在线监测技术在地质灾害监测中的应用

综合运用位移沉降监测、倾斜监测、降雨量监测等方法,对地质灾害点实时在线采集数据进行分析,得到地质灾害点的内部物理变化趋势,为相关部门制定相应的灾害防御和应急处置对策提供有利支持,防患于未然。实验表明,该联合监测方法能较快速准确地监测出受灾点的变化趋势,为预警分析提供了可靠信息,减少了野外巡查人员的工作量。     

基于线性参照系统的高铁沉降数据集成模型

针对高铁沉降监测数据的海量特性,以及传统管理方式存在的效率不高、可视化效果不好的问题,设计了一种基于线性参照系统有效管理和显示高铁沉降监测数据的集成模型。该模型中,高铁路网以路径要素集存储,高铁沿线非空间数据以事件表的形式存储,由此实现高铁沉降监测相关的空间数据和属性数据的线性建模与集成。同时,使用Arc Engine组件与.NET平台实现了沉降监测数据空间查询和可视化表达功能,可形象地反映高铁线路与沉降监测点的分布状况,更易于进行沉降数据的可视化分析、预测和评估。数据集成模型实现了非空间数据和空间数据的一体化管理,有效地减少了数据存储冗余,提高了高铁变形监测数据管理的效率,对我国高速铁路的建设与运营安全的海量监测数据管理具有一定的参考价值。     

小波神经网络模型在高铁路基沉降预测中的应用研究

为了提高变形监测数据预测的精度与可靠性,提高神经网络预测方法的稳定性,尝试将小波分析与BP神经网络相结合的小波神经网络应用于高铁路基处的沉降监测数据处理中。综合小波分析与神经网络算法的优点,建立松散型及紧致型小波神经网络预测分析模型。通过实验数据对比分析,验证了采用紧致型小波神经网络预测模型能够较好地用来处理路基的动态变形监测数据,预测稳定性及预测精度较高。     

基于新陈代谢的PGM(1,1)模型在建筑物变形监测中的应用

针对目前灰色理论模型在变形监测中的应用,本文分析了PGM(1,1)模型中的参数及其求解的方法;对于建模时前期观测值对后期预测值的影响,引入新陈代谢理论,通过整体最小二乘求解得到模型的背景值。结合高层建筑物沉降监测的实例进行计算分析,结果表明,基于新陈代谢的PGM(1,1)模型相比于传统的GM(1,1)模型,在建筑物沉降预测方面具有较好的效果。     

天津某基坑围护结构变形及周围建筑沉降分析

随着近年来城市化进程加速,城市用地日趋紧张。越来越多的基坑工程需要在建筑、道路、管线密集地区进行,这不仅对基坑本身变形大小提出了极高要求,其对周围环境的影响也引起大家越来越多的重视。通过对天津某实际基坑工程实测数据进行分析研究,得到以下结论:增加围护结构整体刚度和长度对减小围护结构变形有显著作用;基坑附近超载会明显增大围护结构的变形;由基坑开挖而引起的周围地表沉降曲线呈凹槽形。     

基于PS-InSAR和SBAS-InSAR技术的北京地区地面沉降对比分析

为了弥补传统D-InSAR技术的不足,本文应用PS-InSAR、SBAS-InSAR技术对北京地区的29景SAR图像进行时序分析,得到研究区的沉降信息,并对比分析了两种技术所获得的结果。结果表明,PS与SBAS所得到的结果具有很高的一致性,且与北京市地面沉降的监测结果相符。因此,研究利用InSAR技术监测地面沉降具有很高的研究价值。     

鄂尔多斯盆地中部二叠系山西组和下石盒子组构造沉降定量恢复及沉积响应

本文利用回剥技术,定量恢复鄂尔多斯盆地中部二叠系山西组和下石盒子组的构造沉降量,并探讨其沉积响应特征。结果表明,山西组的构造沉降量为30~95m,具有中部构造沉降大、向南北两侧减小的趋势,北部构造沉降较南部的大。主沉降中心位于研究区中部,次级沉降中心位于西北部,构造沉降速率为(6~20m)/Ma,具有与构造沉降量一致的分布特征;下石盒子组的构造沉降量为75~110m,总体继承了山西组的沉降中心。但中部的沉降中心向东迁移,范围也有所扩大,构造沉降速率为(9~14.5m)/Ma,其分布特征与构造沉降量一致。在研究区南、北和中部差异构造沉降的背景下,主要发育河流、三角洲和滨浅湖相沉积类型,北部的河流-三角洲沉积体系规模比南部的大,湖盆范围对应着中部的构造沉降中心。研究结果不仅深化了该地区构造沉降方面的认识,还为该时期沉积特征研究提供了重要手段。     

基于经验模态分解和BP神经网络的地铁沉降预测模型研究

地铁沉降是一个非线性的复杂过程,基于经验模态分解(EMD)和BP神经网络预测模型,建立了一种可供地铁沉降监测预测的EMD-BP神经网络预测模型。新建模型首先利用经验模态分解法对原始观测数据序列进行预处理,形成本征模态分量IMF,再根据每个IMF的变化特征,研究选择合适的参数构造BP神经网络,计算预测对应IMF,最后进行重构获得地铁沉降的预测结果。实验分析结果表明,EMD-BP神经网络模型预测精度和稳定性优于单一BP神经网络模型。     

武汉后湖地区地面沉降监测系统实现

基于北斗高精度定位和GIS集成技术,研发了一套北斗地面沉降监测系统。以武汉后湖地区为应用示范,通过在该区域内合理布设北斗参考站网和监测站网,建设北斗数据处理中心,利用接收到的北斗观测数据进行处理和解算,对该区域的地面沉降进行监测。定位精度实时可达cm级,事后可达mm级。该系统可以针对城市地面沉降进行多级预警和趋势分析,为城市建设管理提供决策依据。     

BP神经网络与多项式拟合在沉降监测中的应用

采用BP神经网络和多项式拟合的数据处理方法并在MATLAB中编程实现,将两种模型在隧道沉降监测与预报中的可行性和精确性进行对比,得出两种模型的适用范围和预报精度。