System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及地质监测,具体而言,涉及一种地表沉降量提取方法及设备。
技术介绍
1、地表沉降是一个重要的地质现象,通常是由于地下水抽取、地下开采、地震活动、地质构造运动以及人类活动等因素所导致的,它影响着城市的建设、土地利用、环境保护等方面。因此,对地表沉降量的监测具有重要的意义,可以帮助我们更好地保护和利用地球资源,实现可持续发展。
2、目前,常规的矿区地表沉降量数据的提取方法主要包括无人机(unmann edaerial vehicle,uav)低空摄影测量技术或者合成孔径雷达干涉测量技术(interferometric synthetic aperture radar,insar),无人机低空摄影测量技术,获取的地表沉降量的高程精度可达分米级,在矿区开采沉陷大变形监测中具有优势,但分米级精度决定了其无法较准确地监测沉陷盆地外围区域,而insar技术相对监测精度较低,虽然可以精确探测出沉陷盆地外围区域变形,但无法可靠地得到沉陷盆地中心区域的大变形,因此无论采用无人机低空摄影测量技术还是合成孔径雷达干涉测量技术,所提取的地表沉降量与实际的地表沉降都存在着差异。
技术实现思路
1、本专利技术解决的问题是如何改善地表沉降量提取的精度。
2、为解决上述问题,本专利技术提供一种地表沉降量提取方法,包括:
3、获取当前矿区的摄影监测数据、雷达监测数据和卫星监测数据;
4、根据所述摄影监测数据和所述雷达监测数据,将所述矿区划分为外围区域、中间区
5、根据所述雷达监测数据和所述卫星监测数据提取外围区域地表沉降量数据,根据所述摄影监测数据和所述雷达监测数据提取中间区域地表沉降量数据,根据所述摄影监测数据提取中心区地表沉降量数据;
6、根据所述外围区域地表沉降量数据、所述中间区域地表沉降量数据和所述中心区域地表沉降量,生成矿区地表沉降量数据。
7、可选地,所述根据所述摄影监测数据和所述雷达监测数据,将所述矿区划分为中心区域、中间区域和边缘区,包括:
8、根据所述摄影监测数据得到所述摄影监测数据中的摄影最大地表沉降量,根据所述雷达监测数据得到所述雷达监测数据中的雷达最大地表沉降量;
9、将所述摄影最大地表沉降量和所述雷达最大地表沉降量的平均值确定为最大下沉值;
10、根据所述摄影监测数据、所述雷达监测数据和所述最大下沉值的比较结果,将所述矿区划分为所述中心区域、所述中间区域和所述外围区域。
11、可选地,所述根据所述摄影监测数据、所述雷达监测数据和所述最大下沉值的比较结果,将所述矿区划分为所述中心区域、所述中间区域和所述外围区域,包括:
12、根据所述最大下沉值和第一预设系数确定中心阈值,根据所述最大下沉值和第二预设系数确定外围阈值;
13、根据所述摄影监测数据得到摄影地表沉降量,将大于所述中心阈值的所述摄影地表沉降量对应的区域确定为所述中心区域;
14、根据所述雷达监测数据得到雷达地表沉降量,将小于所述外围阈值的所述雷达地表沉降量对应的区域确定为所述外围区域;
15、根据所述中心区域和所述外围区域确定所述中间区域。
16、可选地,所述根据所述雷达监测数据和所述卫星监测数据提取外围区域地表沉降量数据,包括:
17、根据所述雷达监测数据和所述外围区域,得到所述外围区域对应的外围雷达监测数据;
18、根据所述外围雷达监测数据,通过空间插值法得到外围差值数据;
19、根据所述卫星监测数据和所述外围区域,得到所述外围区域对应的外围卫星监测数据;
20、根据所述外围卫星监测数据,通过回归算法得到外围预测数据;
21、根据所述外围差值数据和所述外围预测数据,通过平均值法得到所述外围区域地表沉降量数据。
22、可选地,所述空间插值法包括反距离权重插值法、样条函数插值法和克里金插值法;所述外围差值数据包括外围反距离权重插值数据、外围样条函数插值数据和外围克里金插值数据;所述根据所述外围雷达监测数据,通过空间插值法得到外围差值数据,包括:
23、根据所述外围雷达监测数据,通过所述反距离权重插值法得到所述外围反距离权重插值数据;
24、根据所述外围雷达监测数据,通过所述样条函数插值法得到所述外围样条函数插值数据;
25、根据所述外围雷达监测数据,通过所述克里金插值法得到所述外围克里金插值数据。
26、可选地,所述回归算法包括随机森林算法、支持向量机算法和人工神经网络算法;所述外围预测数据包括随机森林数据、支持向量机数据和人工神经网络数据;所述根据所述外围卫星监测数据,通过回归算法得到外围预测数据,包括:
27、所述根据所述外围卫星监测数据,通过所述随机森林算法得到所述随机森林数据;
28、所述根据所述外围卫星监测数据,通过所述支持向量机算法得到所述向量机数据;
29、所述根据所述外围卫星监测数据,通过所述人工神经网络算法得到所述神经网络数据。
30、可选地,所述根据所述摄影监测数据和所述雷达监测数据提取中间区域地表沉降量数据,包括:
31、根据所述雷达监测数据和所述中间区域,得到所述中间区域对应的中间雷达监测数据;
