科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统开采沉陷监测方法的缺陷和现有预测模型精度较低的问题，该文提出了一种基于SBAS-InSAR和差分进化混合灰狼优化算法（DEGWO）优化支持向量机回归（SVR）的预测模型，利用2018年10月—2020年3月的44景Sentinel-1A数据对陕西彬长矿区孟村煤矿进行开采沉陷监测， 得到该矿区的年平均沉降速率和时间序列累积沉降值。SBAS-InSAR监测结果表明， 该矿区年平均沉降速率最高达到了211 mm/a， 最大累积形变量达到335 mm。用矿区GPS数据对InSAR处理结果进行验证， 拟合效果较好。并将预测结果与传统SVR预测模型以及灰色GM（1，1）模型的预测结果进行对比，DEGWO-SVR模型的绝对误差、相对误差以及均方根误差，均为三者最小。说明了差分进化混合灰狼优化算法能够起到很好的参数优化效果，该方法优化的SVR预测模型能够在矿区开采沉陷预测中得到应用。
- 单位
