對露天礦邊坡進行長期科學有效的形變監(jiān)測,探究其穩(wěn)定性狀況及變形趨勢,是推動礦山綠色安全建設(shè)的基本保障?;诤铣煽讖嚼走_干涉測量(InSAR)發(fā)展而來的短基線子集(SBAS-InSAR)技術(shù),能夠克服空間失相干、大氣效應等影響,敏銳捕獲時空維動態(tài)演變,實現(xiàn)大面積、高精度(毫米級)、低成本的地表形變連續(xù)監(jiān)測。為科學分析礦區(qū)邊坡穩(wěn)定性,除地表變形監(jiān)測外,還需借助數(shù)值模擬方法展現(xiàn)礦坑邊坡巖土體損傷裂化過程,揭示其內(nèi)部失穩(wěn)變形機制。同時,滑坡是非線性動力學演化過程,將粒子群算法(PSO)引入LSTM模型中進行邊坡位移預測,以實現(xiàn)核參數(shù)的科學優(yōu)化,解決數(shù)據(jù)精度無法把控的問題。
鑒于此,沈陽建筑大學李如仁團隊通過選取Sentinel-1A雷達影像,利用SBAS-InSAR技術(shù)獲取某露天礦的地表形變時序信息,分析沉降時空演化規(guī)律,并運用COMSOL模擬對典型沉降區(qū)的坡體滑移規(guī)律及形變機理進行討論,并進一步提出了一種基于PSO優(yōu)化LSTM網(wǎng)絡(luò)的預測模型,對典型沉降區(qū)進行形變長時序預測及預測精度評析。相關(guān)研究成果已入選2024年度“領(lǐng)跑者5000”(中國精品科技期刊頂尖學術(shù)論文)
基于SBAS-InSAR 的礦區(qū)沉降監(jiān)測
BAS-InSAR作為一種時序InSAR測量技術(shù),減少了時空失相干和大氣延遲的影響,能夠有效提高單視復數(shù)影像的利用率。其基本思想是根據(jù)不同空間基線閾值將影像劃分為多個短基線子集,然后對每個子集空間內(nèi)的干涉像對進行差分干涉,最后通過最小二乘法求出各子集空間含形變相位估計值的最小二乘解,得到地表累積形變時間序列。
試驗采集了時間跨度為2018年5月—2020年6月的62景Sentinel-1A(哨兵一號)衛(wèi)星升軌數(shù)據(jù)。所用DEM數(shù)據(jù)為NASA提供的STRM-DEM數(shù)據(jù),絕對高程精度約30 m,STRM-DEM通過外部模擬地形相位去除平地和地形相位。精密軌道星歷由ESA提供,通過導入精密軌道數(shù)據(jù)能夠去除軌道誤差。
經(jīng)對數(shù)據(jù)處理分析,認為在強降雨條件下,在雨水沖刷、浮托力、非飽和土吸水膨脹等因素共同作用下,邊坡穩(wěn)定性顯著降低,形變周期項隨降雨量的變化而劇烈波動。為評價降雨對露天礦邊坡穩(wěn)定性的影響,實現(xiàn)邊坡穩(wěn)定性的全面科學分析,有必要對強降雨作用下的巖土體力學響應過程進行數(shù)值模擬。
SBAS-InSAR時空基線分布
差分干涉結(jié)果
時序累計形變值
基于COMSOL的邊坡穩(wěn)定性分析
COMSOLMultiphysics是瑞典COMSOL公司在20世紀80 年代研發(fā)的一款數(shù)值計算軟件,以有限元法為理論基礎(chǔ),將研究問題轉(zhuǎn)化為偏微分方程(組)求解的數(shù)學問題,在多物理場多相耦合方面具有獨特優(yōu)勢。結(jié)合SBAS-InSAR監(jiān)測結(jié)果,針對典型剖面,選取Mohr-Coulomb模型為力學模態(tài)搭建數(shù)值計算模型,運用強度折減法對邊坡位移、塑性應變的分布情況進行分析。
靜力作用下的邊坡變形云圖
強降雨條件下的邊坡破壞塑性應變云圖
基于PSO-LSTM的沉降預測
為確保礦山安全生產(chǎn)運營,以研究期內(nèi)露天礦邊坡實際沉降值作為樣本數(shù)據(jù),運用PSO優(yōu)化LSTM網(wǎng)絡(luò)算法構(gòu)建長時序面狀區(qū)域地表形變預測模型,開展露天礦典型沉降區(qū)域的形變趨勢預測。
長短期記憶網(wǎng)絡(luò)模型(LSTM)具有長遠性、結(jié)構(gòu)獨特等特點,可以記憶處理時間間隔久遠的時間序列信息。為提高形變預測精度,在LSTM模型構(gòu)建過程中,采用粒子群算法(PSO)進行參數(shù)優(yōu)化。PSO是一種信息共享的優(yōu)化算法,每個優(yōu)化問題的解被視為粒子群中的一個粒子,其在搜尋最佳位置的過程中會隨機產(chǎn)生一組包含當前位置及速度信息的解,空間中的粒子會自動追隨當前最佳位置的粒子,然后更新自身位置及速度信息,不斷重復上述迭代過程,經(jīng)過解空間中的不斷搜尋,最終能夠得到最優(yōu)解。
通過數(shù)據(jù)分析,認為基于PSO算法優(yōu)化的LSTM形變預測模型(PSO-LSTM)能夠反映滑坡形變的非線性變化趨勢,有效實現(xiàn)了露天礦邊坡大面積沉降時序預測。
不同模型預測結(jié)果對比
原文引用
李如仁,葛永權(quán),李夢晨,等.基于InSAR-COMSOL的露天礦邊坡穩(wěn)定性分析及形變預測[J].金屬礦山,2024(3):172-182.
