高潜水位矿区土地利用和碳储量时空变化规律与预测

高潜水位矿区采矿活动及城镇化发展会导致土地利用类型明显变化,进而影响矿区的固碳能力。采用潘谢矿区2002-2021年5期土地利用数据,利用FLUS(Future Land Use Simulation)模型,选取了采矿、社会经济和气候环境等方面数据作为驱动因子,分别预测了自然发展和生态保护两种情景下2028年土地利用变化,再结合InVEST(Integrated Valuation of Ecosystem Services and Tradeoffs)模型,计算了潘谢矿区2002-2021年的历史碳储量以及2028年不同情景下的未来碳储量,并对潘谢矿区碳储量的时空变化特征进行了分析。结果表明:(1)2002-2021年潘谢矿区土地利用变化表现为耕地不断减少,湿地和建筑用地持续增加,其中耕地减少了147.93 km^(2),湿地和建筑用地分别增加了71.01 km^(2)和75.76 km^(2)。在此期间,潘谢矿区碳储量减少了1.62×10^(5)t,减少幅度为3.83%,其中在2018-2021年碳储量下降最快。(2)预测结果显示,2028年2种情景下研究区内土地利用变化均为湿地和建筑用地持续增加,耕地不断减少。但相较于自然发展情景,生态保护情景下矿区内耕地受到保护,面积有所增加,湿地和建筑用地的增长减缓。与2021年相比,自然发展情景下的碳储量减少了0.74×10^(5)t,生态保护情景下的碳储量减少了0.53×10^(5)t。研究结果表明,受采煤沉陷和城镇发展影响,沉陷湿地和建筑用地扩张导致耕地减少是碳储量下降的主要原因,采取生态保护措施能够在一定程度上减缓碳储量的下降。

矿区全尺度梯度地表形变监测的LEV-InSAR模型

针对合成孔径雷达差分干涉测量(D-InSAR)技术无法准确提取矿区大梯度地表形变信息这一问题,提出了一种融合水准数据的D-InSAR矿区全尺度梯度地表形变监测方法(Differential Interferometry Synthetic Aperture Radar Method Based on Leveling Data Fusion,LEV-InSAR),并以山西省长治市霍尔辛赫矿区3501工作面作为试验区域,以9景哨兵1号影像和部分同时期水准数据作为研究数据,采用LEV-InSAR模型对该区的地表形变进行了监测。试验结果表明:LEV-InSAR模型监测结果与观测线水准实测结果基本吻合,累计下沉误差最大为41 mm,其倾向线和走向线水准观测点均方根误差分别为10.2 mm和14.9 mm,平均相对误差分别为14.4%和26.6%。LEV-InSAR模型在一定程度上恢复了研究区内大梯度形变区域的形变量,实现了矿区全尺度梯度地表形变监测,验证了该监测方法的可行性和适用性。

融合Deep-ResUnet和PS-InSAR的城市道路网形变灾害监测方法——以合肥市为例

针对城市道路网变形监测存在的高分辨率影像获取难、道路人工提取效率低、传统变形监测工作量大等难题,本文提出了一种基于融合Deep-ResUnet和PS-InSAR的城市道路网形变监测方法。主要思路为:首先对目标区的哨兵-1A(Sentinel-1A)影像数据进行伪彩色变换建立道路数据集;然后训练深度残差网络(Deep-ResUnet)模型并对道路网栅格进行提取;最后利用永久散射体干涉测量(PS-InSAR)技术获取PS点形变信息与道路网栅格融合。研究结果表明,Sentinel-1A影像经过伪彩色处理后,能提高城市道路网提取的完整性,交并比提高6%~9%,道路提取精度平均提高10%左右,得到的城市道路网形变信息专题图能为城市道路变形监测和健康状况评估提供科学依据。

