地面沉降预测方法的探讨

以变形观测点的平均高程作为研究对象,对连云变电所地面沉降规律进行研究.在沉降区域内较均匀地布设一些能反映地面沉降情况的观测点,定期对其进行沉降观测,求得每期观测点的高程值.选用Gompertz曲线模型和Logistic曲线模型进行拟合,建立预测模型,对研究对象进行预测并进行精度评定.通过研究发现,该方法能较好地反映地面整体沉降情况,可以作为研究地面沉降的方法之一.     

220KV高压变电所地面沉降预测方法研究

连云港220KV高压变电所因地面发生大面积的沉降,直接影响运营安全。为了探究地面沉降的规律性,指导生产实践,本文以土方量作为研究对象,对220KV高压变电所地面沉降规律进行研究。在沉降区域内较均匀地布设一些能反映地面沉降情况的观测点,测定这些观测点的平面坐标,再定期对其进行沉降观测,求得每期观测点的高程值,从而得各观测点的三维坐标。利用南方CASS绘图软件具有的土方量计算功能,计算出每期沉降观测数据所对应的土方量。以土方量作为研究对象,选用Gompertz模型、双曲线模型、Logistic模型和指数曲线模型,利用1 st0pt软件对土方量数据进行拟合,建立预测模型,对研究对象进行预测并进行精度评定。通过研究发现,该方法能较好地反映地面整体沉降情况,与目前只针对个别点的沉降情况来研究地面沉降变化规律相比,具有明显的优越性。     

矿区地面沉降预测预警系统开发

运用现代预测理论,以Visual Basic为编程手段,开发矿区地面沉降预测预警系统。使用逻辑斯蒂(Logistic)、泊松曲线、龚伯次(Gompertz)等模型实现对矿区地面沉降曲线进行拟合,利用拟合曲线可方便有效地预测将来一定时期内所监测区域地面的沉降值,为矿区地面沉降管理提供决策依据。     

变权组合模型在沉降预测中的应用

为探讨变权组合预测模型在沉降预测中的应用,以某大楼实测等时距沉降观测数据为研究对象,根据实测建筑物沉降数据所呈现的规律性,选取Logistic和Gompertz曲线模型对实测沉降数据进行了拟合;求取曲线模型的参数后,建立预测模型并进行预测。在此基础上,利用最小二乘法原理建立变权组合预测模型。根据各模型的预测结果及其计算出的模型精度显示,变权组合预测模型的拟合精度比Logistic和Gompertz曲线的拟合精度高,更适合于作为建筑物的沉降预测模型。     

变权组合模型在沉降预测中的应用

为探讨变权组合预测模型在沉降预测中的应用,以某大楼实测等时距沉降观测数据为研究对象,根据实测建筑物沉降数据所呈现的规律性,选取Logistic和Gompertz曲线模型对实测沉降数据进行了拟合;求取曲线模型的参数后,建立预测模型并进行预测.在此基础上,利用最小二乘法原理建立变权组合预测模型.根据各模型的预测结果及其计算出的模型精度显示,变权组合预测模型的拟合精度比Logistic和Gompertz曲线的拟合精度高,更适合于作为建筑物的沉降预测模型.     

灰色预测模型在地面沉降中的应用

城市地面沉降已经成为城市发展的严重制约因素,很多城市都在积极采取控制沉降的措施.地面沉降趋势的预测可为地面沉降防控提供数据参考.本文基于天津某地区沉降监测数据,采用灰色理论建立GM(1,1)模型对沉降趋势进行预测.结果 显示,利用灰色模型预测地面沉降具有较高的精度,能够在地面沉降的预测研究中发挥作用.     

