[發明專利]一種全尺度梯度開采沉陷D-InSAR三維預測方法有效
| 申請號: | 202010635301.7 | 申請日: | 2020-07-03 |
| 公開(公告)號: | CN111859786B | 公開(公告)日: | 2022-02-15 |
| 發明(設計)人: | 蔣創;王磊;余學祥 | 申請(專利權)人: | 安徽理工大學 |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06N3/12;G06T17/00;G06F111/04;G06F111/08 |
| 代理公司: | 合肥中谷知識產權代理事務所(普通合伙) 34146 | 代理人: | 洪玲 |
| 地址: | 232001 安徽*** | 國省代碼: | 安徽;34 |
| 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 尺度 梯度 開采 沉陷 insar 三維 預測 方法 | ||
1.一種全尺度梯度開采沉陷D-InSAR三維預測方法,其特征在于,包括以下步驟:
1)在傳統的概率積分模型中,開采沉陷盆地被認為由一個主要影響半徑條件下形成的盆地,文章的改進概率積分法動態預計模型中,令開采沉陷盆地為兩個不同主要影響半徑的下沉盆地按照一定的權值組合,則開采后任意Ti時刻地表點A(x,y)的下沉值和南北向水平移動值東西向水平移動值分別表示為:
根據開采沉陷概率積分法動態預計原理可知,開采后任意Ti時刻地表點A(x,y)的下沉值可表示為:
W0=M*q*cosα (5)
開采后任意Ti時刻地表點A(x,y)的南北向水平移動值東西向水平移動值分別表示為:
上述公式中各參數的含義為:
—Ti時刻工作面的開采沉陷修正模型預計參數:
M—煤層厚度;
α—煤層傾角;
θ—最大下沉角;
H—采深;
—Ti時間內走向開采長度;
D—工作面傾向長度;
tanβ1—第一個沉降盆地主要影響角正切;
tanβ2—第二個沉降盆地主要影響角正切;
(x,y)—地表任意點A的平面坐標;
—工作面走向方向逆時針旋轉至正北方向的夾角;
—工作面走向方向逆時針旋轉至正東方向的夾角;
根據開采沉陷學原理,我們假設當地下煤炭開采為充分采動時當非充分采動時認為其余概率積分參數認為不變;
2)由開采沉陷學原理可知,在地下煤炭開采為充分采動條件下當非充分采動時且認為其余概率積分參數可認為不變;
根據D-InSAR LOS向形變與下沉、南北和東西方向水平移動之間的幾何投影關系,開采后任意Ti時刻代表地表點A(x,y)的像元j LOS向形變值可表示為:
公式(12)中各參數的含義為:
θj—為地表點A對應的衛星視線入射角;
αj—為地表點A對應的衛星飛行方向方位角;
開采后代表地表點A(x,y)的像元j的任意Ti,Ti-1時間段內差分干涉LOS向形變值可表示為:
根據地表實測LOS向形變值與IDPIM模型中的待估參數之間的關系,對于任意第j個像元觀測點的Ti,Ti-1時間段內差分干涉LOS向形變值,建立誤差方程,具體為:
式中:表示觀測值:目標像元j任意Ti,Ti-1時間段內實測LOS向形變值;表示預計值,其中是待估參數,即方程(14)中具體的待估參數為:
3)根據地表實測LOS向形變值與改進動態預計模型中的待估參數之間的關系,對于任意第j個像元觀測點,則可建立誤差方程(14),針對公式(14)誤差方程中待估參數的求解問題,構建了基于遺傳算法的改進動態預計模型預計參數求解方法,其具體步驟如下:
(1)構建遺傳算法適應度函數,根據相鄰工作面地質采礦條件選取動態概率積分參數初值,利用改進動態預計模型(1)~(11)及公式(12)、(13)計算目標區域任意像元j的Ti,Ti-1時間段內LOS向形變值令目標像元j任意Ti,Ti-1時間段內實測LOS向形變值為則任意Ti,Ti-1時間段內LOS向預計殘差即誤差方程為:
如果礦區開采沉陷LOS向形變場中有m×n個像元參與IDPIM模型預計參數求解,則根據公式(17),可構造構筑遺傳算法適應度函數F,
式中:C—表示使適應度函數公式(18)始終大于零的一個常數;
(2)種群編碼和種群生成,根據地質采礦條件和概率積分參數經驗關系確定參數即待估參數的范圍,利用二進制編碼隨機生成各參數對應的二進制編碼,建立初始種群;
(3)將種群的二進制編碼解碼為各參數,利用各個解碼參數和公式(18),計算適應度函數值;
(4)計算個體的適應度與所有個體適應度總和之比,該值為該個體相對于種群的相對適應度,即被選擇到的概率;
(5)進行輪盤賭選擇、單點交叉、變異操作,產生新一代種群;
(6)迭代計算,重復上述(2)~(6)過程,直至達到滿足適應度要求,即參數達到足夠高的精度,遺傳算法的迭代終止條件為滿足種群迭代次數或者適應度達到某個要求,本次參數設定為:最大迭代次數maxG=100次,種群初始個體數p_num=100,交叉率p=0.95,變異率0.05;
(7)最終解碼得到最優改進動態預計模型參數;
4)根據得到的最優改進動態預計模型參數和改進動態預計模型,獲取開采沉陷全尺度梯度地表三維形變。
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安徽理工大學,未經安徽理工大學許可,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/202010635301.7/1.html,轉載請聲明來源鉆瓜專利網。





