基于改进GM(1,1)模型与SBAS-InSAR的煤矿区沉降预测方法

AITNT
正文
推荐专利
基于改进GM(1,1)模型与SBAS-InSAR的煤矿区沉降预测方法
申请号:CN202510126283
申请日期:2025-01-27
公开号:CN120065219A
公开日期:2025-05-30
类型:发明专利
摘要
本发明公开了一种基于改进GM(1,1)模型与SBAS‑InSAR的煤矿区沉降预测方法,先获取目标煤矿区的卫星影像数据经过处理后得到相干系数图;然后通过两次地表形变反演进一步去除多种误差;接着计算得到目标煤矿区沉降速率图;利用该图在目标煤矿区沉降最明显区域选取主要观测点,并提取该主要观测点不同时期的数据;最后利用该数据建立改进灰色GM(1,1)模型实现对目标煤矿区沉降量的预测,并设定阈值进行校验使模型达到所需精度;经过数据验证,本发明这种将SBAS‑InSAR的观测数据和改进的灰色GM(1.1)模型相结合对矿区进行沉降量预测的方式,其能持续保持较高的预测精度,且计算效率较高,为采空区沉降提前预警提供数据支撑。
技术关键词
卫星影像数据 沉降预测方法 轨道误差 通滤波方法 SVD算法 基线 速率 模型预测值 高程误差 残差数据 训练集 数据验证 时序 采空区 控制点 开方 序列
系统为您推荐了相关专利信息
1
一种路基分级填筑施工沉降预测方法与系统
沉降预测方法 混合预测模型 土体孔隙 路基沉降预测 数字孪生
2
一种基于多源遥感数据归一化处理的土壤湿度反演方法
土壤湿度反演方法 多源遥感数据 XGBoost模型 双波段 曲线
3
一种基于压力传感的智能防虚挂接地线方法及系统
接地线方法 应变式压力传感器 接地线系统 受力 应力
4
基于亚波长金属光栅的近地空间全天时星敏感系统及其工作方法
亚波长金属光栅 敏感系统 光谱滤光片 星图图像 光学系统
5
基于字典学习和神经网络NILM方法
特征金字塔 非侵入式负荷监测 SVD算法 注意力机制 神经网络模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号