宁志杰，袁 颖，2

(1.河北地质大学城市地质与工程学院，河北石家庄 050031；2.河北省高校生态环境地质应用技术研发中心，河北石家庄 050031)

0 引言

随着我国经济的迅猛发展和城市化进程的加快，人们对空间资源和矿产资源的需求量越来越大，资源的过度开发对周围环境造成了极大的影响和破坏。其中，以地下空间及矿产资源的开发和高层建筑的兴建等工程活动引起的地面沉降现象尤为严重。地面沉降不仅会引起周边建筑物和地下管线的变形，而且区域性的地面沉降往往伴随着地裂缝的发生，严重危及人民的生命财产安全。因此，通过发现已有地面沉降数据内在的规律与本质，预测未来沉降量与沉降趋势是一个值得探索的问题。

目前应用于地面沉降量预测的模型有很多种，如种亚辉等(2019)基于时序InSAR技术对常州市重点沉降区域的沉降量进行了预测；周爱红等(2018)采用粒子群优化的支持向量机模型对盾构施工引起的地面沉降量进行了预测；戴文婷等(2019)通过缓冲算子优化原始序列，对地铁施工过程中的地表沉降量进行了预测；彭立顺等(2019)采用优化后的神经网络对南城高速路基沉降量进行了预测。上述各类单一模型都能够对沉降量进行预测，但是均存在预测精度较低的情况。为了提高预测结果的精度，结合不同模型的优点建立组合模型在地面沉降量的预测中应用越来越受到重视。李慧洁等(2016)以山西省太原市阎家峰路段地面沉降数据为基础，建立了泊松和指数模型的组合模型，对黄土地区高填方路堤沉降量进行了预测；……