[發明專利]一種地面沉降影響因素定量分析方法及系統有效
| 申請號: | 201811173791.2 | 申請日: | 2018-10-09 |
| 公開(公告)號: | CN109388887B | 公開(公告)日: | 2023-01-13 |
| 發明(設計)人: | 周超凡;陳蓓蓓;宮輝力;李小娟;高明亮;郭琳;史珉 | 申請(專利權)人: | 首都師范大學 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06F119/14 |
| 代理公司: | 北京科龍寰宇知識產權代理有限責任公司 11139 | 代理人: | 孫皓晨 |
| 地址: | 100048 北*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 地面沉降 影響 因素 定量分析 方法 系統 | ||
1.一種地面沉降影響因素定量分析方法,其特征在于,所述方法包括:
步驟1、選取區域中對應的動載荷數據對象,建立動載荷應力場,以所述動載荷應力場的場勢值定量化所述動載荷應力場分布情況;
步驟2、對所述區域的遙感影像進行輻射校正,基于土壤調節植被指數、修正的歸一化水體指數和歸一化建筑指數,構建IBI指數模型;
步驟3、選取所述區域的地下水流場-地下水水位變化、地質背景-可壓縮層厚度、動載荷應力場-動載荷應力場勢值、靜載荷應力場-靜載荷應力場IBI作為影響因子,利用機器學習的方式,獲取各影響因子的影響程度;
所述步驟1中,所述動載荷數據對象選取時,通過所述區域中的交通線選取,所述交通線包括地鐵線、高速公路和環城高速,并將所述交通線的路網數據的線圖層疊加,獲取交點圖層,將交點作為數據對象的數據點;
所述步驟1還包括:統計所述交點的坐標信息,獲取所述區域中的地面沉降監測點坐標信息,計算交點、地面沉降監測點的場勢值,獲取所述區域的動載荷應力場勢場圖,基于最優影響因子參數對所述動載荷應力場進行擴散,得到交點動載荷應力場勢圖;
所述最優影響因子參數通過如下方式計算:
(1)初始化道路和地鐵節點原始地理坐標CD1,初始化地面沉降監測點地理坐標CD2;
(2)采用歐式距離獲取道路和地鐵節點原始地理坐標與地面沉降監測點地理坐標的距離,獲取勢值F:
X1(tp1,:)=CD2(1,:)-CD1(1,tp1);
Y1(tp1,:)=CD2(2,:)-CD1(2,tp1);
(3)使用簡單試探法,初始搜索范圍為
(4)在滿足精度條件下,通過選擇試驗點并且對函數值進行對比分析,逐漸縮小包含極小值點所在區間的范圍,獲取最優σ值;
其中,σ為影響因子,CD1為交通線交點,CD2為地面沉降監測點。
2.根據權利要求1所述的方法,其特征在于,所述地面沉降監測點坐標信息通過小基線干涉測量方法獲取。
3.根據權利要求1所述的方法,其特征在于,所述步驟2中,所述輻射校正包括去除傳感器本身誤差,以及在信號傳播過程中的影像誤差。
4.根據權利要求1所述的方法,其特征在于,所述土壤調節植被指數計算方法為:
SAVI=[(NIR-RED)(1+L)]/(NIR+RED+1)
其中,NIR為近紅外波段的反射率,RED是短紅外波段的反射率,L代表土壤調節因子。
5.根據權利要求1所述的方法,其特征在于,所述修正的歸一化水體指數計算方法為:
MNDWI=(GREEN-MIR)/(GREEN+MIR)
其中,GREEN為綠波段的反射率,MIR是中紅外波段的反射率。
6.根據權利要求1所述的方法,其特征在于,所述歸一化建筑指數計算方法為:
NDBI=(SWIR-NIR)-(SWIR+NIR)
其中,SWIR為短紅外波段的反射率,NIR為近紅外波段的反射率。
7.根據權利要求1所述的方法,其特征在于,所述IBI指數模型為:
IBI=[NDBI-(SAVI+MNDWI)/2]/[NDBI+(MNDWI)/2]
其中,NDBI為歸一化建筑指數,SAVI為土壤調節植被指數,MNDWI為修正的歸一化水體指數。
8.根據權利要求1所述的方法,其特征在于,所述步驟3中,所述機器學習采用隨機森林模型和梯度提升決策樹模型實現。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于首都師范大學,未經首都師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811173791.2/1.html,轉載請聲明來源鉆瓜專利網。





