科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来，云南省在“一带一路”及“长江经济带”发展战略的引领下，加速了高速公路的建设。本文针对传统方式对高速公路地表形变排查难度大的问题，首先利用SBAS-InSAR技术处理覆盖滇中地区的69景Sentinel-1A SAR影像，获取高速公路沿线的地表形变沉降速率场，探测沿线的灾害隐患点，分析形变特征；然后，提取部分沉降值作为BP神经网络算法的训练样本，建立预测模型对高速公路沿线的沉降趋势进行预测。结果表明：(1)滇中地区高速公路沿线地表形变分布广泛，最大沉降速率为-76.50 mm/a,位于三环线草海隧道沿线；(2)研究区内共探测出22个灾害隐患点；(3)随机提取高速公路沿线1 000组SBAS-InSAR沉降数据，利用BP神经网络对沿线地表沉降形变进行预测，得到均方误差为0.167 mm,平均绝对误差为0.379 mm, SBAS监测值与BP神经网络预测值之间的最大误差为0.666 mm/a,表明BP算法能够为道路灾害识别普查提供必要的技术支持。
- 单位
