基于卡尔曼滤波的GM(1,1)模型在三维激光扫描边坡沉降变形分析中的应用

利用三维地面激光扫描技术进行边坡变形监测时,由于其监测的数据容易受树木、行人、行车、电线杆等外界因素的干扰,所得到的结果是一组含噪声较多的边坡沉降时间序列。通过卡尔曼滤波对初始监测数据进行去噪处理,可以平滑掉曲线上波动较大的尖点,得到更合理的沉降曲线,有效提高模型的预测精度。基于以上理论,本文采用三维激光扫描仪对西北某湿陷性黄土边坡进行扫描,将得到的点云数据采用重心法提取特征点的高程坐标,再对数据采用卡尔曼滤波算法进行滤波去噪处理,通过建立基于卡尔曼滤波算法的新预测模型来预测其沉降变形。通过工程实例表明:建立的新模型的拟合和预测精度要优于传统灰色预测模型,具有较好的借鉴意义,为以后三维激光扫描技术在边坡变形监测中的应用提供指导。     

基于大数据的城市地质环境智能监管思路与方法

随着城市化进程加速,城市范围迅猛扩大,人口急剧膨胀,高层建筑林立,地下空间开发规模化,面临着水资源贫化、地质环境恶化和地质灾害频发等巨大挑战.为了有效地应对挑战,迫切需要在城市多要素地质环境调查并建立完善的信息系统的基础上,开展面向“智慧城市”的精细、全息三维地质建模,即建立新型的城市“玻璃国土”,实现城市地质环境时空透视,然后利用传感器、物联网和云技术,建立城市地质资源、地质环境和地质灾害动态监测数据链,最后基于地质科学大数据的同化、融合和挖掘技术,进行智能预警和管控.     

集合卡尔曼滤波在流域水文模型流量预报中的应用

针对流域降雨入渗过程,引入集合卡尔曼滤波(EnKF)理论,视整个边坡流域为一个随机动态系统,将边坡流域流量观测值作为系统的输出,用集合卡尔曼滤波模型来描述系统的状态;结合流域流量计算方法,实现水文模型参数的随机动态估计,在有效获得待估参数的同时还给出估计值的不确定性.通过数值算例表明,集合卡尔曼滤波可以有效地对含噪声的量测数据进行处理,能够跟踪水文模型的动态变化.相对于常用最优化算法,集合卡尔曼滤波同时给出反演结果和先验知识的后验分布,显示出更好的实时性和可靠性.     

基于LSTM的缝洞型油藏水淹异常模式识别及预警

大缝大洞的存在和频繁的工作制度导致缝洞型油藏含水率变化特征多样,暴性水淹预警难度大。针对传统预警方法存在的时滞性问题,采用K线理论刻画含水率生产指标变化趋势,总结出充沛型、突破型、反转型等水淹前异常模式;由于循环神经网络能够刻画生产数据间的长程相关性,采用基于循环神经网络的长短期记忆网络（LSTM）自动识别水淹异常模式特征实现暴性水淹预警。仿真实验表明基于LSTM的水淹异常模式识别模型通过变换数据尺度,较好地捕获暴性水淹前数据的整体变化趋势,识别精度明显优于支持向量机、朴素贝叶斯等模型。K线理论刻画的各类异常模式有效解决了传统预测的时滞难题,提前1~3周实现水淹预警,可以为缝洞型油藏水淹预警研究提供新的研究思路。      

基于SBAS-InSAR和GM-SVR的居民区形变监测与预测

采用合成孔径雷达时序分析方法,利用2016-12～2017-05(12 d为一个周期)连续13景哨兵卫星雷达影像对淮南矿区内的居民区杨聚庄进行形变监测。根据矿区形变特征,提出一种基于灰色支持向量机（GM-SVR）的组合预测模型对矿区形变进行预测,并与传统的单一灰色模型和支持向量机预测模型进行对比。结果表明,时序InSAR技术和GM-SVR模型的结合,可以实现对矿区形变的快速监测和灾害预防,为矿区灾害监测与预警提供了一种可靠手段。     

