区域地面沉降循环神经网络时空模拟及风险评估  

Spatiotemporal modelling and risk assessment of regional land subsidence based on recurrent neural network

在线阅读下载全文

作  者:李蕙君 LI Huijun(College of Resource Environment,Chengdu University of Information Technology,Chengdu 610225,China)

机构地区:[1]成都信息工程大学资源环境学院,四川成都610225

出  处:《测绘学报》2025年第3期578-578,共1页Acta Geodaetica et Cartographica Sinica

基  金:国家自然科学基金(41930109);北京市自然科学基金(8202008);北京卓越青年科学家计划(BJJWZYJH01201910028032);成都信息工程大学科研基金(KTYZ2022133)。

摘  要:地下水过度开采导致的地面沉降制约着城市的可持续发展,有效模拟地面沉降并进行风险评估,是地面沉降防控的工作基础。受地层非均质各向异性的影响,地下水水位变化与地面沉降之间存在非线性关系,且该关系在空间上存在差异;此外,地面沉降发育程度与土体物理特性密切相关。在沉降模拟方面,传统的物理模型需要较多的水文地质参数且获取的这些参数空间分布稀疏,已有的数据驱动模型未考虑水位变化、土体压缩性质与地面沉降之间的时空关系。在地面沉降风险评价方面,先验知识的模糊性使得评价因子的选取及权重计算存在不确定性。论文以北京平原区潮白河冲洪积扇中上部为研究区,研究了考虑物理机制的地面沉降时空循环神经网络模型(geology and geographically weighted LSTM,Geo-GWLSTM)、集成贝叶斯模型和模糊集理论的地面沉降风险评估模型,模拟并评估区域地面沉降风险。主要研究内容及结果如下。

关 键 词:数据驱动模型 水文地质参数 循环神经网络 贝叶斯模型 模糊集理论 土体压缩 区域地面沉降 时空关系 

分 类 号:P237[天文地球—摄影测量与遥感]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象