为实现对地下煤矿开采引发的地表形变的高效率监测,提出一种基于Mogi模型的形变模拟方法对矿区地表形变进行动态监测检验。采集内蒙古某矿21102工作面20161112—20170312时间段的InSAR数据,结合最小二乘算法求出每个时刻的累计雷达视线...为实现对地下煤矿开采引发的地表形变的高效率监测,提出一种基于Mogi模型的形变模拟方法对矿区地表形变进行动态监测检验。采集内蒙古某矿21102工作面20161112—20170312时间段的InSAR数据,结合最小二乘算法求出每个时刻的累计雷达视线向形变特征(Line Of Sight, LOS)作为对比参考数据;利用Mogi模型对20161112—20170111、20170111—20170312两个时段的地表形变进行模拟,再利用D-InSAR技术提取两个时段的地表形变量;将Mogi模拟结果与D-InSAR监测结果进行对比分析,统计两方法的的残差范围、均值及均方差进行精度评定。实验表明基于两种监测方法,该工作面在两个时段的走向、倾向监测均方根误差等,与InSAR监测结果一致,采用Moji模型进行地表形变模拟方法是有效的,可为智慧矿山中的变形监测提供参考。展开更多
针对垂直位移与水平位移的Mogi模型,提出采用总体最小二乘联合（total least squares joint,TLS-J）平差方法进行求解。该方法可同时顾及联合平差函数模型中观测向量与系数矩阵的误差项,且采用3种判别函数最小化法确定相对权比,用以权...针对垂直位移与水平位移的Mogi模型,提出采用总体最小二乘联合（total least squares joint,TLS-J）平差方法进行求解。该方法可同时顾及联合平差函数模型中观测向量与系数矩阵的误差项,且采用3种判别函数最小化法确定相对权比,用以权衡垂直位移与水平位移观测数据在联合求解过程中所占的比重。针对平差过程中出现的病态问题,结合L曲线法确定岭参数。通过实际算例,系统研究了总体最小二乘联合平差方法在长白山天池火山Mogi模型反演中的应用。研究结果表明,以判别函数为∑n1i=1｜e1i｜＋∑n2j=1｜e2j｜的函数最小化能获得合理的压力源参数估值结果和相对权比大小,具有一定的实际参考价值。展开更多
针对Mogi模型垂直位移与水平位移联合反演中的病态问题,改进火山形变总体最小二乘(Total Least Squares,TLS)联合反演的虚拟观测法,并使用方差分量估计(Variance Components Estimation,VCE)方法确定病态问题的正则化参数.将附有先验信...针对Mogi模型垂直位移与水平位移联合反演中的病态问题,改进火山形变总体最小二乘(Total Least Squares,TLS)联合反演的虚拟观测法,并使用方差分量估计(Variance Components Estimation,VCE)方法确定病态问题的正则化参数.将附有先验信息的参数作为观测方程,与垂直位移和水平位移的观测方程联合解算,推导了三类观测方程联合反演的求解公式及基于总体最小二乘方差分量估计确定正则化参数的表达式,给出了算法的迭代流程.通过算例实验,研究了总体最小二乘联合反演的虚拟观测法在火山Mogi模型形变反演中的应用;算例结果表明,三类数据的联合平差及方差分量估计方法可以确定权比因子并得到修正后的压力源参数,具有一定的实际参考价值.展开更多
基于贝叶斯理论的线性与非线性模型反演方法(Fukuda-Johnson,F-J)已广泛应用于地球物理模型的线性-非线性参数反演。但F-J方法的反演结果可能受马尔可夫链蒙特卡洛采样(Markov chain Monte Carlo,MCMC)经验参数选择的影响,而反复调试合...基于贝叶斯理论的线性与非线性模型反演方法(Fukuda-Johnson,F-J)已广泛应用于地球物理模型的线性-非线性参数反演。但F-J方法的反演结果可能受马尔可夫链蒙特卡洛采样(Markov chain Monte Carlo,MCMC)经验参数选择的影响,而反复调试合适的经验参数需耗费大量计算时间。对线性与非线性模型进行线性化后,也可以利用迭代最小二乘方法反演,但该方法难以选择合适的初始值。为提高参数反演计算效率和避免参数初值选择影响,提出了一种以F-J方法模型解为初始值的迭代最小二乘方法。