基于ArcGIS的煤矿开采沉陷预测与可视化分析

金属矿山 ›› 2012, Vol. 41 ›› Issue (09): 103-106+166.

基于ArcGIS的煤矿开采沉陷预测与可视化分析

石秀伟，李晶，赵换新，王凤娇，张瑞娅

中国矿业大学（北京）地球科学与测绘工程学院

出版日期:2012-09-15 发布日期:2012-10-09
基金资助:
* 国土资源部公益性行业科研专项（编号：200911015-03）。

The Prediction and Visualization of Coal Mining Subsidence based on ArcGIS

Shi Xiuwei，Li Jing，Zhao Huanxin，Wang Fengjiao，Zhang Ruiya

College of Geoscience and Surveying Engineering, China University of Mining and Technology

Online:2012-09-15 Published:2012-10-09

摘要/Abstract

摘要： 以山东平原矿区某新开发矿区为研究对象，应用基于概率积分法的MSPS软件对其首采区的开采沉陷情况进行了模拟开采预测；利用ArcGIS强大的空间分析和图形显示功能对预测结果进行了可视化分析和三维立体显示；将预测结果与实际沉陷情况进行了对比，结果表明：预测结果真实地反映了开采沉陷对周围环境的影响范围及影响程度，可为该新开发矿区的采煤塌陷的提前治理及压煤村庄的搬迁选址提供真实、科学的依据。

关键词: 开采沉陷, ArcGIS, 概率积分法, 可视化分析

Abstract: The mining subsidence at first mining district of a coal mine at Shandong plain mining area was forecast by the Mining Subsidence Forecasting System software based on the probability integral method.The prediction results were analyzed by the 3D model of ArcGIS, which reflected the situation of mining subsidence in the form of Three-dimensional graphics.Compared with the actual situation, the accuracy of the forecast result is verified.It reduces the losses caused by mining subsidence and provides an intuitive and effective basis for controlling mining subsidence.

Key words: Mining subsidence, ArcGIS, Probability integral, Visual analysis

石秀伟, 李晶, 赵换新, 王凤娇, 张瑞娅. 基于ArcGIS的煤矿开采沉陷预测与可视化分析[J]. 金属矿山, 2012, 41(09): 103-106+166.

SHI Xiu-Wei, LI Jing, ZHAO Huan-Xin, WANG Feng-Jiao, ZHANG Rui-Ya. The Prediction and Visualization of Coal Mining Subsidence based on ArcGIS [J]. Metal Mine, 2012, 41(09): 103-106+166.

[1]	石晓宇, 魏祥平, 杨可明, 王剑, 姚树一. 基于D-InSAR技术和改进GM（1，1）模型的矿区沉降监测与预计[J]. 金属矿山, 2020, 49(09): 173-178.
[2]	叶伟, 徐良骥 . 重复采动地表移动变形规律分析[J]. 金属矿山, 2020, 49(08): 188-194.
[3]	朱尚军, 王磊, 魏涛, 蒋创, 江克贵, 查剑锋, 孔川. 量子粒子群算法反演概率积分法参数[J]. 金属矿山, 2020, 49(07): 161-169.
[4]	朱伟. 采煤塌陷区土地建筑利用技术与工程应用[J]. 金属矿山, 2019, 48(11): 176-171.
[5]	王峥羽, 王文成, 李德鑫, 袁佳琪, 郭豪. 基于光流法地形跟随的矿区复杂地形无人机摄影测量[J]. 金属矿山, 2019, 48(07): 167-171.
[6]	陈竹安, 熊鑫, 危小建. 利用卡尔曼滤波综合算法构建开采沉陷预测模型[J]. 金属矿山, 2019, 48(05): 132-136.
[7]	程立年, 李晓刚, 叶振华, 孙秀柱. 某金矿“三下”开采移动带内地表稳定性分析[J]. 金属矿山, 2019, 48(03): 56-61.
[8]	徐岩, 胡振琪, 陈景平, 陈超. 基于无人机遥感的开采沉陷耕地质量评价及复垦建议[J]. 金属矿山, 2019, 48(03): 173-181.
[9]	陈慧, 韩恒梅. 江西盘古山钨矿区开采沉陷预计的GA-SVA算法[J]. 金属矿山, 2018, 47(1): 143-146.
[10]	李建. 红旗铁矿改进Knothe时间函数开采沉陷预计模型[J]. 金属矿山, 2018, 47(03): 132-136.
[11]	姚锡伟, 刘涛. 高精度矿区地表沉陷远程监测系统构建与应用[J]. 金属矿山, 2018, 47(03): 137-141.
[12]	张劲满, 徐良骥, 李杰卫, 沈震, 余礼仁. 开采沉陷动态下沉模型及其参数研究[J]. 金属矿山, 2017, 46(10): 12-15.
[13]	李楠, 王磊, 池深深, 魏涛, 吕挑. 矿区地表沉陷的D-InSAR监测方法[J]. 金属矿山, 2017, 46(10): 23-27.
[14]	蒯洋, 刘辉, 郑刘根, 陈永春. 建筑物下压煤开采地表变形预计及建筑物损害分析[J]. 金属矿山, 2017, 46(10): 36-38.
[15]	高旭光, 刘辉. 高潜水位多煤层开采地表沉陷积水区动态演变预测[J]. 金属矿山, 2017, 46(10): 39-42.