排序方式： 共有3条查询结果，搜索用时 22 毫秒
1
1.
“削山填沟造地”等岩土工程在湿陷性黄土沟壑地区屡见不鲜,掌握填方区沉降情况具有重要意义。本文收集了2017年11月—2020年12月获取的56景TerraSAR-X StripMap模式影像,利用时序InSAR技术监测了陕北某湿陷性黄土填方地基工程的沉降信息,并与2017年11月—2020年12月期间监测区3个水准点的沉降测量结果比对。结果表明,在填方区地表以沉降为主,在挖方区地表以抬升为主,研究区存在有1处较为明显的地表沉降情况,位于填挖边界线附近填方区内,形变速率范围为-40~-20 mm/a,最大形变速率达-49.9 mm/a,累计量为-151.6 mm,时序InSAR形变结果和实地水准结果吻合性较好,垂直方向形变速率中误差为1.8 mm/a,表明时序InSAR技术在湿陷性黄土填挖方区变形监测中具有较好的应用价值。 相似文献
2.
以陕北某湿陷性黄土大厚度挖方地基工程为研究对象，采用PS-InSAR技术对2018-10—2019-11间获取的16景TerraSAR-X卫星影像进行处理，获取了湿陷性黄土挖方区回弹变形信息，总结了大厚度挖方区时序回弹变形特征。结果表明，由于上部土体应力卸载，在开挖区域存在地基土回弹变形现象，选取的高密度PS点变形信息较好地反映了研究区的真实变形情况，回弹变形范围与开挖边界吻合，另外挖方厚度越大，土体开挖引起的回弹变形越大；在开挖完成后的1年监测时间内，回弹区变形量随时间呈线性变化，在最大开挖厚度处，产生最大回弹量为29.3 mm；此外，PS-InSAR技术监测到的变形量与实地水准结果吻合性较好，表明该技术在黄土大厚度挖方区回弹变形监测中具有较好的应用效果。 相似文献
3.
以某市轨道交通1号线地铁站基坑观测数据为例,开展了小波及BP神经网络预测模型的研究。首先采用小波阈值去噪方式对纵向观测线实际观测数据进行去噪处理,依据信噪比最高以及均方根最小判别原则进行判别,实验表明,小波1层分解、软阈值方式、sym4小波基函数、rigrsure阈值原则、scal=sln为最佳组合方式。然后,给出基坑变形小波-BP神经网络组合预测模型。最后对小波去噪前后的数据进行BP神经网络预测模型预测处理并与小波变换神经网络预测模型预测数据进行对比分析,结果表明小波变换神经网络预测模型预测精度最高。 相似文献
1