GBInSAR技术在桥梁变形监测中的应用

对地基合成孔径雷达干涉测量(GBInSAR)技术的监测原理和特点进行了深入研究;并利用该技术和全站仪对南京清凉门大桥进行了监测,将桥梁在雷达视线向的变形转化为桥梁本身垂直面真实的位移。通过对监测结果的计算分析可知,GBInSAR技术的监测精度可达到0.1 mm;再将监测结果与桥面通行情况进行对比可知,清凉门大桥的变形量主要是由桥面荷载引起的,大桥处于稳定状态。     

GBInSAR在大坝变形监测中的应用

评判水工建筑物的工作性态,需高精度的变形、应力等信息。根据大坝安全监测特点和要求,介绍GBSAR监测系统构成和测量基本原理,分析该系统测量误差来源及特征,探讨该技术在大坝变形监测中的可行性。以隔河岩大坝3d的实测数据为例,分析该技术实际测量精度,研究显示成果达亚毫米级,能够满足大坝变形监测的精度要求。     

GPS技术在滑坡变形监测中的应用

介绍了GPS技术用于滑坡变形监测的方法,并通过三峡库区某滑坡的变形监测介绍了GPS用于滑坡变形监测的整个过程,包括监测网的技术设计、外业观测、数据处理、变形分析等内容。监测结果表明,GPS静态定位技术可以达到mm级的精度,在变形监测方面有很好优越性,完全可以满足高精度滑坡监测的要求。     

一种滑坡变形监测综合技术的应用

现今监测方案的综合设计和监测数据管理与综合处理已成为变形监测技术发展的一种趋势。本文阐述了一种滑坡变形监测综合技术,结合此新技术在忠武输气管道干线忠县至宜昌段顺溪Ⅰ号滑坡上两年零四个月的实践,充分证明了此种技术的可行性。本文重点研究GPS技术在此变形监测过程中的具体应用。     

测量机器人在金坪子滑坡变形监测中的应用

介绍了测量机器人在金坪子滑坡变形监测中的应用,分析了其误差来源和适用范围,实现了金坪子滑坡变形监测.     

GPS技术在滑坡监测中的应用

GPS以它显著的优势得到了测量行业的广泛使用,在测量的各个方面发挥了巨大的作用。它能够克服传统的地面监测的缺陷,可进行连续的自动化观测,提供高精度地面点位的3维坐标。为了说明GPS在变形监测方面的突出优势,本文结合新疆某水电站滑坡变形监测的过程,详细介绍了GPS滑坡监测方案的设计,以及数据处理与分析过程。     

SBAS-InSAR技术与无人机影像融合的滑坡变形监测北大核心CSCD

山体滑坡对人类安全造成严重影响,准确识别滑坡变形对预防滑坡灾害具有重要意义。利用SBAS-InSAR技术可以进行空间连续地表变形监测,但无法精确获取滑坡边界的变化。为了综合监测滑坡,本文首先采用SBAS-InSAR技术与无人机影像结合的滑坡变形监测方法,利用2018年1月1日—2020年12月24日,共计80幅升轨Sentinel-1A SAR影像,进行了VV极化和VH极化数据处理;然后通过SBAS-InSAR技术获取滑坡区地表雷达视线(LOS)方向变形速率,选取了若干变形点进行滑坡体变形时序分析;最后采用无人机获取滑坡影像并提取滑坡边界,分析了滑坡边界的变形。试验结果表明,利用SBAS-InSAR技术获取的滑坡变形和无人机获取的滑坡变形趋势基本吻合,通过该方法可以获取滑坡的综合变形情况,对滑坡活动性的判断具有重要意义。     

GPS用于有电磁场干扰测区的滑坡变形监测的可行性探讨

应用ＧＰＳ技术对一有较强电磁场干扰干扰背景下的滑坡变形监测项目进行了实验,初步结果表明,采用适当的措施,ＧＰＳ技术完全能应用该类型测区的滑变形监测工作。     

三维激光扫描在滑坡灾害变形中的监测应用

针对滑坡灾害变形,利用三维激光扫描仪采用非接触测量方式对效应靶形变量进行测量,以监测滑坡体的位移量。结果表明,三维激光扫描仪可以对滑坡体变形进行有效监测,滑坡体在强降雨下土层饱和后的变形量精度达到毫米级。     

