时序InSAR滑坡形变监测与预测的N-BEATS深度学习法
——以新铺滑坡为例
2022-11-04郭澳庆郑万基杜志贵贺乐和
测绘学报 2022年10期
关键词:模型
郭澳庆,胡 俊,郑万基,桂 容,杜志贵,朱 武,贺乐和
1. 中南大学地球科学与信息物理学院,湖南 长沙 410083; 2. 长沙天仪空间科技研究院有限公司,湖南 长沙 410205; 3. 长安大学地质工程与测绘学院,陕西 西安 710054
滑坡是指在斜坡上的岩体土体,当受流水冲刷、降雨冲刷、地下水运动及地震等因素的影响时,在重力作用下失稳而沿斜坡向下滑动的自然现象[1]。山体滑坡通常发生突然,破坏力巨大,经常会造成重大的生命安全事故和财产损失。因此,滑坡形变的全面监测和中短期实时预测技术的进步对防灾救灾来说更具有突出的现实意义。
滑坡形变监测和预测方面的研究在目前来说仍是一大热点。合成孔径雷达干涉测量技术(interferometric synthetic aperture radar,InSAR)[2-5]以其非接触式的测量功能获得卫星目所能及之处的面状形变数据,相较于利用全球导航卫星系统数据(Global Navigation Satellite System,GNSS)和传统地面监测数据进行滑坡预测而言,InSAR技术能够提供无接触式低成本的面域测量,既降低了GNSS接收站和传统地面监测仪器的安装维护成本,又能够获得滑坡形变区更加全面的面域形变状态,成为了滑坡形变的主流监测手段之一[6-9]。
由于滑坡形变序列受到机理复杂和种类繁多的变量因子的影响[10],其波动呈现出非线性和不确定性而导致滑坡预测问题较难解决,在基于InSAR技术的滑坡形变预测方面的研究更是屈指可数。因此,寻找到更加适合于InSAR形变数据分析且能够准确有效完成滑坡形变预测任务的方法和技术是解决问题的方向。……
登录APP查看全文
