-
公开(公告)号：CN109738892A
公开(公告)日：2019-05-10
申请号：CN201910067804.6
申请日：2019-01-24
Applicant: 中南大学
Abstract: 本发明公开了一种矿区地表高时空分辨率三维形变估计方法，将各轨道SAR数据分别组成InSAR干涉对集合；再得到矿区地表一维雷达视线向多时相形变监测数据集；将矿区地表一维雷达视线向多时相形变监测数据集和矿区开采沉陷导致的水平移动与下沉梯度呈线性比例关系的先验模型进行联合解算得到矿区地表沿着垂直、东西和南北方向的三维多时相形变观测场；建立多轨SAR影像数据集中时间相邻的SAR影像期间的三维形变速率与三维多时相形变观测场的观测方程；解算观测方程得到矿区地表高时空分辨率三维形变。本发明克服传统InSAR三维形变估计方法对观测量和观测几何的苛刻要求和限制；明显提高监测结果的时间分辨率，得到更精准的结果。
-
公开(公告)号：CN106767380B
公开(公告)日：2019-04-19
申请号：CN201710038785.5
申请日：2017-01-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于两景SAR强度影像的矿区地表大量级三维形变估计方法，利用SAR强度偏移量追踪算法从两景SAR强度影像中生成矿区地表雷达视线向和方位向形变；基于矿区地表水平移动与下沉梯度的比例关系建立东西、南北方向水平移动与下沉之间的函数模型；分别建立矿区地表下沉与视线向和方位向形变的观测方程组；利用最小二乘法估计求解矿区地表下沉；基于求解的地表下沉，使用矿区地表水平移动与下沉梯度的比例关系估计矿区地表在东西、南北方向的水平移动。实现了仅利用两景SAR强度影像估计矿区地表大量级三维形变，有效地克服了传统方法无法从单个InSAR干涉对中获取大量级三维形变的局限。
-
公开(公告)号：CN107144213A
公开(公告)日：2017-09-08
申请号：CN201710514550.9
申请日：2017-06-29
Applicant: 中南大学
CPC classification number: G01B7/16 , G01S13/9005
Abstract: 本发明提供了一种基于SAR强度影像的矿区大量级三维时序形变估计方法及装置，首先基于设定的时空基线阈值从单个雷达成像几何学SAR强度影像集中生成SAR强度影像对；利用已有的AOT‑SAP方法分别处理各SAR强度影像对，获得矿区地表多时域三维形变观测值；分别建立相邻SAR影像期间矿区地表三维形变速率与多时域三维形变观测值之间的函数模型；利用稳健估计求解矿区地表三维大量级时序形变。本发明克服传统方法至少需要两个以上不同雷达成像几何学SAR强度影像集的苛刻限制，有效地提高了稳健性，减少了矿区地表大量级三维时序形变监测的成本，同时也大大地拓宽了SAR技术在矿区的应用前景。
-
公开(公告)号：CN106767380A
公开(公告)日：2017-05-31
申请号：CN201710038785.5
申请日：2017-01-19
Applicant: 中南大学
Abstract: 本发明公开了一种基于两景SAR强度影像的矿区地表大量级三维形变估计方法，利用SAR强度偏移量追踪算法从两景SAR强度影像中生成矿区地表雷达视线向和方位向形变；基于矿区地表水平移动与下沉梯度的比例关系建立东西、南北方向水平移动与下沉之间的函数模型；分别建立矿区地表下沉与视线向和方位向形变的观测方程组；利用最小二乘法估计求解矿区地表下沉；基于求解的地表下沉，使用矿区地表水平移动与下沉梯度的比例关系估计矿区地表在东西、南北方向的水平移动。实现了仅利用两景SAR强度影像估计矿区地表大量级三维形变，有效地克服了传统方法无法从单个InSAR干涉对中获取大量级三维形变的局限。
-
公开(公告)号：CN106226767A
公开(公告)日：2016-12-14
申请号：CN201610546270.1
申请日：2016-07-12
Applicant: 中南大学
IPC: G01S13/90
CPC classification number: G01S13/9035
Abstract: 本发明公开了一种基于单个雷达成像几何学SAR影像的矿区三维时序形变监测方法，利用单个雷达成像几何学SAR数据生成可用InSAR干涉对；并生成矿区地表多时域差分下沉观测值；建立时间相邻SAR影像期间的下沉速度与多时域下沉观测值之间的观测方程，并使用加权最小二乘法求解下沉速度；使用解出的下沉速度计算矿区地表在SAR影像获取时间的时序下沉；基于矿区地表东西、南北方向水平移动与下沉在对应方向的梯度成比例的关系，使用计算的矿区时序下沉估计出东西、南北方向的时序形变。本发明实现了仅利用单个雷达成像几何学SAR数据监测矿区地表三维时序形变，大大降低了传统方法中需要三个或以上的不同雷达成像几何学SAR数据的苛刻要求。
-
Patent Agency Ranking
公开(公告)号：CN103091675B
公开(公告)日：2014-07-30
申请号：CN201310011306.2
