面向全运行周期的矿区地表形变实时/准实时监测方法技术

本发明专利技术公开了一种面向全运行周期的矿区地表形变实时/准实时监测方法，根据方差分量估计理论，定义几何空间尺度，建立时/空序列模型途径，构建面向多源观测数据融合的矿区地表形变监测数据程序化处理方法。本发明专利技术应用信息化对地观测技术实现矿区的基建

【技术实现步骤摘要】
面向全运行周期的矿区地表形变实时/准实时监测方法


[0001]本专利技术属于矿业工程、测绘工程、安全工程等行业涉及的矿区地表形变监测方法，具体涉及一种融合多种观测技术的矿区基建
‑
开采
‑
闭坑全运行周期的地表形变监测数据一致性评价方案，实施矿区地表形变实时/准实时的监测。

技术介绍

[0002]地表形变监测是保障矿区安全生产的必要措施，是保证地表生命财产安全与井下作业安全的有效途径。同时，对矿区地表形变进行有效监测，是矿区土地复垦、矿区生态修复等矿区治理的前提条件。近年，随着信息化对地观测技术的不断发展，地理空间数据获取呈现出空基、天基、地基多种方式并存并用的局面。特别是我国北斗卫星导航定位系统、高分辨率对地观测卫星系统等空间信息工程软硬件设施的建设与完善，覆盖矿区基建
‑
开采
‑
闭坑全生命周期的矿区地表形变实时/准实时监测的条件已经具备。但是，融合多种观测技术实施矿区地表形变监测缺乏完善的技术实施方案与数据处理方法，甚至出现“真观测、假融合”的现象。

