基于SBAS-InSAR和BP算法的大理市地面沉降监测及预测 |
| |
引用本文: | 李洋洋,左小清,肖波,周定义.基于SBAS-InSAR和BP算法的大理市地面沉降监测及预测[J].贵州大学学报(自然科学版),2023(4):39-47. |
| |
作者姓名: | 李洋洋 左小清 肖波 周定义 |
| |
作者单位: | 1. 昆明理工大学国土资源工程学院;2. 云南交通职业技术学院 |
| |
基金项目: | 国家自然科学基金资助项目(42161067); |
| |
摘 要: | 针对传统差分合成孔径雷达干涉测量(differential interferometric synthetic aperture radar, D-InSAR)存在时空失相干、大气延迟的问题,选择小基线集合成孔径雷达干涉(small baseline subset interferometric synthetic aperture radar, SBAS-InSAR)技术获取高精度地表沉降信息。为了更快了解未来城市地表沉降趋势,提出一种基于SBAS-InSAR和BP神经网络算法的城市地表沉降监测及预测模型。利用SBAS-InSAR技术获取大理市2020年5月1日至2021年12月22日时间序列累计最大沉降速率,其沉降速率范围为-52.627~47.543 mm/a;选取研究区5个沉降较为严重的区域分析沉降原因;最后随机选取B沉降区内1 000个沉降点,其中300个作为学习训练样本,700个进行测试和预测分析,预测结果与监测结果相吻合,其平均绝对误差为0.255 mm,均方误差为0.129 mm。实验结果表明,提出的结合SBAS-InSAR和BP算法模型,能够有效对城市地表沉降进行监测...
|
关 键 词: | 地表沉降监测 SBAS-InSAR BP神经网络模型 预测 |
|
|