申请日：2013-01-11
Applicant: 中南大学
IPC: G01S13/90
Abstract: 本发明是一种基于InSAR技术的矿区开采监测方法，首先通过求取与待监测矿区临近的矿区的概率积分法模型系数，通过利用InSAR技术获取的待监测矿区的雷达视线向形变场，将待监测矿区工作面的长度、宽度、厚度、开采深度、走向方位角、中心点坐标作为未知数与待监测矿区临近的矿区的概率积分法模型系数一起代入概率积分法模型，其次利用遗传算法搜索得出待监测矿区工作面的参数值；最后把遗传算法得到的工作面参数值作为模式搜索法的初始值，经过迭代搜索，得出待监测矿区的准确工作面参数值。克服了现有技术中对矿区开采监测时只能得到开采的大致位置，不能精确地获得地下采空区详细参数信息的问题，大大拓宽了InSAR技术在矿区的应用空间，提供了一种低成本、大范围的矿区开采精细化监测的手段。
-
公开(公告)号：CN119850891A
公开(公告)日：2025-04-18
申请号：CN202510336764.6
申请日：2025-03-21
Applicant: 中南大学
Abstract: 本发明提供了一种复杂矿区地裂缝遥感识别方法，包括：基于滑动窗口进行非阴影区域滤波，基于HSV色彩补偿进行矿区阴影提亮，排除太阳阴影对地裂缝识别的干扰；基于线性指数与形状指数的地裂缝评价指标，对地裂缝噪声进行滤除，识别初始地裂缝；结合形态学处理与区域连通性分析，建立综合评价与判定机制，分层次、多尺度精确还原地裂缝的真实形态；基于多空间尺度阈值分割迭代，考虑连通域的长度、末端走向、域间距离和角度，进行分层阈值生长，结合自动提取机制剔除细小噪声，完成地裂缝的精准识别。本发明提高了复杂矿区裂缝提取的准确性，为复杂矿区地裂缝识别提供了全新的技术支撑。
-
公开(公告)号：CN118626997A
公开(公告)日：2024-09-10
申请号：CN202411114631.6
申请日：2024-08-14
Applicant: 中南大学
IPC: G06F18/2433 , G06Q10/0635 , G06Q50/02 , G06Q50/26 , G06F17/18 , G06F18/23
Abstract: 本申请适用于尾矿库安全监测技术领域，提供了一种尾矿库溃坝风险评估方法、装置、终端设备及介质，包括计算形变速率和累计形变；计算先验稳定区域的形变速率平均值和标准差，并将坝体形变速率在二倍标准差范围内的尾矿库判断为低风险；利用线性拟合模型对非低风险尾矿库进行拟合，并将通过假设检验的区域判断为中风险；利用Weibull时间函数对未通过假设检验的尾矿库进行尾砂固结变形分量拟合并去除该分量，通过正态性检验则为低风险，反之，对残余形变进行线性指数拟合检验，通过则为高溃坝风险；进行基于空间关联性的LOF异常点识别与聚类，得到尾矿库溃坝隐患分级评估图。本申请能提高尾矿库溃坝风险评估的准确性。
-
公开(公告)号：CN116797750A
公开(公告)日：2023-09-22
申请号：CN202310711266.6
申请日：2023-06-15
IPC: G06T17/05 , G06V10/774 , G06V10/82 , G06N3/0985 , G06N5/01 , G06N20/20
Abstract: 本发明中的基于深度学习的DEM误差校正方法，包括以下步骤：S10、获取输入参数；S20、将输入参数依次输入至两个以上的基学习器中，对每个基学习器以交叉验证的方式进行训练，获得每个基学习器中输入参数与输出结果之间的对应组数的初步预测结果，并将所有基学习器的所有初步预测结果组成新特征矩阵；S30、将新特征矩阵输入至元学习器中，通过元学习器训练融合所有的初步预测结果，获得最终预测结果。本发明中通过将具有不同算法结构的多个基学习器和元学习器进行融合，能够充分结合不同基学习器和元学习器的优势，同时最小化它们的劣势，使得在提升表现的同时降低了过拟合的可能性，因而具有更强的非线性拟合能力和泛化能力。
-
公开(公告)号：CN116740296A
公开(公告)日：2023-09-12
申请号：CN202310779189.8
申请日：2023-06-28
Abstract: 一种基于最小二乘配置的TanDEM‑XDEM误差校正方法，包括以下步骤：1)由TanDEM‑X/TerraSAR‑X数据生成TanDEM‑XDEM数据，获取ICESat‑2数据；2)将DEM任意一点的误差分为系统误差和随机误差，并建立基于最小二乘配置的误差校正模型；L＝BX+GY+Δ；(1)3)由原始的TanDEM‑XDEM减去步骤2)得到的误差估计值，便可得到校正后的DEM。本发明的方法，可以同时校正TanDEM‑XDEM的系统误差和随机误差。结果表明，经过本发明方法校正后的TanDEM‑XDEM在该区域的平均误差绝对值由2.019m减少到了0.058m；均方根误差由6.141m降低到了3.851m，精度提高了37.3％。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.02 seconds)
