基于InSAR和GRU神经网络的不稳定斜坡地表形变预测

作     者：潘建平 蔡卓言 赵瑞淇 付占宝 袁雨馨 PAN Jianping;CAI Zhuoyan;ZHAO Ruiqi;FU Zhanbao;YUAN Yuxin

作者机构：重庆交通大学智慧城市学院重庆400074 

基　　金：贵州省地矿局2019年局管科研项目(黔地矿科合201909) 中铁隧道局集团2021年度科技创新计划(隧研合2021⁃16) 中铁隧道局集团2022年度科技创新计划(隧研合2022⁃14) 重庆交通大学研究生科研创新项目(CYS22437) 

出 版 物：《测绘通报》 (Bulletin of Surveying and Mapping)

年 卷 期：2023年第3期

页      码：33-38页

摘      要：不稳定斜坡地表形变预测对于滑坡灾害防治和预警具有重要意义。现有监测手段覆盖范围小、成本高,相关预测方法局限于单点预测,对历史数据量要求较高。针对上述问题,本文采用小基线集合成孔径雷达干涉测量(SBAS⁃InSAR)技术进行不稳定斜坡地表形变监测,设计了一种结合InSAR反演结果和门控循环单元(GRU)神经网络的不稳定斜坡地表形变预测方法。首先使用SBAS⁃InSAR技术对研究区域进行地表形变监测,然后利用获取到的时序形变反演结果,建立GRU模型进行形变规律学习,最后开展不稳定斜坡地表形变预测。试验结果表明,该方法对不稳定斜坡地表形变的预测平均绝对误差为0.678 mm,平均绝对比例误差为2.7%,相比于传统的支持向量回归(SVR)模型,预测效果提升超过30%,工程应用潜力较大。

主 题 词：不稳定斜坡 形变 预测 SBAS⁃InSAR GRU 

学科分类：083002[083002] 0830[工学-生物工程类] 081802[081802] 08[工学] 0818[工学-交通运输类] 081602[081602] 0816[工学-纺织类] 

核心收录：

D　O　I：10.13474/j.cnki.11-2246.2023.0068

馆 藏 号：203120974...