基于MT-InSAR和灰色预测模型的金属矿区地表变形研究
Study on ground surface deformation of a metal mine based on MT-InSAR approach and gray prediction model作者机构:昆明理工大学国土资源工程学院 云南省高校高原山区空间信息测绘技术应用工程研究中心 中国有色金属工业协会智慧矿山地理空间信息集成创新重点实验室 昆明理工大学公共安全与应急管理学院 玉溪大红山矿业有限公司 昆明有色冶金设计研究院股份公司
出 版 物:《化工矿物与加工》 (Industrial Minerals & Processing)
年 卷 期:2022年第51卷第4期
页 面:45-50页
学科分类:080904[工学-电磁场与微波技术] 081901[工学-采矿工程] 0819[工学-矿业工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学]
基 金:国家自然科学基金(41161062,41861054) 云南省重点研发计划(202003AC100002)
主 题:地表变形 MT-InSAR 灰色预测模型 位移 模型精度 相对误差
摘 要:对于矿区地表变形测量,传统方法存在成本高、很难反映地表大面积变形信息和时空演化特征等缺点。基于此,以大红山铁矿为例,采用Sentinel-1A卫星数据,利用SBAS-InSAR对数据进行处理,建立了灰色预测模型,并对模型精度进行了验证,结果表明:由地面观测点获取的实测三向位移经归一化后得到的位移与InSAR取得的LOS向位移相对误差在15%以内,表明时间序列InSAR在观测精度上是可靠的;矿区内存在4个发育成熟的沉降集中带和2个局部沉降区域;InSAR监测值和水准测量值有较好的一致性,监测相对误差和预测相对误差均在12%以内。