排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
基于传统数值方法构建的地面沉降模拟预测模型需要大量的水文地质数据和实测数据,对于地质条件复杂地区的形变模拟预测难度大。本文基于PS-InSAR技术获取的北京平原东部地区的地面沉降信息,综合考虑不同层位地下水水位对沉降的影响,采用基于注意力机制的长短时记忆网络（AM-LSTM）对不同沉降发育地区典型位置处的地面沉降进行模拟。结果表明：（1）研究区地面沉降空间差异性明显,2010年11月—2016年8月最大沉降速率约153 mm/a,累计沉降量达到1063 mm,位于朝阳区三间房乡附近;（2）基于AM-LSTM模型的模拟精度优于传统LSTM模型,本次模拟精度最高提升了22%;（3）AM-LSTM模型注意力权重表明,第二承压含水层水位对地面沉降贡献最大。本次研究能够为地面沉降防控提供可靠的技术支撑。 相似文献
2.
为了研究地面沉降的时空分布模式、机理机制,选择北京典型沉降区——潮白河冲洪积扇为研究区,采用PS-InSAR技术、莫兰指数及地理探测器,分析了研究区地面沉降的空间异质性特征,探测了不同特征下的地面沉降的主要驱动因素。结果表明：2017-01—2019-01研究区内地面沉降时空分布特征以一般沉降为主,沉降速率为[-133,3] mm/a,最大累积沉降量为261 mm,呈北部轻微、中部较严重、南部较轻的分布状态,其中,严重、极严重等级地面沉降主要分布在中游顺义后沙峪东部等地区及中下游交界地带的潞城镇;不同地区地面沉降呈现不同的空间异质性特征,即不均匀地面沉降分布特征明显,中游、下游均表现为低—低集聚;不同分布特征下地面沉降主要驱动因素不同,中游地区主要驱动因素为第二承压水水位变化和可压缩层厚度,下游主要驱动因素为浅层地下水水位变化和第一承压水水位变化。莫兰指数能够有效分析地面沉降空间异质性,识别集聚特征;地理探测器可以探明沉降空间异质性成因,获得其主要驱动因素。 相似文献
1