基于SBAS-InSAR技术与LSTM模型的徐州市地铁3号线地表沉降分析

作者：郦嘉辉; 胡晋山^*; 岳佳乐; 康建荣; 黄郦

来源：江苏师范大学学报(自然科学版), 2023, 41(04): 24-29.

• 地表沉降
• SBAS-InSAR
• LSTM神经网络
• 地铁工程

针对城市地铁修建过程中产生的地表沉降，基于Sentinel-1A影像数据，利用SBAS-InSAR技术反演徐州市地铁3号线从施工到运营期间沿线的地表沉降信息，并与水准观测数据进行对比.同时，将SBAS-InSAR反演得到的时序累计沉降量作为训练样本，通过长短时记忆(LSTM)神经网络对地面沉降作出预测.结果显示：SBAS-InSAR反演地表沉降量与水准观测值平均绝对误差为2.9 mm,整体误差在1 cm之内；LSTM模型对地表沉降预测的平均绝对误差大多在1.0 mm左右，表明LSTM神经网络模型可以辅助SBAS-InSAR数据预测城市地下工程建设过程中的地表沉降.

• 出版日期2023
• 单位江苏师范大学