排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
以某煤矿工作面内某点的沉降观测数据为依据,分别选取累计变形量、单次变形量以及日变形速率为建模元素获取建模序列,用c#对该点建立均值GM(1,1)模型,得到3种不同建模序列的沉降预测值.对比分析发现,单次变形量以及变形速率序列对建模数据预测优于累计变形量序列.而且若等周期观测,变形速率与单次变形量预测效果相同;非等周期观测时,单次变形量序列预测效果最好. 相似文献
2.
采用PS-InSAR时序技术对常州市2018-01~2019-12的24期Sentinel-1A影像数据进行处理,获取常州市地面形变信息。所得结果与同期水准监测数据有较好的一致性,两者较差最大值为6.1 mm、平均值为2.7 mm、均方根误差(RMSE)为1.7 mm。结果显示,抬升区域主要位于城镇,累积抬升量平均值约为7.3 mm;沉降区域主要位于农村,累积沉降量平均值约为7.6 mm;武进区南部等地局部沉降严重,累积沉降量平均值超过15 mm。分析第Ⅱ承压水水位变化对地面沉降的影响显示,两者相关系数为0.55;同时分析某分层基岩标各地层回弹情况发现,深部地层多数处于反弹阶段,而浅部地层是目前土层压缩（沉降）的主要层段。说明近2 a第Ⅱ承压水对常州市地面沉降具有一定的影响,但已不是主要影响因素,浅部地层土层压缩已成为常州市地面沉降的主要影响因素。 相似文献
1