地下开采沉陷区智能识别方法、装置、电子设备及存储介质制造方法及图纸

本申请公开一种地下开采沉陷区智能识别方法、装置、电子设备及存储介质，其中，方法包括：采集目标研究区的合成孔径雷达SAR影像；基于差分干涉测量小基线集时序分析技术SBAS

【技术实现步骤摘要】
地下开采沉陷区智能识别方法、装置、电子设备及存储介质


[0001]本申请涉及矿区采煤沉陷监测
，特别涉及一种地下开采沉陷区智能识别方法、装置、电子设备及存储介质。

技术介绍

[0002]近年来，遥感技术快速发展，成为了采空区地表形变监测的主要方向，尤其是InSAR(Interferometry Synthetic Aperture Radar，合成孔径雷达干涉测量)技术。
[0003]相关技术中，由于InSAR技术拥有更易于识别、范围更精确且形变破坏特征更明显的监测结果，可以通过InSAR技术追踪地表的亚厘米级形变，无需现场测量，克服了传统监测技术成本高、观测基于离散点、易受天气因素影响等缺点，能够实现对采空区的地表形变监测，在地表形变监测方面具有深远的研究意义。
[0004]然而，相关技术中由于形变信息可能由地下开采引起，也可能由植被周期生长以及其他人类活动引起，从而难以学习大规模地表形变监测数据中潜在的复杂特征，并且难以匹配现代技术所能捕获的大数据监测信息，降低了从大规模地表监测信息中识别地下开采沉陷区的准确性和智能性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地下开采沉陷区智能识别方法，其特征在于，包括以下步骤：采集目标研究区的合成孔径雷达SAR影像；基于差分干涉测量小基线集时序分析技术SBAS
‑
InSAR技术获取所述目标研究区的时间序列地表形变信息，生成地表形变速率图像；以及根据地表变形监测信息和工程地质资料生成的模型训练数据集，并利用所述训练数据集训练DeepLabv3+深度学习模型，得到地下开采沉陷区智能识别模型，以利用所述识别模型识别任一研究区的地表形变中由地下开采诱发的沉陷区。2.根据权利要求1所述的方法，其特征在于，所述基于所述SBAS
‑
InSAR技术，获取所述目标研究区的时间序列地表形变信息，包括：对所述SAR影像执行预设SBAS
‑
InSAR处理操作，其中，所述预设SBAS
‑
InSAR处理操作包括基线估计与连接图生成操作、干涉图生成操作、自适应滤波及相干性生成操作、相位解缠操作、轨道精炼操作与重去平操作。3.根据权利要求1所述的方法，其特征在于，所述根据所述地表变形监测数据和工程地质资料生成的模型训练数据集，包括：结合采矿统计资料、地灾调查资料标注训练数据中的开采诱发沉陷区作为标签数据；对地表形变速率图像进行预处理，通过图像格式转换、图像分割和/和图像数据增强得到训练图像集。4.一种地下开采沉陷区智能识别方法，其特征在于，包括以下步骤：采集待识别研究区的合成孔径雷达SAR影像；基于差分干涉测量小基线集时序分析技术SBAS
‑
InSAR技术，获取所述待识别研究区的时间序列地表形变信息，生成地表形变速率图像；将所述地表形变速率图像输入至预先构建的地下开采沉陷区识别模型，输出所述待识别研究区的地下开采沉陷区识别结果，其中，所述地下开采沉陷区识别模型由DeepLabv3+深度学习方法训练得到。5.根据权利要求4所述的方法，其特征在于，所述基于所述SBAS
‑
InSAR技术，获取所述待识别研究区的时间序列地表形变信息，包括：对所述SAR影像执行预设SBAS
‑
InSAR处理操作，其中，所述预设SBAS...

【专利技术属性】
技术研发人员：席宁，刘子阳，梅钢，徐能雄，
申请(专利权)人：中国地质大学北京，
类型：发明
国别省市：