科研之友
微信
新浪微博
Facebook
分享链接
摘要
煤矿开采地表残余形变可能对地表建（构）筑物、道路、地下管线等基础设施造成潜在威胁，有必要对其进行准确预测。该文在SBAS-InSAR监测结果的基础上提出了一种布谷鸟搜索算法改进支持向量机回归（CS-SVM）的预测模型，利用2017年11月—2020年6月的60景Sentinel-1A SAR影像对安徽省某矿7221工作面进行开采沉陷长时序监测，获取了该工作面回采过程中与停采后2 a内地表年均形变速率与累计形变。结果表明，该工作面最大年均形变速率为-56 mm/a，最大累计沉降为151 mm。利用水准测量数据对InSAR结果进行验证，两者残差值均小于5 mm，证明了两者具有较好的一致性。为比较优化前后SVM预测模型的精度，引入平均绝对误差和均方根误差两个评价标准。结果显示，优化模型的两种误差均在4 mm以内，相比传统模型，误差分别减小59%和60%，预测精度明显提高。研究表明，所提方法具有较好的预测能力，可为废弃煤矿区防灾减灾提供参考。
- 单位