强降雨过程对安化县、永顺县地质灾害气象预警预报工作的探讨

湘西北地区为湖南省地质灾害高易发区,多年以来一直是湖南省汛期地质灾害气象预警预报关注的重点地区。本文以2014年7月的一次强降雨过程分析为例,探讨安化、永顺两县降雨与地质灾害发生的关系,对已有的气象预警预报模型进行修正、完善,通过GIS平台网格化、调整参评因素权重、确定区域降雨引发地质灾害阈值等方法,达到湘西北地区地质灾害气象预警预报初步精细化的目标,并通过上述方法的探讨,对全省地质灾害气象预警预报精细化工作推进提供经验。     

济宁城区地面沉降监测管理系统设计与开发

城市地面沉降成为十大地质灾害之一。根据济宁城区地面沉降历史与现状,结合当前济宁市城市沉降基岩标建设和地面沉降监测预警研究,以GIS、数据库、测量、无线通讯等技术为支撑,建立了济宁城区地面沉降监测管理系统。通过监测数据自动化接收、数据处理与分析、报表生成、预警预报等模块设计,实现了地面沉降实时监测,为城市地面沉降研究提供基础数据,为政府超前决策、提前布防提供技术依据。     

地灾地下位移自动监测仪研发成功

近日,一种在地质灾害预警监测中能够对地下不同深度位移情况进行连续多点监测并实时回传监测数据的地下位移自动监测仪,由福建省地矿局所属的福建省地灾防治重点实验室（国土资源部丘陵山地地灾防治重点实验室）自主研发成功,并获得两项国家专利。据悉,该监测仪可自动监测地下不同深处的变形（位移）量,并将监测数据实时传回监测预警中心数据库。     

基于多源空间数据的地质灾害监测预警系统研究——以云南省德钦县为例

三维激光扫描、合成孔径雷达干涉(InSAR)、全球导航卫星系统(GNSS)、无人机及物联网等新技术为测绘、监测以及早期预警系统(EWS)提供了更丰富的数据源。本文基于上述技术,设计提出了一种针对滑坡、泥石流等地质灾害监测预警系统(GDMEWS)的解决方案。介绍了地质灾害监测预警系统复杂多变的特点,对系统的体系结构、多源空间数据库组成、开发模式、业务逻辑、系统开发的方法及关键技术进行了分析。论文以具有独特的地形地貌、滑坡和泥石流类型众多、典型多样的德钦县为案例区,探讨GDMEWS的体系机构及关键技术。首先,对系统的功能要求,监测及预测模型等进行了讨论;其次,研究了灾前预警、灾中抢险、灾后重建全过程的逻辑关系,开发防灾减灾和地质灾害管理支持工具;再次,阐述了多源监测数据集成方法和地质灾害机理模型的建立。最后,对GDMEWS的研发实现进行了阐述,并说明其在德钦县地灾的全过程实时动态管理、监测和预警中的应用。     

