基于InSAR技术和SA-SVR算法的矿区沉降预测模型

摘要：

为了解决矿区沉降预测模型精度低、预测模型与实际开采情形不符的问题,提出了一种基于合成孔径雷达干涉测量(Synthetic Aperture Radar Interferometry,InSAR)技术、支持向量回归算法(Support Vector Regression,SVR)以及模拟退火算法(Simulated Annealing,SA)相结合的新型矿区沉降预测模型.首先,以InSAR技术获取矿区沉降监测数据,对数据进行处理得到测试点的累计沉降量,并将其与GPS实际测量结果进行比较,发现二者吻合性较好.然后,进行矿区沉降预测模型构建,通过SVR算法得到静态沉降预计模型,再利用SA算法得到模型中的参数最优取值.为了使预测数据符合矿区开采实际情况,引入嵌入维数公式,得到矿区沉降预测动态模型及精度评价指标.最后,将构建的沉降动态模型应用于陕西省大柳塔矿区,得到预测值和实际监测值之间绝对误差的最大值为9 mm,相对误差的最大值为3％;模型评价指标通过计算得到试验区平均绝对误差的最大值为2.5％,最小的相关性指数为0.8,表明该模型预测精度较高.

关键词：开采沉陷、InSAR、SA-SVR算法、沉降预测

分类号：TD325(矿山压力与支护)

在线出版日期：2021-02-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：197-202