论文部分内容阅读
随着地下矿产资源的大面积开采,矿区地表沉降监测和治理问题成为近年来的研究热点问题。煤炭从地下开采出来后会形成采空区,持续高效地监测采空区上方地表的沉降,可以了解地表沉降对地面构筑物的破坏程度,探索开采沉降机理,为矿区地质灾害防治和生态修复提供决策数据。传统的矿区地表沉降监测采用点状监测站的形式,消耗高、效率低、覆盖面有限,已经无法满足矿区沉降监测和治理的需求。因此,研究新的矿区地表沉降监测方法,并在新型监测方法和技术的基础上,探索重点矿区沉降成因机理、预测沉降演变规律和发展趋势具有重要的理论价值和现实意义。近年来随着计算机、航天卫星等技术的不断发展,利用卫星遥感影像监测地表变化已成为新趋势,尤其是合成孔径雷达干涉测量技术(In SAR)不受时间和天气影响且覆盖范围大的特点,已经成为地表沉降变化监测特别是矿区沉降监测的热点技术。但是,In SAR技术中现有的配准、滤波等算法还有待进一步完善,配准算法精度不高导致干涉图失相干,常规滤波算法经常会导致干涉条纹失真;监测数据结果只能反映出矿区已发生的地表沉降,如何利用这些沉降监测数据探索矿区沉降机理并预测未来沉降变化趋势,是一个研究热点。因此,本文针对In SAR技术在矿区沉降监测应用中的问题及矿区沉降预测技术进行研究和探索。本文的主要研究内容如下:(1)针对SAR影像阴影等对配准精度的影响,提出了一种基于优选匹配点策略的干涉SAR影像高精度配准方法。该方法首先将外部DEM模拟成一幅SAR影像,在模拟SAR影像和待配准影像上进行特征匹配点搜索,然后采用向量场一致性点集配准策略对主辅SAR影像上的同名控制点进行提纯,用内点计算主辅影像的变换多项式参数,最终完成干涉SAR影像的高精度配准。(2)针对传统Goldstein滤波方法滤波因子单一,易损失边缘信息的缺点,提出了一种结合二元经验模式分解(BEMD)算法的自适应Goldstein干涉图滤波方法。首先用BEMD分解干涉图得到干涉图的前三项固有模态函数(IMF)分量,这三项分量中包含了95%以上的噪声,将其进行傅里叶变换后进行局部窗口的划分;然后计算局部窗口的信噪比,以此作为Goldstein因子进行滤波,将滤波后的固有模态函数分量重新还原回干涉图,即得到滤波后的干涉图。实验结果表明,这种以信噪比作为滤波因子的自适应滤波方法,可以实现对不同强度的噪声进行不同强度的滤波,而对无噪声区不滤波,有效地保护弱噪声区和无噪声区的相位信息,降低了干涉条纹图中边缘细节信息的损失。(3)以宁东采矿区作为试验区,引入了短基线集干涉测量技术(SBAS)进行沉降监测试验。该方法以设置时空基线阈值的方式优化SAR图像干涉对组合,可以有效地避免时空失相干,削弱大气相位的影响,可以更好地获取地面高相干点的累积沉降值和沉降速率。采用热点分析Getis-Ord Gi*统计方法,统计SBAS-In SAR高相干点在形变速率和累积形变值上的空间聚集程度,快速识别出在任家庄等十个煤矿井田存在强形变区,需要预防地质灾害发生。通过对石沟驿煤矿地面监测点In SAR监测沉降值和GPS监测值对比,12个GPS监测点中10个监测点的累积形变误差小于2cm,2个监测点的累积形变误差小于9.5cm,该结果表明SBAS技术用于矿区沉降监测的有效性,可以用于后续的动态预测。(4)构建了基于In SAR监测数据的矿区沉降预测模型。该模型以In SAR技术获取的等间隔时间序列沉降值为训练数据,引入支持向量机回归的函数模型,建立In SAR监测数据与未知预测值之间的非线性函数关系,通过引入了模糊信息粒化的算法不断滚动更新训练数据,获取下一时序新的预测沉降值。为了检验该模型的有效性,利用两种不同波长、不同分辨率的ALOS数据和Sentinel-1A数据分别对彬长矿区和宁东矿区进行沉降预测研究,两组实验得到的地面监测点沉降预测结果与GPS监测结果的平均相对误差为5.6%和9%,预测模型的威尔莫特一致性指数均达到0.99以上。研究结果表明:本文提出的基于In SAR监测技术的预测模型可以有效地用于矿区沉降预测,验证了该方法的稳健性和普适性,为采矿区In SAR技术的推广应用提供了一个新思路。