基于GPS的降雨型滑坡变形监测及数据处理

滑坡是地质灾害的一种,降雨是诱发山体滑坡的最重要因素。本文通过在重庆云阳王家湾建立滑坡监测点,利用灰色系统和回归分析,分析滑坡位移同降雨的定量关系,建立滑坡预报模型。     

灰色组合模型在滑坡变形监测中的应用分析

在GM(1,1)模型的基础上,主要研究了改进残差修正模型、灰色BP神经网络模型、灰色线性回归模型在变形数据的预计精度,并且结合实例分析了不同灰色组合模型在滑坡变形预计的精度以及优缺点。     

基于小波神经网络在滑坡变形监测预报中的应用

小波理论和神经网络的结合是小波分析在融入过程中产生出的一种新的神经元模型。通过隐含层中激励函数的选择,节点的确定,全面分析小波基函数的选取原则,形成新的预报模型,通过实例验证预报模型的可行性,并对对小波神经网络(WNN)在变形预报中的优点和收敛性进行总结。     

LGO与科傻平差软件在滑坡变形监测中的应用

目前白鹤滩水电站正在紧锣密鼓地建设中,为有效地判断白鹤滩水电站附近恩子坪2号滑坡体的稳定性,确保滑坡体的安全,减少滑坡带来的种种危害,本文拟利用Global Positioning System(全球定位系统,简称GPS)技术对恩子坪2号滑坡体进行变形观测,数据解算是利用徕卡后处理软件LEICA Geo Office Combined(简称LGO)和科傻平差软件进行,其中LGO对整个监测网数据进行了基线解算和坐标投影,科傻平差软件进行网平差,并得到每期观测的点位坐标。通过分析对比不同时间的点位坐标变化即可及时掌握滑坡体的变形情况。实验结果表明,此方法平面观测精度大概在3mm,平面加高程精度大概在5mm左右,可以监测出滑坡体在雨季中的向河谷中心微小滑动的趋势,完全满足滑坡体变形监测的精度要求。     

变形监测技术在野猫面滑坡中的应用与分析

将现代先进测量技术应用于野猫面滑坡,实施地表、地下变形监测,对滑坡进行预警分析,以保证三峡大坝的安全。     

GPS RTK技术用于滑坡动态实时变形监测的研究

针对滑坡监测中的多源异构数据融合问题, 结合互信息(mutual information, MI)、改进粒子群优化算法(improved particle swarm optimization, IPSO)和长短期记忆神经网络(long short-term memory, LSTM), 提出一种新的多源异构监测数据融合方法。该方法基于互信息对影响滑坡变形的多个环境因子变量进行筛选,将筛选后的环境因子变量作为LSTM模型的输入变量,以滑坡累计位移量数据作为期望输出数据,并通过改进的粒子群寻优方法对模型进行参数寻优,获取模型的最优参数组合,进一步提高融合模型的预测精度。采用中国贵州省六盘水市水城县发耳滑坡的全球导航卫星系统(global navigation satellite system, GNSS)实测数据进行实验, 结果表明：基于互信息和IPSO-LSTM的数据融合算法适用于具有多源异构监测数据的滑坡变形预测, 且基于互信息的环境因子变量筛选方法优于Pearson相关系数筛选方法, 经改进粒子群算法参数寻优后,融合模型的均方根误差(root mean square error,RMSE)达到2.6 mm,平均绝对误差达到1.7 mm,拟合优度达0.994。     

基于D-InSAR技术的金沙江地区滑坡形变监测与分析

滑坡是发生在我国山区的主要地质灾害类型,金沙江地区由于地势较高、地形复杂、多云多雨的特点,给传统的滑坡监测增加了难度。合成孔径雷达差分干涉测量技术(Differential interferometry synthetic aperture radar,D-InSAR)已在滑坡地面沉降监测中得到了广泛应用。本文选取金沙江上游沿岸作为研究区域,基于2018年8月11日与9月28日的Sentinel-1A影像及SRTM1数据,利用GAMMA软件及D-InSAR技术监测到金沙江地区的地表形变,成功识别出金沙江右岸的一处滑坡灾害。研究结果显示,在此滑坡的坡顶部分出现了约2.5 cm的沉降,而在坡底部分由于崩塌物的累积,地面出现了约3 cm的抬升。从实验结果可以得出,InSAR技术是一种有效的滑坡变形监测手段,利用Sentinel-1A卫星的SAR数据对滑坡区域进行形变监测,可以得到较好的干涉结果。