| 摘要 | 第3-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第14-30页 |
| 1.1 研究背景和意义 | 第14-17页 |
| 1.1.1 研究背景 | 第14-16页 |
| 1.1.2 研究意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-25页 |
| 1.2.1 露天矿边坡形变监测技术 | 第17-20页 |
| 1.2.2 仪器监测效能分析 | 第20-21页 |
| 1.2.3 数据可视化表达 | 第21-23页 |
| 1.2.4 形变影响因素和灾变分析方法 | 第23页 |
| 1.2.5 形变预测方法 | 第23-25页 |
| 1.3 存在的问题 | 第25页 |
| 1.4 主要研究内容和技术路线 | 第25-28页 |
| 1.4.1 主要研究内容 | 第25-26页 |
| 1.4.2 技术路线 | 第26-28页 |
| 1.5 本章小结 | 第28-30页 |
| 第二章 矿区地质概况及实验平台 | 第30-44页 |
| 2.1 安家岭露天矿矿区地质概况 | 第30-39页 |
| 2.2 地基雷达实验平台 | 第39-42页 |
| 2.3 本章小结 | 第42-44页 |
| 第三章 地基雷达形变监测效能分析方法 | 第44-64页 |
| 3.1 引言 | 第44页 |
| 3.2 测站位置 | 第44-47页 |
| 3.2.1 测站位置选取 | 第44-46页 |
| 3.2.2 地基雷达架设 | 第46-47页 |
| 3.3 监测效能影响因素分析 | 第47-49页 |
| 3.3.1 地形 | 第47-48页 |
| 3.3.2 气象 | 第48页 |
| 3.3.3 仪器系统 | 第48-49页 |
| 3.4 监测效能分析方法 | 第49-53页 |
| 3.4.1 效能分析方法建立原则 | 第49页 |
| 3.4.2 效能分析方法结构 | 第49-50页 |
| 3.4.3 建立效能分析方法 | 第50-53页 |
| 3.5 监测数据格网化及分区统计 | 第53-57页 |
| 3.5.1 监测数据格网划分方法 | 第53-54页 |
| 3.5.2 监测数据分区统计 | 第54-57页 |
| 3.6 边坡地形对监测效能的影响分析 | 第57-62页 |
| 3.6.1 地形对扫描有效覆盖率的影响 | 第57-60页 |
| 3.6.2 地形对回波强度的影响 | 第60-61页 |
| 3.6.3 地表特征对监测效果的影响 | 第61-62页 |
| 3.7 本章小结 | 第62-64页 |
| 第四章 形变监测数据的可视化表达 | 第64-86页 |
| 4.1 引言 | 第64页 |
| 4.2 地基雷达可视化现状 | 第64-70页 |
| 4.3 三维可视化实现方法 | 第70-77页 |
| 4.3.1 统一坐标系统 | 第70-72页 |
| 4.3.2 数据来源 | 第72-74页 |
| 4.3.3 数据融合方法 | 第74页 |
| 4.3.4 数据处理关键步骤 | 第74-77页 |
| 4.4 实例分析 | 第77-85页 |
| 4.4.1 过程数据可视化 | 第77-79页 |
| 4.4.2 结果数据可视化 | 第79-80页 |
| 4.4.3 分类数据可视化 | 第80-85页 |
| 4.5 本章小结 | 第85-86页 |
| 第五章 形变影响因素与灾变分析方法研究 | 第86-112页 |
| 5.1 引言 | 第86页 |
| 5.2 边坡形变影响因素分析 | 第86-97页 |
| 5.2.1 内部因素分析 | 第87-94页 |
| 5.2.2 诱发因素分析 | 第94-97页 |
| 5.3 矿区边坡灾变分析方法 | 第97-99页 |
| 5.3.1 数据特点 | 第97-98页 |
| 5.3.2 灾变分析方法设计 | 第98-99页 |
| 5.4 实例分析 | 第99-110页 |
| 5.4.1 整体形变特征分析 | 第99-102页 |
| 5.4.2 区域形变特征分析 | 第102-103页 |
| 5.4.3 单点形变特征分析 | 第103-104页 |
| 5.4.4 灾变区域扩散分析 | 第104-107页 |
| 5.4.5 临近灾变区域形变特征分析 | 第107-109页 |
| 5.4.6 现场情况及天气情况 | 第109页 |
| 5.4.7 灾变分析 | 第109-110页 |
| 5.5 本章小结 | 第110-112页 |
| 第六章 基于GA-BP的露天矿边坡形变人工智能预测模型 | 第112-128页 |
| 6.1 引言 | 第112页 |
| 6.2 基于GA算法优化的BP神经网络模型构建 | 第112-121页 |
| 6.2.1 算法介绍 | 第113-116页 |
| 6.2.2 模型的构建 | 第116-117页 |
| 6.2.3 确定模型初始权重 | 第117-119页 |
| 6.2.4 GA-BP模型的实现 | 第119-121页 |
| 6.3 实例分析 | 第121-126页 |
| 6.3.1 神经网络输入输出数据 | 第121-122页 |
| 6.3.2 GA及BP参数设置 | 第122页 |
| 6.3.3 形变预测结果分析 | 第122-126页 |
| 6.4 本章小结 | 第126-128页 |
| 第七章 结论 | 第128-132页 |
| 7.1 主要结论 | 第128-129页 |
| 7.2 创新点 | 第129-130页 |
| 7.3 存在的问题 | 第130-132页 |
| 参考文献 | 第132-144页 |
| 附录 | 第144-156页 |
| 附表 1.地基雷达形变监测数据 | 第144-147页 |
| 附表 2.形变监测区域危险程度划分 | 第147-149页 |
| 附表 3.形变监测区域坡度、坡向、地表切割度以及所属岩层数据 | 第149-154页 |
| 附表 4.形变监测区域地形起伏度数据 | 第154-155页 |
| 附表 5.形变监测区域高程数据 | 第155-156页 |
| 致谢 | 第156-158页 |
| 攻读学位期间的学术论文和科研项目 | 第158-160页 |
| 博士学位论文独创性说明 | 第160页 |