厚松散层煤矿开采地表移动监测技术

为研究厚松散层地质条件下煤矿开采所引发的地表移动变形规律,以某矿两个开采工作面影响的地表移动变形区为研究对象,建立地表移动变形观测站。通过布设平面GNSS连接测量控制网和三等水准联测网,得到矿区GNSS RTK测量和高程测量基准。针对地表形变的时序性,引入自动化监测技术,并基于Java Web技术开发矿区地表移动自动化GNSS实时监测系统。实时监测结果表明,该监测系统可以提供准确、及时的地表移动变形信息,监测精度高、功能丰富,能够为特殊地质采矿条件下开采沉陷规律研究提供强有力的数据和技术支撑。

黄土梁峁地形大采高煤层开采地表移动规律数值模拟研究

相较于平原地区,黄土梁峁地形下的煤层开采地表移动特征存在明显不同。为分析并揭示梁峁地形下煤层开采地表沉陷异常形变机理,结合现场实测与数值模拟手段,以山西某矿1313工作面为研究对象,对黄土梁峁地形大采高综放开采引起的地表沉陷进行了现场实测,分析了地表移动特征及相关参数取值;利用Rhino软件建立考虑地形的三维模型,导入离散单元法软件3DEC进行数值模拟计算,分析了开采过程中的岩层移动以及梁峁内部塑性破坏演变。研究表明:1313工作面地表移动剧烈,地表下沉起动距小于30 m,超前影响距为73 m,超前影响角为68.7°,走向边界角与上山边界角为40.3°,走向移动角与上山移动角为37.8°,以水平拉伸变形2 mm/m为移动边界的危险移动范围明显大于以下沉值10 mm确定的地表移动盆地范围;利用数值模拟分析黄土梁峁采动滑移过程发现,当工作面自开切眼沿走向回采30 m时,采空区周围岩体应力平衡被打破,顶板在自重以及上覆岩层的载荷作用下产生剪切破坏,采空区周边岩体发生塑性屈服,当工作面回采到120 m时,煤层处于非充分开采阶段,梁峁底部岩体剪切破坏带出现贯通现象,坡体在重力作用下发生向邻空侧的剪切滑移,相较于地表坡度15°的截面,地表坡度18°和22°的截面X轴负方向最大水平移动提升了107.3%与246.5%。

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。

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。

西北地区干旱时空动态分布及成因分析

针对西北地区缺乏长时间序列干旱监测及成因分析,基于2001—2020年(4—10月)MODIS的归一化植被指数(normalized difference vegetation index,NDVI)和陆地表面温度(land surface temperature,LST)计算温度植被干旱指数(temperature vegetation drought index,TVDI),利用趋势分析法(Sen-MK)及Hurst指数法揭示了西北干旱区TVDI时空动态变化、未来持续状态,基于地理探测器模型分析了TVDI的影响因子。结果表明:近20年来,西北地区存在“暖湿化”现象;空间特征表明2004年、2006年、2007年及2019年发生了重大规模的干旱事件;TVDI单因子影响力依次为高程、温度、坡度、土地利用、降雨量;双因子交互结果显示高程∩温度、高程∩坡度、高程∩土地利用、高程∩降雨量这4类双因子交互组合影响力最大。

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。

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。

开采沉陷监测中丢失点下沉值的BP神经网络预测方法

在开采沉陷监测过程中由于多种因素的影响会造成部分监测点丢失,从而影响到监测数据的连续性,如何有效修复丢失点下沉值对于提高监测质量具有重要的意义。本文以淮南某矿1222(1)工作面观测站实测数据为基础,利用30个未损坏监测点的实测下沉值建立BP神经网络模型来预测假想丢失点的下沉值。通过训练出来的预测模型得到5个假想丢失点的预测下沉值,预测下沉值与真值相比,相对误差最大为3.5%,表明该方法对于恢复丢失点下沉值、确定边界参数提供了一种可替代实测数据的方法。

