于地下水开采出现不均匀沉降,其中,西安市的局部沉降最为严重,最大沉降速度达60 mm/a;InSAR与GNSS、水准获取的垂直运动趋势在全省范围总体上一致,但由于GNSS监测点、水准监测点一般布测在较稳定区域,其获取的沉降范围、沉降速度与InSAR沉降结果有一定差异。     

基于地形特征的采煤沉陷盆地构建与水平移动信息智能提取方法

在西部黄土高原复杂地形地貌下构建采煤沉陷盆地和提取水平位移的难度较大,传统地表沉降监测手段只能获取线状数据,效率低,而重复轨道合成孔径雷达干涉测量技术在大梯度形变区域易出现失相干现象,难以达到矿区地表沉降监测精度要求。提出了一种基于无人机载激光雷达点云数据构建沉陷盆地和提取水平位移的方法。结合多地形因子构建深度神经网络（deep neural network,DNN）模型,提取沉陷盆地构建过程中受地形影响较小的特征稳定区,利用较优插值算法对稳定区进行拟合,得到完整沉陷盆地。为了提取采煤地表水平移动信息,将二进制形状上下文特征描述算子与多地形因子融合起来,以改进特征匹配算法。基于此设计地表水平移动提取方案,提取主断面水平移动信息,同时对水平移动提取误差与点云密度、地形因子进行定量分析。榆神矿区结果表明,利用结合地形因子的DNN模型能有效提取特征稳定区,在复杂地貌下减小了沉陷建模误差,为构建采煤沉陷盆地提供了一种新方法;利用融合地形特征的改进特征匹配算法提取的水平移动曲线符合采煤沉陷水平移动基本规律,与水平移动偏差相关性较强的地形因子可用于衡量改进特征匹配算法对水平移动提取误差的大小。     

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.     

基于单视线向D-InSAR技术的倾斜煤层开采地表沉陷监测方法

基于合成孔径雷达差分干涉测量（differential interferometric synthetic aperture radar,D-InSAR）技术的开采沉陷监测理论和方法是矿山变形监测领域研究的热点,当前已有学者融合单视线向D-InSAR技术和开采沉陷规律成功构建了开采沉陷三维监测模型,然而由于该模型仅融合了水平煤层开采地表沉陷规律,其并不适用于倾斜煤层开采地表沉陷监测。针对上述问题,根据D-InSAR监测的视线向变形与三维变形的关系,融合倾斜煤层开采地表沉陷规律,提出了基于单视线向D-InSAR技术的倾斜煤层开采地表沉陷监测方法。模拟实验表明,所提出的方法下沉监测相对误差绝对值小于9.53%,平均为1.31%,南北方向和东西方向水平移动监测相对误差绝对值小于9.78%,平均为3.71%,满足开采沉陷监测精度要求。并利用该方法成功监测了中国山东省兖州矿区南屯煤矿9310工作面在2012-01-27—2012-02-07期间开采引起的地表移动与变形。     

基于DInSAR的徐州张双楼煤矿地表形变监测研究

徐州煤矿资源开采已造成了大规模的地面沉陷,为了为矿区安全开采和塌陷区环境综合治理提供科学依据,利用雷达差分干涉测量（DInSAR）技术对ALOS PALSAR数据进行处理,获得徐州张双楼煤矿区2011-01-16至2011-03-03期间的地表形变分布图.结果表明,张双楼煤矿在46 d间隔里出现了3处沉降漏斗区域,漏斗中心最大沉降量达到420mm,并且沉降漏斗区域与矿区分布一致,说明DInSAR能够有效地监测矿区地表形变.     

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。     

融合三次样条插值的D-InSAR沉陷变形监测技术

传统煤矿开采沉陷形变监测只能获得离散监测点的地表形变量,无法获取沉陷区整体的形变趋势,而D-InSAR技术能够获取整体地表形变信息,但D-InSAR技术需要大量遥感影像数据,否则导致时间失相干性而无法获得连续的形变量。本文针对D-InSAR影像数据解译过程中影像数据较少的问题,首先利用D-InSAR技术对淮北矿业集团袁店二矿7225、7226工作面进行了监测分析,获取了几个时间段内整体的下沉形变场;然后提出了采用三次样条插值与D-InSAR技术相结合的开采沉陷监测方法,基于D-InSAR影像上监测点监测值,利用三次样条插值建立了内插反演函数,在已建立函数的基础上得出了其他雷达卫星重访周期内的下沉值;最后将内插反演下沉值与实测水准数据进行了对比分析。结果表明：D-InSAR监测结果能够有效地反映开采沉陷的影响范围,能够较为准确地提取区域地表的形变信息;结合三次样条插值的D-InSAR技术监测结果最大误差和最大相对误差分别为31.5mm和17%,该方法能有效地解决D-InSAR影像数据缺少的问题。     