基于坡表变形分析与降雨响应模拟的立节北山滑坡运动特征

速度倒数法(INV)是基于坡表变形特征的滑坡启滑预测工具, 其与滑坡内部多物理场演化的关系仍需进一步明晰。开展了甘肃省舟曲县立节北山滑坡的勘察与坡表变形监测, 采用基于速度倒数法、速度阈值法、以非饱和土理论为基础的边坡降雨响应模拟3种方法, 对该滑坡的运动特征与失稳的内在机制展开了研究。研究结果表明: 边坡变形速度倒数-时间曲线有明显的加速起始点。速度倒数在2021年6月3日达到最低值后, 进入约60 d的平稳期, 在9月20日突然加速, 并在20 d内速度达到200 mm/d以上, 变形不再收敛。基于速度倒数法得到的滑坡生命周期结束点, 与实际的失稳点相差8 d, 提前约130 d对该突发性滑坡进行了预报。根据全过程速度时程曲线, 存在20, 60, 100 mm/d的多级速度阈值。边坡应力场、变形场、渗流场的数值模拟结果显示, 变形时程曲线的拐点与降雨强度的增加相关, 累计降雨量与安全系数呈指数负相关。数值模拟得到的累计变形为2 250 mm, 变形速度为10~35 mm/d, 速度倒数为0.03~0.12 d/mm, 与实际监测数据接近。综上所述, 速度倒数法对立节北山滑坡的生命周期进行了有效预测, 基于速度的预警阈值受长时序变形时程曲线波动的影响, 采用以非饱和土理论为基础的数值模拟明晰了立节北山滑坡变形对降雨的响应机制。      

�۲�������Ƶ����������������ںϵ�Ӱ��

????????????????????????????????????????????????????????????????????С??????????????????????????????????????????????????????????????С?????????????????????????y??????????     

基于三维激光扫描仪的边坡形变监测研究

摘 要： 利用三维激光扫描仪获取铁路边坡形变数据,并对点云数据进行体素化处理,利用种子生长法对体素化后的数据进行分类,并拟合其空间参数;通过观测点云数据与目标数据分类结果拟合平面之间的距离,确定边坡形变的具体值;利用扩展卡尔曼滤波对多期数据进行统计分析,得到边坡形变的速率与加速率,预测边坡形变。     

基于CEEMD和改进小波阈值法的钢架结构沉降数据去噪方法

在钢架结构安全监测过程中,针对沉降数据易受外界环境噪声干扰的问题,在互补集合经验模态分解(CEEMD)的基础上提出改进小波阈值函数的去噪方法。首先对含噪信号作CEEMD分解,得到各种本征模函数(IMF);之后选取IMF分量使用改进小波阈值去噪;最后重构IMF信息,取得降噪后的信号。仿真结果表明,基于CEEMD和改进小波阈值法的混合方法能够有效滤除信号中的噪声分量,提高沉降数据监测精度。     

城市复杂环境下GNSS/INS组合导航算法研究

针对城市环境下GNSS车辆导航存在卫星信号易受影响的问题,利用GNSS/INS组合算法提高复杂环境下城市车辆定位性能。基于城市环境下实测GNSS数据评估分析定位结果,使用GNSS/INS组合的常规卡尔曼滤波算法实现卫星失锁区域导航。同时,提出一种基于新息的自适应卡尔曼滤波算法,可有效增强卫星数较少及信号干扰严重区域的车辆导航定位能力。该方法利用量测与预测的关系构造自适应因子,改善定位精度。结果表明,常规卡尔曼滤波可在20 s卫星信号失锁情况下保证亚m级导航精度,自适应卡尔曼滤波算法在卫星信号受到严重干扰时,其定位精度相比于常规卡尔曼滤波算法提高30%,可满足在城市复杂环境下的高精度、高可靠性车辆导航定位服务需求。     

城市全空间三维模型数据一体化集成管理关键技术及应用

随着城市三维地质信息系统及其应用的快速发展,对地学数据的可视化表达精度的需求变得越来越高,但地质调查数据常具有多源、多维、海量、多专题、多尺度和多时态等特征,而三维数据存储、组织与管理己成为制约其发展的重要因素。因此如何高效管理并有效利用这些复杂且海量的地质数据去解决各种复杂的地质问题服务社会,成为了城市地质信息科学领域研究的热门方向。基于武汉市多要素城市地质调查全空间一张图的构建过程,从多源三维模型一体化融合管理与分布式存储、轻量级全空间三维模型构建、多源异构海量三维数据快速渲染和浏览器端三维模型分析及专业应用4个方面系统地探索了城市地质调查全空间一张图系统建设过程中的关键技术,并进行了应用实践。研究结果实现了城市级大规模高精度三维地质模型的高效集成,提高了多要素城市地质调查成果可视化的表达效果,为三维地质模型的应用奠定了坚实的基础。     