基于GEE的多源数据耕地自动提取研究

为更好地保护耕地资源实现中国式现代化的重要粮食安全局面,提升耕地资源提取精度、自动化程度是必不可少的。针对目前使用单一遥感数据进行耕地提取时存在的不足,本文以淮南市为例,基于Google Earth Engine(GEE)平台,获取Sentinel-1和Sentinel-2图像并进行预处理利用Sentinel-1的VV、VH波段以及Sentinel-2的NDVI、NDWI、BSI等指数。加入研究区的高程、坡度和坡向信息后,使用支持向量机(SVM)和随机森林(RF)分类算法对影像进行土地利用类型分类,通过开运算的形态学处理提取耕地并做精度分析。结果表明:与仅使用单一光谱数据相比,引入SAR数据和高程数据后,SVM算法和RF算法的总体精度(OA)分别提高了0.06和0.16,其中RF算法精度更高,总体精度达到了0.89。此外,形态学处理可以消除一些非耕地的细小图斑,进一步提高了耕地提取精度,总体精度达到了0.93,Kappa系数达到了0.90。

基于改进Fast-DTW的多维地磁序列匹配算法研究

传统单点的地磁匹配定位算法运算量大,且定位时效性及定位精度较差。针对该问题,采用基于序列的快速动态时间规整算法Fast-DTW实现多维的地磁序列匹配,并利用最长公共子序列LCS的有序聚类进行优化。离线阶段通过坐标转换法构建四维地磁指纹库,在线阶段进行实时地磁序列匹配,获得定位结果。实验结果表明,该算法的定位时效性及精度均有提升。

基于夜光遥感的合肥市建成区扩张研究

以我国经济快速发展新兴城市合肥市为例,基于夜间灯光数据,从城市化水平、扩张能力和时空转移特征3个方面分析合肥市2005—2020年间建成区的时空演变,并对影响因素进行探讨。结果表明,采用夜间灯光数据提取的合肥市建成区范围平均相对误差为2.41%,建成区总体呈现以南、北向为主导的环状扩展状态。复合灯光指数能有效表征合肥市建成区城市化发展水平,在此期间,城市化水平增幅超两倍。建成区重心经过“西南—东南—西南”的转移过程整体向南偏移,人口紧凑度呈现先内部聚集后外部扩散再重新聚集的“震荡”特征,总体趋于紧凑发展的态势。建成区时空演变主要受社会经济因素驱动影响,同时也受到交通与人口因素的正向驱动。

基于分布式光纤的松散含水层失水沉降规律研究

煤矿开采扰动间接引起的地下水散失会使松散层压缩,造成地表沉降,威胁煤矿安全生产。为深入分析此类非采动因素对松散含水层失水沉降的影响,根据已有的地质水文资料将研究区松散层自上而下划分为一含、一隔、二含、二隔、三含、三隔和四含。利用分布式光纤监测技术、水文观测技术和土力学实验对研究区域松散含水层进行全面观测,分析了非采动情形下各层位的形变特征,探究了深层隔水层的黏土弱化规律,明确了深层含水层形变量和该层位水头高度变化之间的关系。结果表明:①四含及上部部分隔水层持续压缩是造成研究区域地表沉降的主要原因。对地层形变贡献最大的两个层位分别为四含和一含,其中一含形变具有季节性特征,春季夏季抬升,秋季冬季沉降,而四含则在观测周期内呈持续沉降态势。②结合布设水文孔、分布式光纤和土力学实验,实现了对目标层位黏土弱化程度的监测,研究区四含上覆黏土层受四含地下水的影响产生黏土弱化,其弱化程度与埋深成反比,与地下水流通性成正比,黏土层弱化将导致含水层顶部隔水层压缩,加剧地表沉降。③四含形变与四含层位水头高度变化的趋势一致,两者呈线性关系,观测结果与理论计算结果相符,表明四含失水是造成四含压缩形变的主要原因。

基于遗传算法优化卡尔曼滤波模型的GNSS CORS监测数据处理研究

针对矿区GNSS CORS自动化监测数据波动大且含有测量噪声的特性,提出基于小波去噪的遗传算法优化Kalman滤波模型。首先利用小波阈值去噪法剔除原始数据中大部分高频噪声与粗差,再引入遗传算法对Kalman滤波中的过程噪声和量测噪声进行优化,实现噪声自适应寻优。实验结果表明,该组合模型平均相对误差为0.169 mm,均方误差为0.042 mm,相比于标准的Kalman滤波模型及方差补偿自适应Kalman滤波模型,具有更高的预测精度,能更好应用于矿区沉降监测。