32、根据所述中间雷达监测数据,通过空间插值法得到中间插值数据;
33、根据所述摄影监测数据和所述中间区域,得到所述中间区域对应的中间摄影监测数据;
34、根据所述中间摄影监测数据,通过重采样法得到中间采样数据;
35、根据所述中间插值数据和所述中间采样数据,通过平均值法得到所述中间区域地表沉降量数据。
36、可选地,所述空间插值法包括反距离权重插值法、样条函数插值法和克里金插值法;所述中间差值数据包括中间反距离权重插值数据、中间样条函数插值数据和中间克里金插值数据;所述根据所述中间雷达监测数据,通过空间插值法得到中间插值数据,包括:
37、根据所述中间雷达监测数据,通过所述反距离权重插值法得到所述中间反距离权重插值数据;
38、根据所述中间雷达监测数据,通过所述样条函数插值法得到所述中间样条函数插值数据;
39、根据所述中间雷达监测数据,通过所述克里金插值法得到所述中间克里金插值数据。
40、可选地,所述重采样法包括最近邻法、双线性内插法和三次卷积内插法;所述中间采样数据包括最近邻数据、双线性内插数据和三次卷积内插数据;所述根据所述中间摄影监测数据,通过重采样法得到中间采样数据,包括:
41、根据所述中间摄影监测数据,通过所述最近邻法得到所述最近邻数据;
42、根据所述中间摄影监测数据,通过所述双线性内插法得到所述双线性内插数据;
43、根据所述中间摄影监测数据,通过所述三次卷积内插法得到所述三次卷积内插数据。
本文档来自技高网...
【技术保护点】
1.一种地表沉降量提取方法,其特征在于,包括:
2.根据权利要求1所述的地表沉降量提取方法,其特征在于,所述根据所述摄影监测数据和所述雷达监测数据,将所述矿区划分为中心区域、中间区域和边缘区,包括:
3.根据权利要求2所述的地表沉降量提取方法,其特征在于,所述根据所述摄影监测数据、所述雷达监测数据和所述最大下沉值的比较结果,将所述矿区划分为所述中心区域、所述中间区域和所述外围区域,包括:
4.根据权利要求1所述的地表沉降量提取方法,其特征在于,所述根据所述雷达监测数据和所述卫星监测数据提取外围区域地表沉降量数据,包括:
5.根据权利要求4所述的地表沉降量提取方法,其特征在于,所述空间插值法包括反距离权重插值法、样条函数插值法和克里金插值法;所述外围差值数据包括外围反距离权重插值数据、外围样条函数插值数据和外围克里金插值数据;所述根据所述外围雷达监测数据,通过空间插值法得到外围差值数据,包括:
6.根据权利要求4所述的地表沉降量提取方法,其特征在于,所述回归算法包括随机森林算法、支持向量机算法和人工神经网络算法;所述外围预
7.根据权利要求1所述的地表沉降量提取方法,其特征在于,所述根据所述摄影监测数据和所述雷达监测数据提取中间区域地表沉降量数据,包括:
8.根据权利要求7所述的地表沉降量提取方法,其特征在于,所述空间插值法包括反距离权重插值法、样条函数插值法和克里金插值法;所述中间差值数据包括中间反距离权重插值数据、中间样条函数插值数据和中间克里金插值数据;所述根据所述中间雷达监测数据,通过空间插值法得到中间插值数据,包括:
9.根据权利要求7所述的地表沉降量提取方法,其特征在于,所述重采样法包括最近邻法、双线性内插法和三次卷积内插法;所述中间采样数据包括最近邻数据、双线性内插数据和三次卷积内插数据;所述根据所述中间摄影监测数据,通过重采样法得到中间采样数据,包括:
10.一种计算机设备,其特征在于,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至9任一项所述的地表沉降量提取方法。
...【技术特征摘要】
1.一种地表沉降量提取方法,其特征在于,包括:
2.根据权利要求1所述的地表沉降量提取方法,其特征在于,所述根据所述摄影监测数据和所述雷达监测数据,将所述矿区划分为中心区域、中间区域和边缘区,包括:
3.根据权利要求2所述的地表沉降量提取方法,其特征在于,所述根据所述摄影监测数据、所述雷达监测数据和所述最大下沉值的比较结果,将所述矿区划分为所述中心区域、所述中间区域和所述外围区域,包括:
4.根据权利要求1所述的地表沉降量提取方法,其特征在于,所述根据所述雷达监测数据和所述卫星监测数据提取外围区域地表沉降量数据,包括:
5.根据权利要求4所述的地表沉降量提取方法,其特征在于,所述空间插值法包括反距离权重插值法、样条函数插值法和克里金插值法;所述外围差值数据包括外围反距离权重插值数据、外围样条函数插值数据和外围克里金插值数据;所述根据所述外围雷达监测数据,通过空间插值法得到外围差值数据,包括:
6.根据权利要求4所述的地表沉降量提取方法,其特征在于,所述回归算法包括随机森林算法、支持向量机算法和人工神经网络算法;所述...
【专利技术属性】
技术研发人员:杨静,曹园园,善志伟,马海军,倪萍,秦艳艳,李显巨,
申请(专利权)人:中国地质大学武汉,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。