基于SBAS-InSAR的矿区采空区潜在滑坡综合识别方法

基于SBAS-InSAR的矿区采空区潜在滑坡综合识别方法

论文摘要

针对位于山区且受大量采空区影响的边坡,利用传统测量方法监测耗费人力、物力且光学遥感难以定量识别其是否为潜在滑坡的问题,本文提出一种融合研究区小基线集(SBAS-InSAR)地表监测数据、坡度及坡向的识别方法。通过SBAS-InSAR技术获得研究区地表雷达视线(LOS)方向形变速率,将其转化为垂直方向形变速率,并根据研究区DEM建立坡度及坡向分析图,根据不同山体的坡度、坡向找到易发生滑坡的区域,融入该区域垂直方向的时序形变速率,对其进行滑坡识别。实验表明:卡房镇周边受采空区的影响较大,多数区域垂直方向年形变速率大于10 mm/a;通过本文方法对研究区潜在滑坡进行识别,发现在研究区的21处历史滑坡点中,有16处被识别为潜在滑坡,5处未被识别但也位于发生形变的区域内,表明本文方法对潜在滑坡的识别精度高,具有可行性。该研究为识别采空附近的潜在滑坡提供了一种新的思路,可以有效识别采空区附近山体边坡是否处于潜在的、不明显的滑动状态,对滑坡灾害具有预警作用。

论文目录

  • 1 引言
  • 2 实验区概况、数据处理及研究方法
  •   2.1 实验区概况
  •   2.2 数据来源及处理
  •     2.2.1 数据来源
  •     2.2.2 数据处理
  •   2.3 研究区雷达可视性分析
  •   2.4 滑坡识别方法
  • 3 结果及分析
  •   3.1 实验区变形监测结果分析
  •   3.2 实验区坡度、坡向分析
  • 4 SBAS-InSAR滑坡识别结果及精度验证
  • 5 结论与展望
  • 文章来源

    类型: 期刊论文

    作者: 郭瑞,李素敏,陈娅男,袁利伟

    关键词: 采空区,潜在滑坡,坡度,坡向,识别方法,云南省个旧市卡房镇

    来源: 地球信息科学学报 2019年07期

    年度: 2019

    分类: 基础科学,工程科技Ⅰ辑,工程科技Ⅱ辑

    专业: 地质学,矿业工程,工业通用技术及设备

    单位: 昆明理工大学国土资源工程学院,云南省高校高原山区空间信息测绘技术应用工程研究中心,中国有色金属工业协会智慧矿山地理空间信息集成创新重点实验室,昆明理工大学公共安全与应急管理学院

    基金: 国家自然科学基金项目(41161062,41861054)~~

    分类号: P642.22;TD325.3

    页码: 1109-1120

    总页数: 12

    文件大小: 2809K

    下载量: 491

    相关论文文献

    • [1].基于云计算的网络资源缺失信息识别方法[J]. 电子元器件与信息技术 2019(11)
    • [2].武汉市主城区现状用地自主识别方法探索[J]. 中国土地 2020(02)
    • [3].基于场景-部件的人体行为识别方法[J]. 测控技术 2020(02)
    • [4].基于人眼识别的人脸朝向识别方法[J]. 信息记录材料 2020(01)
    • [5].产品虚假评论文本识别方法研究述评[J]. 数据分析与知识发现 2019(09)
    • [6].网络谣言识别方法及展望[J]. 网络空间安全 2016(Z2)
    • [7].物联网智能终端设备识别方法[J]. 电信科学 2017(02)
    • [8].一种分布式人脸识别方法及性能优化[J]. 光学精密工程 2017(03)
    • [9].振动目标产生的瑞雷波的识别方法研究[J]. 沈阳理工大学学报 2017(02)
    • [10].松辽盆地二氧化碳气层录井识别方法[J]. 石化技术 2017(10)
    • [11].用于机动目标跟踪的分段机动识别方法[J]. 电波科学学报 2015(01)
    • [12].“特殊的平行四边形”易错点剖析[J]. 初中生世界 2017(15)
    • [13].基于深度学习的人脸识别方法研究进展[J]. 现代计算机 2020(01)
    • [14].基于典型相关分析特征融合的行人再识别方法[J]. 光电子·激光 2020(05)
    • [15].4G网络深度覆盖“283”识别方法研究[J]. 数字通信世界 2019(03)
    • [16].颠覆性技术识别方法研究与应用分析[J]. 军事医学 2018(01)
    • [17].一种大象流两级识别方法[J]. 电信科学 2017(03)
    • [18].多角度人脸检测与识别方法研究[J]. 电子设计工程 2017(11)
    • [19].卫星图像传输跟踪优化识别方法仿真研究[J]. 计算机仿真 2017(09)
    • [20].基于主题模型和情感分析的垃圾评论识别方法研究[J]. 计算机科学 2017(10)
    • [21].同形异义词机器辅助识别方法研究[J]. 数字图书馆论坛 2015(05)
    • [22].4G网络深度覆盖精确需求识别方法研究[J]. 电信工程技术与标准化 2015(09)
    • [23].基于深度流形表示学习的工业过程多故障识别方法[J]. 计算机与数字工程 2020(10)
    • [24].试分析基于区域生长的道路和桥梁识别方法的研究[J]. 科技创业家 2014(01)
    • [25].基于统计的人脸识别方法综述[J]. 安阳工学院学报 2012(04)
    • [26].基于情景分析的项目风险识别方法研究[J]. 理论观察 2012(05)
    • [27].基于深度学习的视频行为识别方法综述[J]. 电信科学 2019(12)
    • [28].基于深度学习的场景识别方法综述[J]. 计算机工程与应用 2020(05)
    • [29].基于特征的矢量图形符号渐进识别方法[J]. 软件导刊 2020(05)
    • [30].天然气管道泄漏的声-压耦合识别方法[J]. 应用声学 2020(03)

    标签:;  ;  ;  ;  ;  ;  

    基于SBAS-InSAR的矿区采空区潜在滑坡综合识别方法
    下载Doc文档

    猜你喜欢