介绍了在MapInfo 6.0平台上用MapBasic和Visual C++ 6.0语言进行二次开发设计出的开采沉陷预计分析系统。主要介绍了系统的开发平台、运行环境、系统的结构及其功能,以及开发系统所涉及的关键技术。Visual C++ 6.0中的ODBC技术提供的Acc...介绍了在MapInfo 6.0平台上用MapBasic和Visual C++ 6.0语言进行二次开发设计出的开采沉陷预计分析系统。主要介绍了系统的开发平台、运行环境、系统的结构及其功能,以及开发系统所涉及的关键技术。Visual C++ 6.0中的ODBC技术提供的Access数据库将其与MapInfo 6.0有机结合起来,对开采沉陷预计的相关数据进行操作和分析,从而预计出地表移动变形的范围、程度和趋势等,实现了开采沉陷预计分析的可视化。展开更多
针对矿区植被多、易造成失相干的问题,提出了一种将小基线集和干涉点目标分析(small baseline subsat and interferometric point target analyisis,SBAS-IPTA)方法与随机森林(random forest,RF)算法相结合的开采沉陷监测与预计方法。...针对矿区植被多、易造成失相干的问题,提出了一种将小基线集和干涉点目标分析(small baseline subsat and interferometric point target analyisis,SBAS-IPTA)方法与随机森林(random forest,RF)算法相结合的开采沉陷监测与预计方法。首先提取陕西省桑树坪矿区的沉陷速率及时序累积沉陷值,然后定量分析沉陷规律,最后将沉陷值作为RF的训练样本建立预计函数,并与灰色模型(gray model,GM)算法预计结果进行对比分析。结果表明:通过对该矿区在2007—2011年期间沉陷面积及沉陷值的分析,SBAS-IPTA方法可监测植被多的矿区的地表沉陷;结合GM算法预计的3个测试点的绝对误差和相对误差分别为35~423 mm和7%~88%,而结合RF算法预计的绝对误差和相对误差分别为1~29 mm和0~16%,RF算法预计结果明显优于GM算法预计结果,可将RF算法应用于开采沉陷预计。展开更多
文摘介绍了在MapInfo 6.0平台上用MapBasic和Visual C++ 6.0语言进行二次开发设计出的开采沉陷预计分析系统。主要介绍了系统的开发平台、运行环境、系统的结构及其功能,以及开发系统所涉及的关键技术。Visual C++ 6.0中的ODBC技术提供的Access数据库将其与MapInfo 6.0有机结合起来,对开采沉陷预计的相关数据进行操作和分析,从而预计出地表移动变形的范围、程度和趋势等,实现了开采沉陷预计分析的可视化。