文献

J-GLOBAL ID：202002223077197819   整理番号：20A2170587

PSInSARに基づく水溶鉱区沈降予測【JST・京大機械翻訳】

著者 (3件)： Liu Jiabin (長沙理工大学 交通運輸工程学院,湖南 長沙 410114;長沙理工大学 公路地質災変預警空間信息技術 湖南省工程実験室,湖南 長沙 410114) ,  Xu Zhuokui (長沙理工大学 交通運輸工程学院,湖南 長沙 410114;長沙理工大学 公路地質災変預警空間信息技術 湖南省工程実験室,湖南 長沙 410114) ,  He Wei (長沙理工大学 交通運輸工程学院,湖南 長沙 410114;長沙理工大学 公路地質災変預警空間信息技術 湖南省工程実験室,湖南 長沙 410114)
資料名： Dili Kongjian Xinxi  (Dili Kongjian Xinxi)
巻： 18  号： 7  ページ： 103-105,130  発行年： 2020年 
JST資料番号： C3244A  ISSN： 1672-4623  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 水溶鉱区の地表沈下の監視と予測における従来の大地測量の監視手段で得られた結果の空間分解能が低い問題に対して、PSInSARを利用して、水溶鉱区の地表沈下の監視を行った。PSInSARの監視結果に基づき,GM(1,1)グレイモデル,BPニューラルネットワークモデル,および多項式適合モデルを採用して,沈降予測を行った。3つのモデルの予測精度を,平均二乗誤差と相関係数精度の判定基準によって,予測結果を実際の結果と比較する。結果によると、ある水溶性鉱山に対して、PSInSARデータに基づくGM(1,1)灰色モデルの予測精度が最も高く、この方法により鉱区の採掘に良好な高空間分解能の短期予測を提供できる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 多項式 ,  *沈降 ,  地盤沈下 ,  相関係数 ,  *鉱区 ,  鉱山 ,  水溶性 ,  短期予測 ,  判定基準 ,  空間分解能
準シソーラス用語： 平均二乗誤差 ,  予測精度 ,  逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 農業一般  (FB01010A) ,  数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 鉱区 ,  沈降 ,  予測