首页|基于SBAS-InSAR和CNN的地面沉降监测与预测分析

基于SBAS-InSAR和CNN的地面沉降监测与预测分析

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
本文以天津市津南区为研究对象,运用SBAS-InSAR技术和 48 景Sentinel-1 A SAR数据对该区域2021 年1 月—2023 年 5 月地面沉降特点开展研究.同时,对发生于 2023 年 5 月 31 日津南区八里台镇沉降事件的 SBAS-InSAR监测数据进行分析,探讨地面沉降预测对灾害防治的重要性,并建立适用于城市地面沉降预测的 CNN 沉降预测模型.结果表明:(1)津南区 90%以上的区域地面沉降处于稳定状态,地面形变保持在-9.67～9.04 mm/a之间,在八里台镇澜海庄园区域存在沉降漏斗,该沉降漏斗出现与近几年城市新建基础设施有关,随着城建逐步完成,后期将逐步趋于稳定.(2)津南区在 2023 年 3 月开始,地面沉降呈现出快速增加的趋势,建议相关部门加强对该地区的沉降监测.(3)基于津南区八里台镇沉降事件发生前地面沉降监测数据发现,积极开展城市地面沉降监测对防灾减灾具有重要意义.(4)CNN沉降预测模型相较于其他预测模型,具有更加优异的预测精度和拟合度.

郝建伟、于沭、周国清、苏安双、尹鹏海

展开 >

桂林理工大学 地球科学学院,广西 桂林 541004

桂林理工大学 广西空间信息与地理信息重点实验室,广西 桂林 541004

中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室,北京 100048

黑龙江省水利科学研究院,黑龙江 哈尔滨 150080

展开 >

SBAS-InSAR 城市地面沉降 沉降预测 CNN预测模型

黑龙江省自然科学基金杰出青年项目广西壮族自治区硕士研究生创新项目

JQ22023E009YCSW2023366

2024

水利科学与寒区工程
黑龙江省水利厅

水利科学与寒区工程

ISSN：2096-5419
年,卷(期)：2024.7(1)
  • 10