HNGICS在变形监测中应用的研究

介绍了HNGICS以及变形监测的方法,分析了其在变形监测领域的应用,实现了对变形体的连续、全天候、实时动态监测。     

地球参考系的实现

本文简要讨论了组合不同空间技术建立全球最优协议地球参考架（ＣＴＲＦ）的理论和方法；重点分析了影响ＣＴＲＦ稳定的几种主要地球长期形变因素的性质和规律。首次考虑到地球质心运动对ＣＴＲＦ的影响，提出了协议地球质心的概念，给出了更为完整的四维地面点位模型。     

GPS工程控制网投影变形的处理

在ＧＰＳ工程控制网建立的内业处理中,为后续的方便必须设法高斯投影变形对坐标成果的影响,本文在简要介绍了常规投影变形处理方法之后,提出了尺度强制约束和投影面重新选择两种投影变形的处理方法。工程实践检验表明,两种方法不但可行而且可使处理后的坐标系统与国家坐标系统尽可能保持一致,方便了工程使用。     

变形监测技术在基坑施工中的应用

深基坑工程是地下工程施工中内容比较丰富且富有变化的领域。为了确保基坑工程施工安全顺利进行,在复杂的地质条件下进行变形监测,及时发现和预报异常现象。对有效控制基坑变形、指导施工、保证施工质量具有重要意义。     

SBAS技术在矿区地面沉降监测中的应用

本文采用小基线技术即SBAS-InSAR处理淮南市谢家集矿区的8景ALOS-PLASAR数据,时间跨度为2007年1月—2011年2月.首先利用SBAS-InSAR技术提取该矿区的时序形变速率,得到累计整体沉降趋势;然后针对公路、铁路、新旧矿区等重点沉降区域进行分析.由监测结果分析可知,十涧湖西路、堤坝整体处于下沉状态...     

建筑变形测量成果质量检验问题分析

近几年,全国开展了多次变形测量成果质量检验工作且效果显著.本文首先简要介绍了全国建筑变形测量成果质量检验工作相关内容,其次结合全国33个建筑变形测量成果受检项目中出现的较严重的质量问题,从成果类型、质量元素、典型问题3个方面对成果质量情况进行分析,最后根据分析结论与检验情况为建筑变形测量成果在生产中的质量控制及质量检验...     

城区地表形变差分TomoSAR监测方法

压缩感知技术(CS)的差分TomoSAR技术解决了中高分辨率SAR数据在城区出现的叠掩问题,实现了城区地表形变信息的重构,但是该方法仅利用了目标的稀疏特性并没有考虑目标的结构特性,对具有这两种特性的目标进行重构时其性能较差。针对这一问题,本文采用联合Khatri-Rao子空间和块压缩感知(KRS-BCS),提出了一种差分SAR层析成像方法。该方法依据目标的结构特性和重构观测矩阵具有的Khatri-Rao积性质,将稀疏结构目标的差分TomoSAR问题转化为Khatri-Rao子空间下的BCS问题,然后对目标进行块稀疏的l1/l2范数最优化求解,最后通过理论分析和仿真试验对分辨能力和重构估计性能进行了定性和定量评价,仿真结果表明本文所采用的KRS-BCS方法不仅保持了高分辨率的优点,而且有效地降低了虚假目标出现的概率,大幅度提高了散射点准确重构概率,切实可行地解决了CS方法的不足。应用实例研究中,利用34景Envisat卫星ASAR时间序列影像对日本千叶县茂原市城区进行地表形变监测,并以一等水准点和实时测量的GPS站点观测数据作为参考形变结果进行验证,试验结果表明采用KRS-BCS方法反演的结果与参考形变结果保持了良好的一致性且形变速率整体偏差也较小,实现了较高精度的城区地表形变估计。     

基于NGM(1,1,k,c)模型和改进切线角的危岩变形预测

针对危岩变形预测问题,本文以非齐次指数序列的灰色模型(NGM)作为危岩变形预测的基本模型,通过对望霞危岩变形的分析结果显示,NGM(1,1,k,c)模型拟合效果明显优于GM(1,1)模型,说明危岩变形趋势更接近于非齐次指数序列。利用NGM(1,1,k,c)模型结合改进切线角可对危岩变形趋势进行分析预测,可作为危岩稳定性和发展趋势的评估依据。     

回归-Elman网络在矿坝变形预测中的应用

金矿开展矿坝的变形监测工作,引入多层递阶回归分析模型,有较高的预测精度,但方法较繁琐,计算较复杂。由于变形数据可分离成趋势项与随机项,趋势项可用多元线性回归良好地拟合;随机项的预测,文中采用Elman网络建模计算,最后利用矿坝的实测高程位移数据进行验证,并与多层递阶回归进行比较。结果表明:回归-Elman网络模型比多层递阶回归的预测精度更高,效果更好,且方法简洁实用性强。     

结合模平方的双树复小波变形监测数据滤波

针对变形监测数据的去噪问题,该文在分析离散小波变换去噪不足的基础上,提出了一种基于模平方的双树复小波变形监测数据滤波方法。该方法利用双树复小波变换的完全重构、近似平移不变性和较好的方向选择性等特点,通过最小尺度空间的小波系数得到噪声强度,并结合模平方处理法确定各层的阈值,经重构阈值处理后的各层小波系数即得到去噪后的信号;经算例,并与传统离散小波变换对比分析。结果表明:双树复小波变换的分解效果优于传统离散小波变换,能较好地表现出细节部分的频率信息,使变形信号的周期性变化特征更为明显。该方法去噪更彻底,进一步提高了消噪的精度和可靠性,可作为变形监测数据降噪处理的新方法。