10.3969/j.issn.2095-2783.2021.09.008
结合SBAS-IPTA与随机森林算法的开采沉陷监测与预计
针对矿区植被多、易造成失相干的问题,提出了一种将小基线集和干涉点目标分析(small baseline subsat and interfero-metric point target analyisis,SBAS-IPTA)方法与随机森林(random forest,RF)算法相结合的开采沉陷监测与预计方法.首先提取陕西省桑树坪矿区的沉陷速率及时序累积沉陷值,然后定量分析沉陷规律,最后将沉陷值作为RF的训练样本建立预计函数,并与灰色模型(gray model,GM)算法预计结果进行对比分析.结果表明:通过对该矿区在2007—2011年期间沉陷面积及沉陷值的分析,SBAS-IPTA方法可监测植被多的矿区的地表沉陷;结合GM算法预计的3个测试点的绝对误差和相对误差分别为35~423 mm和7% ~88%,而结合RF算法预计的绝对误差和相对误差分别为1~29 mm和0~16%,RF算法预计结果明显优于GM算法预计结果,可将RF算法应用于开采沉陷预计.
小基线集和干涉点目标分析;定量分析;随机森林;开采沉陷预计
16
P237(摄影测量学与测绘遥感)
国家自然科学基金资助项目41874012,41674013
2021-09-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
970-976