技术实现思路

[0003]本专利技术的目的：针对矿区地表形变监测技术的应用现状，围绕多种对地观测技术融合产生的异质/异构数据处理面临的技术难题，提供一种面向全运行周期的矿区地表形变实时/准实时监测方法，为突破矿区全运行周期的地表形变实时/ 准实时动态自主监测存在的技术瓶颈提供程序化解决方案，解决以下问题：1. 面状/线状/点状三类异构数据融合的特征提取与匹配问题；2.不同观测精度的异质数据融合的空间尺度问题；3.多种观测手段的不同时间/空间分辨率数据融合问题。
[0004]本专利技术的原理：针对雷达干涉测量、三维激光扫描获取的面状数据特征点提取，与GNSS、水准测量获取点状数据的一致性匹配，应用M估计理论建立特征点提取的平差模型与特征点匹配的一致性评价方法；根据空间尺度理论定义测绘数据与数据处理模型精度尺度，应用方差分量估计理论建立异质数据融合的平差模型，结合G
‑
M线性模型与G
‑
H非线性模型的几何意义分析几何尺度不一致对异质数据融合的影响；根据矿区地表形变的沉降
‑
失衡
‑
塌陷的基本规律，离散监测区域形成时/空格网，应用典型序列模型对不同时域、不同空域的监测数据进行融合，实现矿区地表形变全周期、自主化监测。
[0005]本专利技术的技术解决方案：面向全运行周期的矿区地表形变实时/准实时监测方法，该方法的步骤如下：针对空基/天基/地基对地观测技术获取的面状、线状、点状异构数据融合，应用区域性椭球理论构建矿区地表形变监测的系统框架与转换模型；根据空间尺度理论统一异质数据精度尺度，结合两种典型平差模型的几何意义分析不同几何尺度对模型稳健性、几何尺度不一致对异质数据融合的影响，建立数据处理模型一致性评价手段；应用方差分量估计理论，建立异质数据融合的平差模型；根据矿区地表形变的沉降
‑
失衡
‑
塌陷的基本规律，离散监测区域形成时/空格网，结合不同观测技术获取数据的时/空分辨率互补
性对缺失监测区域 /监测时段进行插值，应用序列模型对不同时域、不同空域的监测数据进行融合，实现覆盖矿区基建
‑
开采
‑
闭坑全运行周期的地表形变实时/准实时自主化监测。
[0006]其中，该方法的具体步骤如下：
[0007]Step1.构建面向多种对地观测技术获取异构数据融合的矿区参考框架；
[0008]Step2.M
split
估计理论与S转换模型对基于多种观测技术的异质监测数据一致性检测；
[0009]Step3.空间尺度理论定义函数模型几何空间尺度进行模型可靠性检测；
[0010]Step4.方差分量估计理论建立异质数据融合模型，基于地表形变状态域的监测数据一致性检测；
[0011]Step5.监测区域分别进行时/空格网离散化处理，对缺失监测点的格网单元进行插值；
[0012]Step6.监测区格网平滑，矿区地表形变四维建模，实现矿区地表形变实时/ 准实时动态自主监测。
[0013]Step1中，根据矿区的平均高程面确定监测区域的参考椭球，椭球几何参数选择国家坐标系统椭球参数或者地方坐标系统椭球参考，以经过监测区域中心位置的子午线为坐标投影的中央子午线，投影带度数根据矿区区域确定，其跨度至少覆盖形变监测区域；应用具有大旋转角的Bursa模型建立坐标系统转换模型，构建监测区域统一参考框架；转换模型中的坐标观测值应进行重心化处理，并进行病态性检测；天基/空基获取的遥感影像或者雷达干涉影像干涉点，以及地基三维激光扫描的测站点选择，应优先选用地表已经布设的监测点，若监测点缺乏，则选用矿区不局限于井筒的需要进行形变监测的重要构筑物的特征点，进行地面三维控制测量；控制测量的平面精度不低于《全球定位系统测量规范》 (GB/T18314
‑
2009)中B级GPS测量的精度要求，高程精度不低于《国家一、二等水准测量规范》(GB/T12897
‑
2006)中二等水准测量的精度要求。
[0014]Step2中，异质数据一致性检测主要针对不同观测技术获取的监测数据，包括矿区地表形变常用监测手段获取的监测数据，也包括新兴监测手段；结合矿区地表形变监测的基本规律，定义粗差为一致性检测的指标，将其分为两类情况:(1) 同一监测点有两类或两期及以上监测数据，应用M
split
估计理论与S转换模型对监测数据进行粗差的检测
‑
识别
‑
调整；其中，粗差检测的目标函数由M
split
构建，粗差的识别由t分布构建统计模型，粗差的调整由IGG权函数构建模型；(2)同一监测点仅有一类一期监测数据，围绕平差模型的内部可靠性，根据平差模型得到的单位权方差，应用t分布构建统计模型对监测数据的粗差进行检测；矿区地表形变监测是通过多期监测数据的对比分析，揭示其形变过程与形变规律，因此，一类一期监测数据的粗差检测是对原始观测数据质量的初步检核，随着监测数据量的积累，这类数据须纳入到第一类情况处理。
[0015]更进一步的是，常用监测手段不局限于GNSS、导线测量、水准测量；新兴监测手段不局限于雷达干涉测量、三维激光扫描；粗差的识别不局限于t分布构建的统计模型，粗差的调整不局限于IGG权函数构建的模型。
[0016]Step3中，针对矿区形变特征，判别、选择合适的数据融合模型，至少对线性与非线性这两类模型进行比较；根据模型的几何意义，定义模型的几何空间尺度，度量不同尺度标准对模型可靠性的影响与可靠性模型的识别；基于观测误差服从正态分布的假设，应用F分
布构建统计模型检测不同尺度标准对模型可靠性影响；根据模型几何意义定义的几何空间尺度为指标，度量模型的可靠性，选择适用于所监测矿区的数据处理模型。
[0017]更进一步的是，线性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.面向全运行周期的矿区地表形变实时/准实时监测方法，其特征是该方法的步骤如下：针对空基/天基/地基对地观测技术获取的面状、线状、点状异构数据融合，应用区域性椭球理论构建矿区地表形变监测的系统框架与转换模型；根据空间尺度理论统一异质数据精度尺度，结合两种典型平差模型的几何意义分析不同几何尺度对模型稳健性、几何尺度不一致对异质数据融合的影响，建立数据处理模型一致性评价手段；应用方差分量估计理论，建立异质数据融合的平差模型；根据矿区地表形变的沉降
‑
失衡
‑
塌陷的基本规律，离散监测区域形成时/空格网，结合不同观测技术获取数据的时/空分辨率互补性对缺失监测区域/监测时段进行插值，应用序列模型对不同时域、不同空域的监测数据进行融合，实现覆盖矿区基建
‑
开采
‑
闭坑全运行周期的地表形变实时/准实时自主化监测。2.根据权利要求1所述的面向全运行周期的矿区地表形变实时/准实时监测方法，其特征是该方法的具体步骤如下：Step1.构建面向多种对地观测技术获取异构数据融合的矿区参考框架；Step2.M
split
估计理论与S转换模型对基于多种观测技术的异质监测数据一致性检测；Step3.空间尺度理论定义函数模型几何空间尺度进行模型可靠性检测；Step4.方差分量估计理论建立异质数据融合模型，基于地表形变状态域的监测数据一致性检测；Step5.监测区域分别进行时/空格网离散化处理，对缺失监测点的格网单元进行插值；Step6.监测区格网平滑，矿区地表形变四维建模，实现矿区地表形变实时/准实时动态自主监测。3.根据权利要求2所述的面向全运行周期的矿区地表形变实时/准实时监测方法，其特征是：Step1中，根据矿区的平均高程面确定监测区域的参考椭球，椭球几何参数选择国家坐标系统椭球参数或者地方坐标系统椭球参考，以经过监测区域中心位置的子午线为坐标投影的中央子午线，投影带度数根据矿区区域确定，其跨度至少覆盖形变监测区域；应用具有大旋转角的Bursa模型建立坐标系统转换模型，构建监测区域统一参考框架；转换模型中的坐标观测值应进行重心化处理，并进行病态性检测；天基/空基获取的遥感影像或者雷达干涉影像干涉点，以及地基三维激光扫描的测站点选择，应优先选用地表已经布设的监测点，若监测点缺乏，则选用矿区不局限于井筒的需要进行形变监测的重要构筑物的特征点，进行地面三维控制测量；控制测量的平面精度不低于《全球定位系统测量规范》(GB/T18314
‑
2009)中B级GPS测量的精度要求，高程精度不低于《国家一、二等水准测量规范》(GB/T12897
‑
2006)中二等水准测量的精度要求。4.根据权利要求2所述的面向全运行周期的矿区地表形变实时/准实时监测方法，其特征是：Step2中，异质数据一致性检测主要针对不同观测技术获取的监测数据，包括矿区地表形变常用监测手段获取的监测数据，也包括新兴监测手段；结合矿区地表形变监测的基本规律，定义粗差为一致性检测的指标，将其分为两类情况:(1)同一监测点有两类或两期及以上监测数据，应用M
split
估计理论与S转换模型对监测数据进行粗差的检测
‑
识别
‑
调整；其中，粗差检测的目标函数由M
split
构建，粗差的识别由t分布构建统计模型，粗差的调整由IGG权函数构建模型；(2)同一监测点仅有一类一期监测数据，围绕平差模型的内部可靠性，根据平差模型得到的单位权方差，应用t分布构建统计模型对监测数据的粗差进行检测；矿...

【专利技术属性】
技术研发人员：陶叶青，杨娟，严琰，
申请(专利权)人：淮阴师范学院，
类型：发明
国别省市：