该方法只需计算一次F-J方法模型解和有限次最小二乘迭代,既提高了F-J方法的反演效率,又能获得迭代最小二乘全局最优解。针对模拟数据实验和实际数据算例,分别采用F-J方法、随机生成初始值的迭代最小二乘方法和以F-J方法结果为初值的迭代最小二乘方法进行参数反演。结果表明,直接使用F-J方法时,MCMC采样参数会影响反演结果;直接进行迭代最小二乘反演时,初始值选取不当会导致迭代无法收敛到正确的结果;以F-J方法的结果作为迭代最小二乘方法的初始值进行反演,可以充分发挥F-J方法的全局最优性和迭代最小二乘方法计算量小、稳定性好的优势。展开更多
文摘为实现对地下煤矿开采引发的地表形变的高效率监测,提出一种基于Mogi模型的形变模拟方法对矿区地表形变进行动态监测检验。采集内蒙古某矿21102工作面20161112—20170312时间段的InSAR数据,结合最小二乘算法求出每个时刻的累计雷达视线向形变特征(Line Of Sight, LOS)作为对比参考数据;利用Mogi模型对20161112—20170111、20170111—20170312两个时段的地表形变进行模拟,再利用D-InSAR技术提取两个时段的地表形变量;将Mogi模拟结果与D-InSAR监测结果进行对比分析,统计两方法的的残差范围、均值及均方差进行精度评定。实验表明基于两种监测方法,该工作面在两个时段的走向、倾向监测均方根误差等,与InSAR监测结果一致,采用Moji模型进行地表形变模拟方法是有效的,可为智慧矿山中的变形监测提供参考。
文摘针对垂直位移与水平位移的Mogi模型,提出采用总体最小二乘联合（total least squares joint,TLS-J）平差方法进行求解。该方法可同时顾及联合平差函数模型中观测向量与系数矩阵的误差项,且采用3种判别函数最小化法确定相对权比,用以权衡垂直位移与水平位移观测数据在联合求解过程中所占的比重。针对平差过程中出现的病态问题,结合L曲线法确定岭参数。通过实际算例,系统研究了总体最小二乘联合平差方法在长白山天池火山Mogi模型反演中的应用。研究结果表明,以判别函数为∑n1i=1｜e1i｜＋∑n2j=1｜e2j｜的函数最小化能获得合理的压力源参数估值结果和相对权比大小,具有一定的实际参考价值。
文摘针对Mogi模型垂直位移与水平位移联合反演中的病态问题,改进火山形变总体最小二乘(Total Least Squares,TLS)联合反演的虚拟观测法,并使用方差分量估计(Variance Components Estimation,VCE)方法确定病态问题的正则化参数.将附有先验信息的参数作为观测方程,与垂直位移和水平位移的观测方程联合解算,推导了三类观测方程联合反演的求解公式及基于总体最小二乘方差分量估计确定正则化参数的表达式,给出了算法的迭代流程.通过算例实验,研究了总体最小二乘联合反演的虚拟观测法在火山Mogi模型形变反演中的应用;算例结果表明,三类数据的联合平差及方差分量估计方法可以确定权比因子并得到修正后的压力源参数,具有一定的实际参考价值.
文摘基于贝叶斯理论的线性与非线性模型反演方法(Fukuda-Johnson,F-J)已广泛应用于地球物理模型的线性-非线性参数反演。但F-J方法的反演结果可能受马尔可夫链蒙特卡洛采样(Markov chain Monte Carlo,MCMC)经验参数选择的影响,而反复调试合适的经验参数需耗费大量计算时间。对线性与非线性模型进行线性化后,也可以利用迭代最小二乘方法反演,但该方法难以选择合适的初始值。为提高参数反演计算效率和避免参数初值选择影响,提出了一种以F-J方法模型解为初始值的迭代最小二乘方法。该方法只需计算一次F-J方法模型解和有限次最小二乘迭代,既提高了F-J方法的反演效率,又能获得迭代最小二乘全局最优解。针对模拟数据实验和实际数据算例,分别采用F-J方法、随机生成初始值的迭代最小二乘方法和以F-J方法结果为初值的迭代最小二乘方法进行参数反演。结果表明,直接使用F-J方法时,MCMC采样参数会影响反演结果;直接进行迭代最小二乘反演时,初始值选取不当会导致迭代无法收敛到正确的结果;以F-J方法的结果作为迭代最小二乘方法的初始值进行反演,可以充分发挥F-J方法的全局最优性和迭代最小二乘方法计算量小、稳定性好的优势。
