基于SBAS-InSAR和CNN的地面沉降监测与预测分析  

Land subsidence monitoring and prediction analysis based on SBAS-InSAR and CNN

作　　者：郝建伟 于沭 周国清[1,2] 苏安双[3] 尹鹏海 HAO Jiangwei;YU Shu;ZHOU Guoqing;SU Anshuang;YIN Penghai

机构地区：[1]桂林理工大学地球科学学院,广西桂林541004 [2]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 [3]黑龙江省水利科学研究院,黑龙江哈尔滨150080 [4]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

出　　处：《水利科学与寒区工程》2024年第1期8-15,共8页Hydro Science And Cold Zone Engineering

基　　金：黑龙江省自然科学基金杰出青年项目(JQ22023E009);广西壮族自治区硕士研究生创新项目(YCSW2023366)。

摘　　要：本文以天津市津南区为研究对象,运用SBAS-InSAR技术和48景Sentinel-1A 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。

关 键 词：SBAS-InSAR 城市地面沉降 沉降预测 CNN预测模型 

分 类 号：P642.26[天文地球—工程地质学]