基于NDVI-NSSI空间与HSV变换的成熟期农作物遥感识别

成熟期农作物的识别在农作物种植面积估算、农业生产及产量统计方面具有重要作用。为提供一种简便的成熟期农作物遥感识别方法,利用Sentinel-2A数据,以安徽省滁州市凤阳县为研究区,通过归一化植被指数(Normalized difference vegetation index,NDVI)与归一化光谱分离指数(Normalized spectral separation index,NSSI)构成的空间,提取光合植被、非光合植被、裸土的纯端元,由像元三分模型,得到非光合植被覆盖度及成熟期农作物的空间分布。为进一步提取研究区内具有相同成熟期的冬小麦与油菜,利用油菜开花期Sentinel-2A数据,由Hue saturation value(HSV)图像变换方法,分别提取出成熟期冬小麦与油菜。与地面观测数据和辅助数据相比,提取的成熟区冬小麦、油菜的总体精度为95.34%,Kappa系数为0.904,高于支持向量机方法(总体精度91.66%,Kappa系数为0.813)与决策树方法(总体精度92.39%,Kappa系数为0.838)的提取精度。结果表明,NDVI-NSSI空间与HSV变换相结合的方法,可以有效将非光合植被与土壤背景分离,识别成熟期冬小麦与油菜,具有对数据需求较少,易操作等优势,也为提取农作物成熟期内的裸地以及与裸地具有相似波谱的地物提供了思路与方法。

基于土地利用变化的安徽省陆地碳排放时空特征及效应

土地利用变化是区域碳排放变化的主要驱动力,揭示土地利用变化对碳排放影响对于碳排放政策的制定具有指导意义。然而,经济快速发展区域中土地利用变化对碳排放影响研究仍有限。以安徽省为对象,基于2000—2020年的土地利用变化数据,从碳源/汇角度评估了安徽省净碳排放,分析了碳排放时空特点,从碳足迹、生态承载力和生态赤字3个方面阐明了安徽省碳排放效应。结果表明:(1)从2000—2020年,安徽省土地利用净碳排放表现为增加趋势,年均增加503.92万t,林地是碳排放的主要碳汇,但其碳汇总量年际变化不大,建设用地是碳排放增加的主要碳源,其年均增加511.37万t;(2)2000—2020年,碳源变化主要分布在安徽省中北部平原地区,碳汇变化主要分布于西南高山和丘陵地区,且安徽中北部地区是碳排放强度随时间变化的最大热点区;(3)由碳源/碳汇变化引起的碳排放效应中,生态承载力2000—2020年变化不大,但碳足迹和生态赤字表现为增加趋势,年均增加率分别为6.2%和8.7%。因此,安徽省中北部平原地区为碳减排重点控制区域,降低建设用地及增加林地面积可有效调节该地区碳排放效应。

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。

基于加权Voronoi图评价安徽省城市空间吸引力影响范围

为了评价安徽省城市空间吸引力的影响范围,本文利用Voronoi图的空间剖分特性,结合主客观综合赋权法,提出了运用组合权计算中心性强度,将其作为权重引入模型,建立安徽省城市加权Voronoi图,与周长-面积分形理论和新一线城市研究所2019年发布的新一线城市排名作对比分析,分析了安徽省城市的空间吸引力影响范围。经分析验证,建立的组合权Voronoi图能够有效地对安徽省城市的吸引力影响范围进行评价。此外对城市等级的划分,也提供了借鉴和参考。

开采沉陷形变监测云平台的设计与实现

传统搭载在物理机上的开采沉陷监测数据处理系统速度慢,效率低;现行系统中数据处理、成果资料展现和成果提交滞后。研究在云平台上建立数据处理系统,对于实现沉陷监测数据在云端上及时处理,成果资料及时展现、分享具有实际意义。改进了现有的软件处理系统和数据库系统,从总体架构、项目流程、功能实现方三面,搭建云平台系统框架,并跟进项目数据积累产生的新变化和新需求,为形变监测云平台研发提供参考。

