基于InSAR和GRU神经网络的不稳定斜坡地表形变预测

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.

关键词：不稳定斜坡、形变、预测、SBAS-InSAR、GRU

分类号：P237(摄影测量学与测绘遥感)

资助基金：贵州省地矿局局管科研项目;中铁隧道局集团科技创新计划;中铁隧道局集团科技创新计划;重庆交通大学研究生科研创新项目

在线出版日期：2023-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：33-38