多项式分布滞后模型在地面沉降预测中的应用

介绍多项式分布滞后模型(PDL模型)建立过程,针对地面沉降相对于地下水水位变化的滞后作用,建立考虑滞后作用的多项式分布滞后预测模型,应用该模型对某地区地面沉降实测数据进行模拟预测,并评价模型各项指标。实例分析表明,PDL模型应用到地面沉降变形趋势具有预测精度高、拟合效果好的特点,可以有效实现地下水水位变化导致地面滞后性沉降的定量模拟和预测。     

AM-LSTM网络的北京平原东部地面沉降模拟

基于传统数值方法构建的地面沉降模拟预测模型需要大量的水文地质数据和实测数据,对于地质条件复杂地区的形变模拟预测难度大。本文基于PS-InSAR技术获取的北京平原东部地区的地面沉降信息,综合考虑不同层位地下水水位对沉降的影响,采用基于注意力机制的长短时记忆网络（AM-LSTM）对不同沉降发育地区典型位置处的地面沉降进行模拟。结果表明：（1）研究区地面沉降空间差异性明显,2010年11月—2016年8月最大沉降速率约153 mm/a,累计沉降量达到1063 mm,位于朝阳区三间房乡附近;（2）基于AM-LSTM模型的模拟精度优于传统LSTM模型,本次模拟精度最高提升了22%;（3）AM-LSTM模型注意力权重表明,第二承压含水层水位对地面沉降贡献最大。本次研究能够为地面沉降防控提供可靠的技术支撑。     

马尔科夫链优化Logistic曲线的基坑沉降预测模型

针对基坑沉降具有非线性及随机性的特点,建立基于马尔科夫链修正的Logistic曲线预测模型进行基坑沉降预测。基坑监测工程实例应用表明:利用Matlab平台的nlinfit函数进行Logistic曲线参数估计是有效的,将Logistic模型拟合值与观测值的残差用于马尔科夫的状态划分,构造状态转移概率矩阵,建立马尔科夫链优化的Logistic模型,预测均方根误差和平均绝对百分误差都比单一Logistic模型小。这表明该方法用于基坑沉降预测是可行的。     

基于Logistic曲线的地铁工程沉降预测模型研究

结构变形是一种广泛存在于地铁结构的工程问题,基于现有变形数据选择合适的预测模型对地铁结构变形的发展趋势进行较为准确预测分析对地铁结构的安全运营及维护具有重要意义,也是地铁结构变形监测工作中的一项重要工作。常见的变形预测方法主要有样条曲线拟合、灰色模型、蚁群算法。本文通过介绍"S"形Logistic曲线性质与经典Logistic模型参数估计方法,并利用基于高斯牛顿法的非线性曲线拟合迭代,获取全局最优参数并结合某地区地铁保护区道床沉降监测工程,探讨分析了Logistic预测模型及其预测精度。研究结果表明,Logistic预测模型计算得到的变形趋势与实际工况吻合,模型预测精度较高,对同类型地铁道床沉降预测具有一定参考价值,可为相关工程项目提供参考。     

基于自回归分布滞后模型的地面沉降预测

地面沉降与地下水水位变化不同步,且地面下沉受自身影响较大,建立滞后作用下地面沉降预测模型,以某地区地面沉降为例进行模拟试验,并探讨模型拟合效果与预测精度。结果表明,自回归分布滞后模型的拟合效果较好,预测精度较高,可以用到地面沉降量计算中。     

时序InSAR监测京雄城际铁路河北段地面沉降

本文以京雄城际铁路河北段固安站至雄安站沿线作为研究区,利用2018—2020年共34景Sentinel-1B影像,基于小基线集雷达干涉测量技术(SBAS-InSAR)获取京雄城际铁路河北段沿线的地面沉降时空分布信息,结合空间自相关分析方法,揭示研究区地面沉降的空间分布格局,并对沉降原因进行初步分析。研究结果表明,京雄城际铁路河北段沿线地面沉降发展由北向南存在一定的差异。北部年均沉降速率小于10 mm/a,南部沉降较为严重,最大年均沉降速率达-105.6 mm/a,且沿线西部年均沉降速率高于东部区域。通过分析影响因素得知,地面沉降量与地下水埋深值存在相关性,地下水埋深高的地区地面沉降量较高。同时结合研究区土地利用变化结果发现,城市化建设所产生的静载荷对京雄城际铁路沿线的地面沉降产生一定的影响。     

