结合SBAS-IPTA与随机森林算法的开采沉陷监测与预计

• 作者: 李倩文 史经俭 吕杰 师芸 闫倩倩 杜嵩
• 来源期刊: 中国科技论文
• 关键词: 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
• 年，卷（期）: 2021,（9）
• 页码范围: 970-976
• 页数: 7页
• 分类号: P237
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2783.2021.09.008

摘要

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.