基于灰色模型的矿区地表沉降预测研究

煤矿过度开采会引起一系列灾害问题,为防止灾害事故造成严重损失,预测矿区地表沉降刻不容缓。本研究利用三次样条插值法处理得到的等时间序列沉降数据,建立了GM(1,1)模型、加权参数估计模型和灰色Verhulst模型,对矿区地表沉降变形进行数据拟合和预测。对比曲线和精度检验结果表明GM(1,1)模型与加权参数估计模型不适用于沉降突然增大的情况,宜用其进行前期沉降预测;灰色Verhulst模型拟合和预测精度最高,与实际沉降变化一致,适用于矿区地表沉降预测。

基于多种深度学习算法对卫星钟差预报的效果分析与对比研究

针对卫星钟差预报模型的普遍适用性低,以及预报模型中星载原子钟类型和建模特点结合不充分等问题,提出了四种适用于非线性处理的神经网络模型来预报卫星钟差.首先对钟差数据进行预处理;然后通过基于萤火虫算法(firefly algorithm,FA)优化反向传播(back propagation,BP)神经网络(FA-BP neural networks,FA-BPNN)模型、Elman循环神经网络模型、径向基函数(radial basis function,RBF)神经网络模型以及基于卷积神经网络-长短期记忆(convolutional neural networks-long short term memory,CNN-LSTM)网络模型对1 d和7 d的钟差数据量建立模型;再采用武汉大学国际GNSS服务(International GNSS Service,IGS)数据分析中心(WHU)的GPS精密钟差数据进行钟差预报;最后从不同建模数据量及不同批次卫星的同一类型原子钟和不同批次卫星的不同类型原子钟的角度,将预报效果进行分析与对比.结果表明:1)四种模型在建模特点上,1 d的钟差数据量建模精度均比7 d的钟差数据量建模预报精度高.其中,RBF神经网络模型随着钟差建模数据增加时,预报精度影响变大,预报精度从亚纳秒量级变化到几十纳秒量级.2)四种神经网络模型预报精度与卫星在轨运行时长以及星载原子钟类型相关;在轨运行时间长的卫星其预报的性能不一定差,不同批次卫星的不同类型原子钟的预报效果的性能可能一样;其铯原子钟类型卫星在四种神经网络模型预报中精度最好.

充填开采对地表建筑物稳定性影响研究

针对淮南矿区深部煤层充填开采对建筑物的影响问题,以某矿充填开采工作面为例进行实验,通过现场观测和数值模拟的手段研究充填开采对地表建筑物的保护情况。结果表明:工作面达到稳沉后最大下沉量为143 mm,不足以危害建筑物安全使用;整个开采活动周期内地表最大倾斜变形为1.8 mm/m、最大曲率变形为0.088 mm/m^(2),均小于建筑物安全使用的阈值,地表移动变形过程中最大下沉速度为1.32 mm/d,没有达到危险变形阶段;通过数值模拟发现当充填率提升至60%时所产生的倾斜变形不足以对建筑物构成危害;根据模拟结果发现该工作面上方建筑物稳定性主要受下沉量和倾斜变形影响,通过计算发现充填率与地表沉陷、倾斜变形之间近似呈一种线性关系,由线性拟合可得保证该工作面上方高层建筑稳定的最小充填率为88%。

基于改进海鸥优化算法的可见光室内定位研究

为提高室内定位精度,提出了一种基于黄金正弦与Sigmoid连续化海鸥优化算法(GSCSOA)的接收信号强度(Received Signal Strength Indication,RSSI)可见光室内定位技术。传统的海鸥优化算法(SOA)收敛速度慢、寻优精度低,在海鸥搜寻过程中引入Sigmoid函数使算法在后期快速收敛,在海鸥扑食过程中加入黄金正弦机制能提高算法的寻优能力。在6 m×6 m×3 m的房间顶板上按3×3的网格状布设9盏LED灯,经过实验表明:利用传统的RSSI定位估计算法得到的定位精度为1.28 m,改进的海鸥优化算法结合RSSI的定位算法得到的定位精度为7.17 cm。显然,改进后的室内定位算法精度更高,可应用于大部分的室内定位场所。

