融合D-InSAR与GIS技术的矿区开采沉陷形变监测及预测方法

doi:10.13474/j.cnki.11-2246.2019.0218

测绘通报 ›› 2019, Vol. 0 ›› Issue (7): 54-58,63.doi: 10.13474/j.cnki.11-2246.2019.0218

融合D-InSAR与GIS技术的矿区开采沉陷形变监测及预测方法

陈银翠^1,2, 徐良骥², 余礼仁²

1. 安徽矿业职业技术学院, 安徽淮北 235000;
2. 安徽理工大学, 安徽淮南 232001

收稿日期:2018-12-27 出版日期:2019-07-25 发布日期:2019-07-31
通讯作者: 徐良骥。E-mail:ljxu@aust.edu.cn E-mail:ljxu@aust.edu.cn
作者简介:陈银翠(1968-),女,硕士,副教授,主要研究方向为矿山测量与绿色开采。E-mail:ahkycyc@163.com
基金资助:
安徽省对外科技合作计划项目（150306020）

The method of mining subsidence deformation monitoring and prediction based on D-InSAR with GIS technology

CHEN Yincui^1,2, XU Liangji², YU Liren²

1. Anhui College of Mining Technology, Huaibei 235000, China;
2. Anhui University of Science and Technology, Huainan 232001, China

Received:2018-12-27 Online:2019-07-25 Published:2019-07-31

摘要/Abstract

摘要： 针对合成孔径雷达差分干涉测量（D-InSAR）技术能监测大范围地表形变信息，但单一的D-InSAR技术不能精确分析沉降分布的范围和位置的问题，本文以淮北袁店二矿为例，首先选择2015年4—5月2景C波段Radarsat-2和7—12月6景Sentinel-1卫星影像数据作为干涉影像数据构成6个干涉影像对，通过二轨法对其进行差分干涉处理和相位解缠提取干涉形变图；然后将D-InSAR差分干涉图与开采平面、开采计划图导入ArcGIS进行叠加，分析矿区开采沉陷区域的空间动态分布位置并进行定量分析；最后采用灰色理论模型进行预测。结果表明：D-InSAR叠加分析图能反映出在煤炭开采过程中沉降区域位置和分布范围；D-InSAR预测值与实测值最大相对误差和方差比分别为11.5%和0.097。

关键词: D-InSAR, 干涉影像对, GIS, 叠加分析, 灰色理论模型

Abstract: Synthetic aperture radar differential interferometry (D-InSAR) technology can monitor large-scale surface deformation information, but a single D-InSAR technique cannot accurately analyze the range and location of the settlement distribution.Firstly, we selected two images of the C-band Radarsat-2 from July to December and the six-monthly Sentinel-1 images from April to May 2015 as the number of interference images. According to the composition of the six interferometric pairs, they were differentially interpolated by the second-track method. Processing and phase unwrapping to extract interferograms. The D-InSAR differential interferograms were imported into ArcGIS with mining planes and mining plan maps to analyze the spatial dynamic distribution of mining subsidence areas in the mining area and quantitative analysis. And finally using a grey theoretical model prediction.The results show that the D-InSAR overlay analysis can reflect the location and distribution of the settlement area during coal mining. The maximum relative error and variance ratio between the predicted and measured D-InSAR values are 11.5% and 0.097 respectively.

Key words: D-InSAR, interference image pair, GIS, overlay analysis, GM

中图分类号:

P258

陈银翠, 徐良骥, 余礼仁. 融合D-InSAR与GIS技术的矿区开采沉陷形变监测及预测方法[J]. 测绘通报, 2019, 0(7): 54-58,63.

CHEN Yincui, XU Liangji, YU Liren. The method of mining subsidence deformation monitoring and prediction based on D-InSAR with GIS technology[J]. 测绘通报, 2019, 0(7): 54-58,63.

