科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了了解长江沿江区域的地表形变状况及发展趋势，维护长江防洪安全和河势稳定，利用2017年3月至2022年3月期间覆盖长江南京段沿江区域的61景Sentinel-1A影像，基于SBAS-InSAR技术获取了地面沉降监测结果，并基于LSTM长短期记忆神经网络模型对特征点未来变化趋势进行了预测。结果表明：与水准监测结果相比，长江南京段沿江区域SBAS-InSAR监测结果具有一定的准确性；研究区域地面年均形变速率在-31mm/a～19mm/a之间，并形成四个沉降漏斗；LSTM模型对研究区域的形变预测值与SBAS-InSAR监测的期望值具有较高的一致性，两者最大绝对误差为2.66mm，采用该方法对研究区域特征点的沉降趋势进行预测发现，未来两年特征点总体表现为缓慢下沉并趋于稳定。所得结果证明SBAS-InSAR技术和LSTM模型可以对地表形变进行监测及预测，为相关部门制定沿江地区保护及规划方案提供技术参考。
-
单位江苏省水利科学研究院; 南京林业大学; 土木工程学院
