期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于神经网络的InSAR/GNSS深度融合尾矿库坝体时序监测及预测研究
1
作者 吕林伟 王瑞 +7 位作者 许林涛 黄诗乔 黄帅帅 林敏 贺一波 何倩 晏慧能 陈尚波 《自然资源遥感》 北大核心 2025年第5期162-171,共10页
尾矿库坝体稳定性时序监测及预测一直都是我国矿山产业安全方面研究重点。该文利用InSAR与GNSS技术获取安徽省某尾矿库坝体表面6个特征监测点的26期纵向形变数据,通过建立附有限制参数的平差模型,以监测点的初始三维坐标作为多项式改正... 尾矿库坝体稳定性时序监测及预测一直都是我国矿山产业安全方面研究重点。该文利用InSAR与GNSS技术获取安徽省某尾矿库坝体表面6个特征监测点的26期纵向形变数据,通过建立附有限制参数的平差模型,以监测点的初始三维坐标作为多项式改正参数,对合成孔径雷达干涉测量技术(interferometric synthetic aperture Radar,InSAR)数据与全球导航卫星定位系统(global navigation satellite system,GNSS)数据进行融合以提高数据精度,并利用BP神经网络对监测点的形变数据进行时序预测,从而得到监测点的未来形变数据。实验结果表明,GNSS与In-SAR数据融合后以均方根误差(root mean square error,RMSE)作为精度评定标准,计算并比较融合前、后每一期形变数据与形变真值的RMSE,得到融合后RMSE较融合前下降最多70.61%,平均下降25.91%。采用神经网络模型对融合后的1~22期InSAR数据反复训练,以23~26期InSAR形变数据作为测试集,最后输出各点23~26期数据。通过与GNSS数据计算各点网络输出值RMSE<1.5 mm。研究成果能够为尾矿库坝体时序稳定性监测及预测提供可靠技术支撑。 展开更多
关键词 尾矿库 SBASInSAR 附有限制参数的平差模型 BP
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部