APP下载

融合D-InSAR与GIS技术的矿区开采沉陷形变监测及预测方法

2019-08-07陈银翠徐良骥余礼仁

测绘通报 2019年7期
关键词:数据处理分析模型

陈银翠,徐良骥,余礼仁

(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)

1 数据处理方法和流程

1.1 D-InSAR二轨法数据处理流程

二轨法利用形变前后的两景SAR影像差分干涉处理再导入外部DEM可得到地表形变相位[7-9];干涉数据处理是基于ENVI SARscape平台,其数据处理流程如图1所示。

1.2 GIS软件中数据处理方法及流程

D-InSAR获得的栅格结果和GIS中矢量数据进行叠加分析,在ArcMAP中加载出D-InSAR栅格格式形变图与矿区开采工作面、矿区界限矢量图并显示在一个界面范围。在完成空间坐标系的转换和D-InSAR栅格形变图与GIS矢量数据融合后,对融合数据可进行沉降区的提取、剖面分析和叠加分析[11]。

2 基于D-InSAR监测值的三次样条插值与GM(1,1)组合预测模型的建立

2.1 灰色理论预测模型

经典的GM(1,1)模型为等间距序列预测模型[12-13]。设X0为大于零的原始数据序列,将X0进行一次累加得到AGO序列X1,Z1是X1的邻均值等权序列。即

X(0)={X(0)(1),X(0)(2),X(0)(3),…,X(0)(k)}

(1)

X(1)={X(1)(1),X(1)(2),X(1)(3),…,X(1)(k)}

(2)

其中

X(1)(n)=X(0)(1)+X(0)(2)+X(0)(3)+…+X(0)(n)

(3)

则GM(1,1)模型相应的白化微分方程为

酒店认知实践是酒店管理专业大一学生的入学教育。课程通过学生参观酒店、访谈酒店管理层、酒店经理人讲座等具体形式来开展实践课程。学校安排学生参观优质校企合作单位,使学生设身处地地接触实践教学基地的真实对客服务场景,让学生主动调研高端酒店的基本情况,增加同学对酒店行业的认同感。

(4)

式中,a为发展系数;b为内生控制灰数。

若令c=[a,b]T,那么c可以表示为:c=(BTB)-1BTYn

其中

t=1,2,…,n

(5)

Yn=[x(0)(2),x(0)(3),…,x(0)(n)]T

(6)

白化微分方程的解为

(7)

式(7)求出的是一次累加后的生成值,对其进行累减还原……

登录APP查看全文

猜你喜欢

数据处理分析模型
一半模型
认知诊断缺失数据处理方法的比较:零替换、多重插补与极大似然估计法*
ILWT-EEMD数据处理的ELM滚动轴承故障诊断
隐蔽失效适航要求符合性验证分析
重尾非线性自回归模型自加权M-估计的渐近分布
电力系统不平衡分析
电力系统及其自动化发展趋势分析
3D打印中的模型分割与打包
基于希尔伯特- 黄变换的去噪法在外测数据处理中的应用
基于POS AV610与PPP的车辆导航数据处理