| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 地表沉降研究方法 | 第13-14页 |
| 1.2.2 D-InSAR技术的发展 | 第14-15页 |
| 1.2.3 D-InSAR技术在矿区沉降监测的应用研究 | 第15页 |
| 1.3 研究目的与论文结构 | 第15-18页 |
| 1.3.1 研究目的 | 第15-16页 |
| 1.3.2 论文结构 | 第16-18页 |
| 2 InSAR技术的基本理论 | 第18-32页 |
| 2.1 InSAR技术基本原理 | 第18-21页 |
| 2.1.1 InSAR技术基本原理 | 第18-21页 |
| 2.1.2 InSAR对地形起伏的灵敏度 | 第21页 |
| 2.2 D-InSAR技术基本原理 | 第21-24页 |
| 2.2.1 D-InSAR技术主要方法 | 第21-22页 |
| 2.2.2 D-InSAR技术地表形变监测的基本原理 | 第22-24页 |
| 2.3 D-InSAR形变监测精度的主要影响因素 | 第24-28页 |
| 2.3.1 失相干因素 | 第24-26页 |
| 2.3.2 误差因素 | 第26页 |
| 2.3.3 引入外部DEM精度对二轨差分的影响 | 第26-28页 |
| 2.4 SBAS技术基本原理 | 第28-30页 |
| 2.4.1 最小二乘原理 | 第28-29页 |
| 2.4.2 奇异值分解 | 第29页 |
| 2.4.3 获取时间序列形变速率以及累积沉降量 | 第29-30页 |
| 2.5 本章小结 | 第30-32页 |
| 3 D-InSAR技术的具体实现过程及实例数据分析 | 第32-50页 |
| 3.1 实验数据与处理软件 | 第32-34页 |
| 3.1.1 ALOS-PALSAR卫星数据介绍 | 第32-33页 |
| 3.1.2 SRTM DEM | 第33-34页 |
| 3.1.3 处理软件介绍 | 第34页 |
| 3.2 D-InSAR二轨差分技术的处理流程 | 第34-39页 |
| 3.3 实例数据分析 | 第39-44页 |
| 3.3.1 干涉对的选择 | 第39-42页 |
| 3.3.2 差分干涉图的生成及滤波 | 第42-43页 |
| 3.3.3 相位解缠以及沉降图的生成 | 第43-44页 |
| 3.4 监测结果论证与分析 | 第44-48页 |
| 3.5 本章小结 | 第48-50页 |
| 4 SBAS技术监测矿区地表沉降 | 第50-62页 |
| 4.1 研究区域概况 | 第50-51页 |
| 4.1.1 自然地理条件 | 第50页 |
| 4.1.2 气候水文介绍 | 第50-51页 |
| 4.1.3 地质构造基础 | 第51页 |
| 4.2 小基线集（SBAS）技术的处理流程 | 第51-56页 |
| 4.2.1 数据选择 | 第51-52页 |
| 4.2.2 数据预处理 | 第52-54页 |
| 4.2.3 高相干点的选择 | 第54页 |
| 4.2.4 时间序列沉降图的生成 | 第54-56页 |
| 4.3 结果分析 | 第56-61页 |
| 4.4 本章小结 | 第61-62页 |
| 5 基于SBAS技术粒子群优化支持向量机矿区沉降预测 | 第62-76页 |
| 5.1 采空区上覆岩体形变的基本特征 | 第62-63页 |
| 5.2 粒子群优化支持向量机原理介绍 | 第63-66页 |
| 5.2.1 支持向量机 | 第63-64页 |
| 5.2.2 粒子群优化算法 | 第64-65页 |
| 5.2.3 粒子群优化支持向量机建模步骤 | 第65-66页 |
| 5.3 实例分析 | 第66-75页 |
| 5.3.1 支持向量机（SVM）模型拟合实验 | 第67-68页 |
| 5.3.2 粒子群优化支持向量机（PSO-SVM）模型拟合实验 | 第68-69页 |
| 5.3.4 拟合精度检验 | 第69-70页 |
| 5.3.5 PSO-SVM模型预测 | 第70-75页 |
| 5.4 本章小结 | 第75-76页 |
| 6 结论与展望 | 第76-78页 |
| 6.1 结论 | 第76页 |
| 6.2 展望 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 致谢 | 第84页 |