室内定位技术及其在无缝导航应用研究进展

如今,全球导航卫星系统(GNSS)基本解决了室外开阔环境下的实时高精度定位问题.然而,随着城市化进程加快,为受到GNSS信号干扰的密集建筑物场所提供行人导航服务也产生了大量需求,并推动室内定位技术近些年取得了较大进展.在此基础上,由于目前还没有任何单一普适的定位方式解决室内外环境的无缝过渡,因此,为了解决导航领域“最后一公里”的难题,无缝导航技术开启了新的热点与课题.本文总结了行人室内导航的多传感器融合技术:(1)从基于无线射频信号到非电信号分别分析比较单一传感器在室内定位中的优势与局限性;(2)介绍了室内多传感器融合领域的定位手段,包括多模式指纹融合、基于几何测距融合与基于PDR技术融合.最后,研究了室内定位技术应用于无缝导航的解决方案,展示了室内外环境下无缝定位的挑战与前景.本工作为后续实现高精度无缝定位研究提供参考与帮助.

针对高亮复杂下垫面地表区的云雪分离研究

卫星遥感技术已广泛应用于地质灾害监测、水系动态监测、农业资源调查及环境保护等不同的领域,其中,多光谱数据具有相对较高的空间分辨率以及时间分辨率,其光谱信息也较为丰富,在遥感领域的应用规模最广。近年来,以Landsat-8为代表的多光谱卫星数据的免费开放,为多光谱卫星的应用提供了丰富的数据源。云检测是遥感影像应用中必不可少的步骤。目前,遥感影像的云检测还存在一些亟须解决的问题,比如,当卫星影像中含有薄云或点状云时。

主关键层位置对地裂缝发育影响的数值模拟研究

陕北矿区赋存大量浅埋煤层,当煤矿大规模、高强度开采时将会诱发地表出现大量不同类型的地裂缝,对矿井安全生产和生态可持续发展造成严重危害。而在不同岩层的共同作用下地裂缝会不断地延伸和扩展,为了深入探究岩层中主关键层位置与地裂缝发育规律的关系,本文基于关键层理论和开采沉陷理论,采用数值模拟研究方法,研究主关键层位置变化对地裂缝形态、扩展方向发育规律和力链演化规律的影响。研究结果表明:煤层开采过程中,覆岩先后经历了“微裂隙产生-关键层破断-裂隙聚合-贯通成缝”的动态发育过程。不同关键层位置将会直接影响到覆岩裂隙发育过程,关键层离煤层较近时,覆岩裂隙发育动态过程的时间将会缩短。关键层位置还将直接影响上覆岩层应力变化范围,关键层位置离煤层越近,上覆岩层应力变化范围越广。研究成果将为陕北矿区浅埋煤层高强度开采地裂缝灾害控制和生态保护修复提供科学支撑,对丰富矿山开采沉陷与岩层控制理论具有重要科学意义。

一种基于改进免疫算法的GNSS快速选星方法

针对多GNSS系统组合导航选星的实时性和可靠性需求,提出一种基于改进免疫算法的快速选星方法。该方法通过选取最优的迭代次数和初始化种群数目,可以在获取理想卫星几何结构的同时提高接收机运算效率。利用CUT0测站1 d实测数据对所提算法进行验证,结果表明,当初始化种群数目选在20附近、最大迭代次数选在120附近时,选星效果最好;在单BDS系统定位时,平均GDOP差值与遍历法的比值仅为0.57%,耗时比遍历法缩短53.27%;在GPS/BDS/Galileo/GLONASS/QZSS组合系统下,其平均GDOP与遍历法相差仅0.122,平均耗时(1.06 s)比遍历法缩短96.47%。该算法适用于多GNSS系统组合定位,具有良好的普适性。

