基于SBAS-InSAR和GM-SVR的居民区形变监测与预测

李金超、Jinchao Li、GAO Fei、Fei Gao、鲁加国、Jiaguo Lu、方睿、Fang Rui

2019Engineering被引 1

摘要

采用合成孔径雷达时序分析方法，利用2016-12~2017-05(12 d为一个周期)连续13景哨兵卫星雷达影像对淮南矿区内的居民区杨聚庄进行形变监测。根据矿区形变特征，提出一种基于灰色支持向量机(GM-SVR)的组合预测模型对矿区形变进行预测，并与传统的单一灰色模型和支持向量机预测模型进行对比。结果表明，时序InSAR技术和GM-SVR模型的结合，可以实现对矿区形变的快速监测和灾害预防，为矿区灾害监测与预警提供了一种可靠手段。

引用本文（GB/T 7714）

李金超, Jinchao Li, GAO Fei, 等. 基于SBAS-InSAR和GM-SVR的居民区形变监测与预测[J]. 未知来源, 2019.

引文网络

参考文献与被引分析加载中…

DOI：https://doi.org/10.14075/j.jgg.2019.08.014

本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。