一种引入Hurst指数的MEMS陀螺仪去噪模型

针对MEMS陀螺仪随机漂移产生的误差,提出一种引入Hurst指数的自适应噪声完备集成经验模态分解(CEEMDAN)与自适应卡尔曼滤波(AKF)相结合的去噪模型。首先,通过CEEMDAN对陀螺仪原始信号进行分解,得到一系列频率由高到低的本征模态函数(IMF)和一个残差余量;然后,提出Hurst指数模态筛选机制,将IMF分量划分为噪声IMF、混合IMF和信息IMF;最后,使用自适应卡尔曼滤波器对混合模态分量进行滤波并重构信号。结果表明,CEEMDAN较EMD和EEMD具有更高的分解精度;使用AKF处理混合模态,通过Hurst指数筛选机制重构信号的信噪比相较于排列熵和相关系数法分别提升约12%、36%;使用Hurst指数筛选机制,AKF处理混合模态后重构信号的RMSE较小波阈值滤波降低约23%。     

Edge detection of potential field data based on image processing methods

The conventional methods of edge detection can roughly delineate edge position of geological bodies, but there are still some problems such as low detection accuracy and being susceptible to noise interference.In this paper, three image processing methods, Canny, LoG and Sobel operators are briefly introduced, and ap-plied to edge detection to determine the edge of geological bodies.Furthermore, model data is built to analyze the edge detection ability of this image processing methods, and compare with conventional methods.Combined with gravity anomaly of Sichuan basin and magnetic anomaly of Zhurihe area, the detection effect of image pro-cessing methods is further verified in real data.The results show that image processing methods can be applied to effectively identify the edge of geological bodies.Moreover, when both positive and negative anomalies exist and noise is abundant, fake edge can be avoided and edge division is clearer, and satisfactory results of edge detection are obtained.     

桥梁变形监测数据小波去噪与Kalman滤波研究

针对跨海大桥三维变形监测问题,实施了测量机器人与三维激光扫描仪测量方案,二者三维监测数据最大较差不超过0.5 mm,而且测量机器人监测数据精度高,说明三维激光扫描技术应用于桥梁变形监测是可行的。根据小波分析与Kalman滤波理论,建立小波去噪后的桥梁变形监测Kalman滤波模型。实验表明,经过小波去噪的监测数据再进行Kalman滤波处理,提高了桥梁变形预测与变形分析的可靠性。通过标准Kalman滤波、自适应Kalman滤波桥梁变形观测数据处理,及平方和误差、均方误差、平均相对误差精度分析知,自适应Kalman滤波要优于标准Kalman滤波方法。     

卡尔曼滤波在多维AR序列建模中的应用

作为时间序列模型的一种，AR模型由于参数估计和定阶简单而广泛应用于系统辨识。在多维AR序列的最小二乘建模的基础上，结合卡尔曼滤波算法，推导了应用卡尔曼滤波技术的多维AR序列参数估计方法以及加入衰减因子后的卡尔曼滤波算法。该算法不需要保存历史数据，在得到新的“观测”数据后可以对AR模型的估计参数进行实时改正。在确定AR模型阶数时，提出了快速F检验法，大大减少了建模过程中的计算工作量，有较好的应用价值。     

Multi-scale separation of aeromagnetic abnormality based on dual-tree complex wavelet

Bit-field separation is an important part of gravity and magnetic data processing.In order to extract different levels of anomaly information better,this paper introduces the dual-tree complex wavelet multi-scale separation to the processing of bit-field data firstly and uses the geological model of different buried depth to ve-rify its feasibility.Finally,the dual-tree complex wavelet is applied to the aeromagnetic anomaly in Jinchuan copper nickel mining area.The results show that the method can effectively separate the anomaly information of different scales and analyze the output results with relevant geological data.