BDS-3新频点信号双频精密单点定位精度分析

北斗卫星导航系统(BeiDou navigation satellite System,BDS)已于2020年7月正式建成并开通,北斗三号(BDS-3)在旧信号B1I和B3I的基础上,增加了B1C、B2a新信号.为了全面评估BDS-3的新信号B1C、B2a的定位性能,试验了GPS (Global Positioning System)、BDS-3、BDS-2/BDS-3新旧信号的定位性能和BDS系统不同频点与GPS组合定位性能,对BDS (B1I+B3I、B1C/B2a)+GPS (L1+L2)组合静态PPP (Precise Point Positioning)定位性能进行分析,并与单卫星系统对比分析.试验结果表明:BDS-3 (B1C/B2a)在East (E)、North (N)、Up (U)方向的定位精度优于1.25 cm、0.89 cm、1.67 cm,BDS-3新旧频点在E、N方向上定位精度与GPS L1/L2在同一水平上,U方向上新频点定位精度高于GPS L1/L2和BDS-3旧频点,较旧频点定位精度提升了34.2%,新频点收敛时间25.9 min比旧频点提升了12.7%;相较于BDS、GPS单系统,组合系统BDS/GPS定位精度和收敛时间有了明显的提高,BDS-3 (B1C/B2a)+GPS在E、N方向上与BDS-3 (B1I/B3I)+GPS定位精度相当,在U方向上定位精度前者较后者有了明显的提升,提升了17.2%,组合系统新频点收敛时间20.1 min比旧频点提升了17.6%.

采空区建设场地稳定性评价指标体系构建研究

评价采空区建设场地的稳定性是对建设场地开发利用的前提,而构建一套合理的评价指标体系是进行稳定性评价的关键。首先从水文地质因素、建设场地自身因素、外界环境因素三方面海量选取评价指标,并遵循唯一性、目的性、可行性和可观测性原则对指标进行初次筛选;然后通过R聚类对评价指标进行分析,保证所筛选出的指标能全面评价建设场地的稳定性;最后通过变异系数筛选出对稳定性影响最大的指标,从而建立了采空区建设场地稳定性评价指标体系,并结合主成分分析与信息熵对评价指标体系的合理性进行检验。将所建立的评价指标筛选模型应用于渑栾高速采空区路段建设场地。结果表明:①采用R聚类和变异系数最终筛选出9个评价指标,从而建立了采空区建设场地稳定性评价体系;②所构建的评价指标体系用28%的海选指标反映了86%的原始信息,证明了指标体系构建的合理性。研究成果可为采空区建设场地的稳定性评价提供理论依据。

一种改进TransUNet的高分辨率遥感影像滑坡提取方法

遥感影像滑坡识别方法对于抢险应急指挥具有重要意义。TransUNet模型由于架构中的注意力机制计算复杂度高,且跳跃连接无法实现相邻特征图之间的对齐,导致模型训练时间长,无法有效利用浅层高分辨率特征信息。针对上述问题,对TransUNet模型架构进行了改进,提出一种改进的流对齐TransUNet(Flow Alignment TransUNet,FATransUNet)模型。将原始结构中的Transformer模块替换为Efficient Transformer模块,有效降低模型的计算复杂度。引入流对齐模块(Flow Alignment Module,FAM),替换原始的跳跃连接、特征拼接和解码阶段中的上采样操作,既能够简化运算过程,又有效融合了浅层中的高分辨率信息。基于开源的毕节滑坡数据集实验表明,FATransUNet模型的F1评分和mIoU分别达到了91.4%和91.1%,均高于其他5种模型(FCN、U-Net、SegNet、DeepLabV3+、TransUNet)的精度,有效抑制了复杂背景对滑坡提取的干扰,提升了高分辨率遥感影像中滑坡的提取精度。

基于无人机影像城市建筑物的分类制图与统计

建筑物是人类生活的主要场所,对其进行分类与统计可以为城市规划、资源管理、灾害风险评估和环境监测等要事提供所需的基础数据和信息,从而支持正确决策的制定和城市的可持续发展。为解决遥感影像中各建筑物之间间距小的问题,基于机器学习中随机森林算法并结合多尺度分割进行安庆市区无人机影像建筑物的分类制图与统计,结果表明该方法的分类精度为0.873 4,Kappa系数为0.762 7,并通过目视解译法进行对比分析,得出该方法在建筑物分类上具有可行性。