山西省土地利用碳排放时空差异及影响因素分析

测算区域土地利用碳排放,探究其时空差异和影响因素为优化土地利用结构、健全低碳减排政策提供了参考。通过构建土地利用变化模型、碳排放测算模型以及LMDI分解模型,从土地利用结构变化、土地利用碳排放时空差异和土地利用碳排放影响因素3个角度分析了山西省2000-2020年间土地利用碳排放效应。结果表明:(1)山西省土地利用类型变化明显,各土地类型都有不同程度的变化:其中建设用地转入面积最大,耕地转出面积最大。(2)2000-2020年,山西省碳排放量增加速率远远超过碳吸收速率,导致山西省净碳排放量呈现递增趋势,净碳排放量从2000年9007.13×10^(4) t增长到2020年32113.30×10^(4) t,增长率达到了257%。山西省碳排放量整体表现为中部和南部高,北部低的分布格局。(3)能源碳排放强度、经济发展水平及人口规模促进山西省土地利用碳排放增长,能源强度和土地规模则抑制山西省土地利用碳排放增长。为实现山西省绿色低碳发展,迫切需要控制能源消费强度和总量,健全节能减排政策机制。

基于GEE的长三角城市群城市化与生态环境的动态研究

随着中国城市化的快速发展,城市群是区域经济协调发展的主要趋势及核心,其生态环境压力却日益见长,如何有效合理地对城市化与生态环境之间的关系进行评价是一个值得关注的问题。以长三角城市群(Yangtze River Delta Urban Agglomerations,YRDUA)为研究区,选用MODIS遥感数据与“类DMSP-OLS”夜间灯光数据为数据源,对研究区域整体与区县的城市化水平、生态环境质量、植被覆盖水平以及其相关耦合程度进行了长时间序列的分析研究。研究结果表明:①2002—2021年长三角城市群整体和各区县的夜间灯光指数(Compounded Night Light Index,CNLI)均呈现上涨趋势;②2002—2021年长三角城市群的遥感生态指数(Remote Sensing Ecological Index,RSEI)与植被覆盖度(Fractional Vegetation Cover,FVC)总体均处于良好水平,由于区域内各区县具有特殊性,局部又呈现显著差异性;③2002—2021年长三角城市群的城市化与生态环境耦合协调指数(Urbanized and Ecological Coupling Index,UECI)从2002年的0.540上升至2021年的0.559,表明城市化水平与生态环境质量的耦合趋势保持稳定。

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%.

基于无人机遥感的多特征组矿区草本植物地上生物量反演

植被地上生物量可作为评价矿山生态修复地生态功能的重要指标,为实现对修复地地上植被生物量快速、准确的预测,以安徽省铜陵市铜官山矿区草本植物地上生物量为研究对象,将无人机高分辨率多光谱影像作为数据源,提取了单波段光谱反射率、植被指数两种光谱特征以及各波段纹理特征变量,并利用高精度DEM(digital elevation model)生成地形特征,再先后使用灰色关联法和熵权法对光谱特征和纹理特征分别进行筛选,进而将筛选出的特征变量和地形特征变量分为光谱特征组和多特征组。采用反向传播神经网络(back propagation neural network,BPNN)、卷积神经网络(convolutional neural network,CNN)以及Elman神经网络3种机器学习算法分别构建基于光谱特征组和多特征组的生物量预测模型,比选精度较高的矿区草本植物地上生物量反演模型。结果表明,在光谱特征基础上引入纹理特征和地形特征后3种反演模型精度都有相应程度提高,其中,基于多特征组构建的BPNN模型表现出最优性能,其决定系数(R2)为0.841,均方根误差为11.813 g·m-2,并同时对3种模型进行交叉验证,进一步证明了基于多特征组的BPNN模型更加稳定,反演精度最优。然后,采用最优反演模型对研究区域内植被生物量进行分级评估,结果显示区内生物量集中于20~40 g·m-2,研究区域内植被生物量整体偏低。研究结果可为矿区草本植物生物量反演研究提供理论支持。

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。