论文部分内容阅读
随着城市化进程的加快,地下水开采、填海造陆和地下采矿等各种人类活动工程的开展,使得城市地面沉降不断加剧,极易引起城市基础设施的破坏,严重威胁城市居民的生命财产安全,制约社会经济的可持续发展。城市地面沉降预测对于城市基础设施损害的早期预警和及时采取补救措施具有重要意义,因此,构建城市地面沉降预测模型显得至关重要。现有地面沉降预测模型存在时序特征捕捉能力差和未顾及空间邻域特征等问题,本研究构建了善于捕捉时序特征的长短时记忆（Long Short-Term Memory,LSTM）神经网络和顾及空间邻域特征的卷积长短时记忆（Convolutional LSTM,Conv LSTM）神经网络,提高城市地面沉降预测的可靠性。本文选取受地下水抽取影响发生地面沉降的北京首都国际机场和受填海造陆影响导致地面沉降的香港国际机场两种场景作为实验区,验证提出新模型的普适性。首先基于PS-In SAR和SBAS-In SAR技术,利用ENVISAT ASAR和Sentinel-1A影像获取北京首都国际机场和香港国际机场两种场景下的地面沉降点级和面域时序In SAR数据;然后针对地面沉降点级时序In SAR数据,构建能够有效学习地面沉降点级时序特征的堆叠式LSTM预测模型,实现地面沉降点级的时空预测;接着针对地面沉降时序In SAR面域数据,构建顾及地面沉降空间邻域特征的Conv LSTM预测模型,实现地面沉降面域的时空预测;最后利用构建的堆叠式LSTM点级时空预测模型和Conv LSTM面域预测模型对北京首都国际机场和香港国际机场两种场景未来一年的地面沉降进行时空预测。本研究主要结论包括以下几个方面:（1）利用PS-In SAR技术获取了2005-2010年北京首都国际机场和2015-2020年香港国际机场的地面沉降点级时序In SAR监测时空数据。分析可知,首都国际机场地面沉降在时间序列空间变化显示由东南向西北递增,香港国际机场地面的南北跑道和航站楼附近区域累积沉降较为明显;利用SBAS-In SAR技术获取了2016-2021年北京首都国际机场和2015-2020年香港国际机场的地面沉降面域时序In SAR时空数据。分析可知,相比于2005-2010年,首都国际机场地面沉降在时间序列变化显示机场地面沉降有所缓解,但机场西北和东南方向的地面沉降空间分布差异逐渐显著,香港国际机场地面沉降时间序列空间变化与PS-In SAR监测结果具有一致性。两种技术获取的时序In SAR数据通过交叉验证并与水准点数据进行验证,得出两种数据具有较高的相关性,进而说明本研究所获取点级和面域时序In SAR数据的可靠性,可用于后续预测模型构建的数据集。（2）基于2005-2010年的北京首都国际机场时序In SAR地面沉降点级数据,采用滑动窗口进行数据分割形成多对一数据集模式,借助小波变换和评价指标手段确定预测模型的最佳时间步长,构建地面沉降点级时序特征的堆叠式LSTM预测模型,并将堆叠式LSTM模型的预测结果与MLP、RNN模型的预测结果进行对比分析;将构建的堆叠式LSTM模型应用于香港国际机场和首都国际机场两种场景,发现构建的堆叠式LSTM预测模型在两种场景点级尺度上具有良好的预测性能。本文采用提出的堆叠式LSTM点级预测模型对北京首都国际机场和香港国际机场未来一年地面沉降进行时空预测,分析可知,到2011年9月首都国际机场最大累积沉降量将达到350 mm,但在香港国际机场的预测过程中发现,构建的堆叠式LSTM预测模型在该场景下不适合长期预测,会出现失效性,进而揭示出不同场景下地面沉降点级预测模型具有一定的区域性。（3）基于2016-2021年北京首都国际机场时序In SAR地面沉降面域数据,在全部时序数据中采用滑动窗口进行数据分割形成多对一数据集模式,结合小波变换、评价指标和预测结果确定预测模型的最佳时间步长,构建顾及地面沉降空间邻域特征的Conv LSTM面域预测模型,并采用评价指标进行模型精度评定,对比分析其预测结果和真实结果。为验证Conv LSTM模型的性能,将Conv LSTM预测模型应用于北京首都国际机场和香港国际机场两种场景,发现构建的Conv LSTM预测模型在首都国际机场和香港国际机场面域尺度上具有较高的精度,其预测结果和真实结果的拟合度R~2最大分别为0.9973和0.9188,同时图像评价指标在结构相似度、质量和失真方面取得了良好的准确性,说明构建的Conv LSTM预测模型拥有良好的预测性能,适用于不同场景的地面沉降面域预测。本文采用提出的Conv LSTM预测模型对首都国际机场和香港国际机场两种场景未来一年地面沉降进行时空预测,发现到2022年11月首都国际机场最大累积沉降量将达到157 mm,到2021年12月香港国际机场最大累积沉降将达到135 mm。可见,构建的顾及空间邻域特征的Conv LSTM地面沉降预测模型具有普适性,可用于各种场景,可为城市地面沉降早期预防提供关键技术支撑。