| 基于InSAR监测和PSO-SVR模型的高填方区沉降预测 |
| |
| 引用本文： | 李华蓉,戴双璘,郑嘉欣.基于InSAR监测和PSO-SVR模型的高填方区沉降预测[J].中国地质灾害与防治学报,2024(2):127-136. |
| |
| 作者姓名： | 李华蓉 戴双璘 郑嘉欣 |
| |
| 作者单位： | 1. 重庆交通大学智慧城市学院;2. 长江重庆航道局;3. 重庆工程职业技术学院 |
| |
| 基金项目： | 重庆市自然科学基金面上项目（CSTB2023NSCQ-MSX0880）； |
| |
| 摘 要： | 基于小基线集干涉测量技术（small baseline subsets interferometric synthetic aperture radar, SBAS-InSAR）和机器学习知识对高填方区域进行地表沉降监测及预测，对工程项目的施工、检修、运营等工作都具有重要的指导意义。文章以重庆东港集装箱码头为研究对象，选取2018—2019年覆盖研究区的31景Sentinel-1A数据，利用SBAS-InSAR技术获取该区域的地表沉降数据，并进行内外精度评定；通过信息量模型分析地表沉降易发地地势特点，选择预测点位；通过灰色关联分析计算动态影响因素与沉降量之间的灰色关联度，使用主成分分析法从影响因素中提取出主成分，构建训练集和测试集，通过粒子群算法-支持向量机法（particle swarm optimization-support vector regression, PSO-SVR）预测模型对测试集数据进行预测。为验证该模型在高填方区域沉降预测的可靠性和优异性，将自回归差分整合移动平均模型（autoregressive integrated moving average model,...
|
| 关 键 词： | 高填方区域 粒子群算法 支持向量机回归 形变预测 |
|
|