基于SBAS-InSAR技术的阳城地区采空区地表沉陷分析

为了探究山西省阳城地区煤矿采空区影响范围和地表历史形变过程,为工程建设提供避让依据,采用SBAS-InSAR技术对该地区2019年1月至2020年7月间的地表形变进行监测,分析地表沉陷的原因,利用同期水准监测结果验证了InSAR结果的可靠性。结果表明,SBAS-InSAR技术能及时监测到黄土地区采空沉陷区的动态变化过程,开采深度、停采时间和掘进位置是影响该地区地表沉陷变化的主要原因。     

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。     

非等间隔GM(1,1)模型在矿山开采沉陷中的应用

矿山开采沉陷直接影响地面建筑物的安全性评价。以预测矿山开采沉陷量为目的,并结合矿山开采沉陷监测非等时间间隔的特点,以相邻监测时间间隔为权,建立灰色系统非等间隔GM（1,1）模型,并将该模型应用于矿山开采沉陷量预测中。由后验差检验结果和预测分析说明该模型应用于矿山开采沉陷量预测中具有可靠性。实践证明,在矿山开采前期阶段用该模型预测的矿山开采沉陷量与实际沉降量符合较好,能较好地预测矿山开采沉陷对地表建筑物的损害程度,减少开采沉陷造成的经济损失。     

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。     

基于D-InSAR的唐山矿区地表形变监测研究

针对传统的监测方法都是基于点位监测,耗时耗力且难以大面积监测,本文以唐山某矿1326工作面为研究区域,利用二轨法D-InSAR的方法,采用两景Sentine1-1A数据对该工作面进行监测与分析,将所求取的监测结果分别与水准测量数据、利用开采深陷预计方法所预计出的该工作面以及受到开采影响的周边建筑物的下沉值进行对比验证。实验结果表明,D-InSAR监测值与开采沉陷预计的值结果较为一致,能够较为精确有效地监测矿区地表形变以及开采范围内的建筑物沉降。     

浅谈基于InSAR的南票煤矿开采沉陷区沉降量外业检核

经过时间序列InSAR技术处理后,得到监测时间段内南票区的地面形变平均速率、累计形变量、时间序列形变量,确定沉降区域。本文通过南票煤矿开采沉陷区基岩点、基本水准点、监测点布设以及这些点测量工作,提出山区采用水准测量和GPS测量联合方法,实现沉陷区沉降量核查。     

基于CR-InSAR的煤矿区地表沉陷监测研究

以西山煤电古交矿区为研究区域,采用常规D-InSAR技术对矿区地表进行试验研究。选取干涉质量较好的影像数据,分别运用二轨法和三轨法进行处理,将处理结果与实测的GPS测量数据进行对比分析。常规D-InSAR技术能够监测微小地表沉陷,但在低相干区域不能获得准确形变量,基于此,提出了采用CRInSAR技术来监测煤矿区地表沉陷。结合该矿区收集到的TerraSAR-X影像数据,开展CRInSAR技术监测煤矿地表沉陷的应用实验,得到与实测GPS测量数据非常相似的观测结果,验证了CRInSAR技术监测煤矿区地表沉陷的可靠性和优越性。     

一种多源地面沉降监测数据融合方法及其应用

本文利用精密水准、GNSS和时序InSAR 3种技术手段开展多源地面沉降监测数据融合研究。首先统一3种监测手段的时空基准,然后采用Bland-Altman方法分析监测结果一致性,并采用曲面拟合方法建立监测数据间的模型关系,得到综合精密水准、GNSS和时序InSAR优势的面状监测结果。研究结果表明：研究区主要沉降区域位于沛县安国镇、龙固镇、朱寨镇、大屯街道及丰县分凤城街道,矿产资源开采是导致区域沉降的主要因素。监测周期内的最大沉降速率为29.8 mm/a,地面沉降速率超过10 mm/a的沉降区面积为2 018.8 km²,占总面积的61.9%。