作者簡介
李如仁
沈陽建筑大學交通學院教授,博士生導師,多年來一直從事測繪、地理信息、遙感及其相關(guān)的教學和科研工作,兼任美國東密西根大學空間地理研究所研究員,中國地理信息產(chǎn)業(yè)協(xié)會理論與方法委員會委員、國際華人地理信息科學協(xié)會(CPGIS)終身會員。主持國家自然科學基金面上項目、中國煤炭工業(yè)協(xié)會重大研發(fā)項目、上海市科委創(chuàng)新基金、遼寧省科技攻關(guān)計劃等近30項科研課題。參與完成了美國國家科學基金會、美國商務部、美國國家海洋和大氣管理局、加拿大農(nóng)業(yè)部、加拿大人文科學協(xié)會等資助的多項科研項目。其中“地基SAR、GPS和測量機器人邊坡形變綜合監(jiān)測技術(shù)研究”“GNSS智能監(jiān)測系統(tǒng)”分別獲2016及2017地理信息科技進步二等獎。主持及參與教學研究類項目3項,發(fā)表學術(shù)論文50余篇,被SCI、EI收錄近30篇;編寫教材2部(其中英文教材1部),發(fā)明專利1項;專著5部。
《金屬礦山》簡介
《金屬礦山》由中鋼集團馬鞍山礦山研究總院股份有限公司和中國金屬學會主辦,主編為中國工程院王運敏院士,現(xiàn)為北大中文核心期刊、中國科技論文統(tǒng)計源期刊(中國科技核心期刊)、中國精品科技期刊(F5000頂尖學術(shù)論文來源期刊)、中國百強報刊、RCCSE中國核心學術(shù)期刊(A)、中國期刊方陣雙百期刊、國家百種重點期刊、華東地區(qū)優(yōu)秀期刊,被美國化學文摘(CA)、美國劍橋科學文摘(CSA)、波蘭哥白尼索引(IC)、日本科學技術(shù)振興機構(gòu)數(shù)據(jù)庫(JST)等世界著名數(shù)據(jù)庫收錄。主要刊登金屬礦山采礦、礦物加工、機電與自動化、安全環(huán)保、礦山測量、地質(zhì)勘探等領(lǐng)域具有重大學術(shù)價值或工程推廣價值的研究成果,優(yōu)先報道受到國家重大科研項目資助的高水平研究成果。根據(jù)科技部中國科技信息研究所發(fā)布的《2024中國科技期刊引證報告(核心版)》,《金屬礦山》核心總被引頻次位列26種礦業(yè)工程技術(shù)學科核心期刊第1位;根據(jù)中國知網(wǎng)發(fā)布的《中國學術(shù)期刊影響因子年報》(2024版),《金屬礦山》學科影響力位居73種礦業(yè)期刊第9位。
供稿:曾文旭
編排:余思晨
審核:王小兵
聲明:本文系轉(zhuǎn)載自互聯(lián)網(wǎng),請讀者僅作參考,并自行核實相關(guān)內(nèi)容。若對該稿件內(nèi)容有任何疑問或質(zhì)疑,請立即與鐵甲網(wǎng)聯(lián)系,本網(wǎng)將迅速給您回應并做處理,再次感謝您的閱讀與關(guān)注。