参考文献

[1] 邓喀中.变形监测及沉陷工程学[M].徐州:中国矿业大学出版社,2014.
[2] 陈炳乾,邓喀中.基于D-InSAR技术和SVR算法的开采沉陷监测与预计[J].中国矿业大学学报,2014,43(5):880-886.
[3] BAYUAJI L, SUMANTYO J T S, KUZE H. ALOS PALSAR D-InSAR for land subsidence mapping in Jakarta,Indonesia[J].Canadian Journal of Remote Sensing,2010,36(1):1-8.
[4] PEI L, LI W J,TAN Y. Study of monitoring mining subsidence in coal mining area by D-InSAR technology[J].International Journal of Coal Science and Technology,2008,14(4):591-593.
[5] 朱建军,李志伟,胡俊.InSAR变形监测方法与研究进展[J].测绘学报,2017,46(10):1717-1733.
[6] 郭山川,侯湖平,张绍良,等.D-InSAR的黄土高原矿区地表形变监测[J].测绘科学, 2017,42(6):207-212.
[7] 焦明连.合成孔径雷达干涉测量理论与应用[M].北京:测绘出版社,2009.
[8] 范洪冬,邓喀中,祝传广,等.基于时序SAR技术的采空区上方高速公路变形监测及预测方法[J].煤炭学报,2012,37(11):1841-1846.
[9] 何敏,陆晓燕,何秀凤.利用D-InSAR二轨法监测徐州大屯中心区地表形变[J].地理空间信息, 2011,9(5):3-5.
[10] 张红.基于相干目标的DInSAR方法研究[M].北京:科学出版社,2009.
[11] 黄宝伟.基于D-InSAR和GIS技术的煤矿区地面沉降监测研究[D].北京:中国石油大学,2011.
[12] 韩晋,杨岳,陈峰,等.基于非等时距加权灰色模型与神经网络的组合预测算法[J].应用数学和力学,2013,34(4):408-419.
[13] 柳宇航,王宁,曹娟.GM(1,1)模型在矿山开采沉陷预计中的应用[J].北京测绘,2015(5):98-101.
[14] 余礼仁,徐良骥,庞会,等.融合三次样条插值的D-InSAR沉陷变形监测技术[J].测绘通报, 2017(9):51-55.
[15] 牛姝烨.黄土缓坡丘陵采煤塌陷预测中概率积分法适用性研究[D].北京:中国地质大学,2017.

融合D-InSAR与GIS技术的矿区开采沉陷形变监测及预测方法

The method of mining subsidence deformation monitoring and prediction based on D-InSAR with GIS technology

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	强德霞, 马海政, 朱自平, 苟彦梅. 甘肃省积石山县泥石流空间分布及分析[J]. 测绘通报, 2022, 0(7): 107-111,117.
[2]	高家骥, 李鸿奎, 白芝珍, 杨俊. GIS支持下的东北三省人居环境气候舒适度分异及影响因素分析[J]. 测绘通报, 2022, 0(6): 148-153.
[3]	赵传武, 吴子若, 张玉环, 郭伟. 基于多时相遥感的鄂尔多斯市不透水面变化分析[J]. 测绘通报, 2022, 0(5): 56-61.
[4]	杨艺苑, 杨存建. 基于GIS的东川区生态环境敏感性分析[J]. 测绘通报, 2022, 0(3): 7-12.
[5]	张龙其, 郭云开, 张云菲. 测绘工程专业GIS实验混合式教学方法探讨[J]. 测绘通报, 2022, 0(2): 164-167,173.
[6]	王艳利, 高凯超, 刘保强, 周丛伟. GNSS支持下的配电电缆移动GIS系统构建与应用[J]. 测绘通报, 2021, 0(8): 150-153.
[7]	徐刚, 胡坤霖, 温剑峰, 徐登财, 戴欣宜, 陈杰, 朱安峰, 章豪, 苏宗奎. 顾及地形邻域影响的地质灾害风险易发区评估[J]. 测绘通报, 2021, 0(7): 59-64.
[8]	亢孟军, 任福, 蔡忠亮, 翁敏, 苏世亮, 王明军. 开源体系在GIS软件开发课程中的应用[J]. 测绘通报, 2021, 0(5): 145-150.
[9]	王星捷, 郭科, 张廷斌, 王刚, 袁伟强. 新一代移动三维GIS平台研究[J]. 测绘通报, 2021, 0(4): 85-89.
[10]	刘新平, 王磊, 吴长彬, 黄敬, 韦曼琼. 三维GIS支持下的实景融合系统设计与实现[J]. 测绘通报, 2021, 0(4): 141-145,155.
[11]	朱骏侠. 基于WebGL的三维智慧管网系统的设计与实现[J]. 测绘通报, 2021, 0(4): 146-150.
[12]	崔颖, 黄鹤, 刘祥磊, 罗德安. 建筑物立面分类与DIM点云滤波[J]. 测绘通报, 2021, 0(3): 55-59.
[13]	张译, 杨伯钢, 刘宇, 余永欣, 武润泽, 许天豪, 杨旭东. 生态保护红线边界校核研究——以北京市为例[J]. 测绘通报, 2021, 0(2): 18-24.
[14]	张英栋, 耿增涛, 王海银, 乔新, 周圣川. 面向大范围实时数据的动态船舶矢量标绘方法[J]. 测绘通报, 2021, 0(12): 140-144.
[15]	孙晓玮, 邱俊武. 工程建设项目全生命周期“多测合一”综合服务平台研究及应用[J]. 测绘通报, 2021, 0(12): 153-157.