利用水准数据的天津市地面沉降时空特征分析

地面不均匀沉降可能对城市的发展与人民的安全造成危害，天津市的地面沉降情况尤为严重。针对该问题，本文收集天津市2005—2012年、2016—2017年水准观测数据，以固定水准点位的沉降量、沉降速率、沉降加速率为状态向量，构建卡尔曼滤波模型，对天津市历年的水准观测数据进行滤波；根据滤波后的结果，本文利用多项式加权内插的方法，以距离、沉降速率、沉降加速率信息确定权值大小，对地面沉降情况进行内插；并以中误差作为精度评定参数，比较多种内插方法的精度。通过对内插结果的试验分析发现，2005—2017年天津市地面累计平均沉降量为394.477 5 mm，最大沉降量为1 143.5 mm；主要沉降区域为北辰、大港、塘沽等地区，且随着时间的增长，这些区域呈现漏斗式下沉。试验证明本文结合卡尔曼滤波与多项式加权内插的方式能够较好地反映地面沉降的时空特征分布情况并对未来一段时间的沉降情况进行预测，对天津市的城市发展及建设有一定的参考意义。     

不同手段和尺度下地面沉降时空变化特征分析——以深圳大空港区为例

本文利用不同手段和不同尺度的地面监测方法,分析城市填海区地面沉降的时空变化特征。通过深圳市大空港区的地面沉降监测工程实例分析,结合精密水准测量和遥感监测手段,实现了不同尺度地面沉降监测,获取该区域地面沉降时空变化特征。研究结果表明,精密水准测量方法与遥感监测方法均发现了会展中心周围道路产生的沉降,具有相同的变化特征。精密水准监测方法能较精确地获取局部地面沉降量,在石围路的建筑基坑周边产生最大为-303.6mm的地面沉降。结合不同手段和不同尺度的监测方法,可以较全面获取监测对象的形变特征。     

基于库伊克模型的地面沉降预测分析

针对地面沉降与地下水水位变化的内在关系,考虑地面沉降受到自身变化规律的影响,建立基于库伊克变换的地面沉降预测模型,应用该模型对某地区地面沉降统计数据进行模拟预测,有效实现该地区地面沉降与地下水水位以及本身之间的定量模拟,并探讨模型的拟合效果和预测精度。结果表明库伊克模型拟合效果较好,预测精度较高,能较好地反映研究区域的地面沉降变形趋势。     

利用压密方程计算分析西安市地面沉降特征

利用西安市地下水位监测资料,基于水文地质三维结构模型,在不考虑粘土层滞后压缩变形的理想情况下,采用压密方程计算获得西安市抽取地下水可引起的理论地面沉降量及沉降分布特征,结果表明:计算所得沉降显著区位于西安市西南部的高新区及东南部的曲江新区,沉降量呈由北向南递增的特征,与InSAR监测结果整体趋势具有较好的一致性;地面沉降分布特征受到活动地裂缝影响,沉降曲线呈近NE向偏转展布。研究结果可为沉降灾害预防研究提供宏观的参考信息。     

郑徐高铁开封段地面沉降分层监测方法

高铁沿线施工期间引起地面沉降的因素错综复杂、相互影响,本文提出通过对沉降区域地下水位、孔隙水压力等进行分层观测,根据分层观测得到地下水位变化、孔隙水压力变化等数据,并采用回归分析法构建了沉降区域地面沉降与诸影响因子的关联模型,通过对郑徐客运专线开封段进行的地面沉降监测量与同时采用二等精密水准测量得到的监测点沉降量进行对比分析,结果表明本方法的有效性和可靠性。     

克里金插值模型在地面沉降监测中的应用

变形监测在保障工程安全、建筑物的监测以及地质结构分析等方面扮演着重要的角色。尤其是在城市发展中,地面沉降更是非常突出的问题。本文针对目前通过精密水准或GNSS进行地面沉降监测存在监测点位离散,且分布不均的问题,提出采用克里金插值模型进行沉降量内插的设想,并通过北京局部沉降监测实测数据,对上述差值模型进行了验证和精度分析。结果表明克里金插值模型用于地面沉降监测数据内插是可行的。     

Land subsidence prediction in Beijing based on PS-InSAR technique and improved Grey-Markov model

Land subsidence induced by excessive groundwater withdrawal has caused serious social, geological, and environmental problems in Beijing. Rapid increases in population and economic development have aggravated the situation. Monitoring and prediction of ground settlement is important to mitigate these hazards. In this study, we combined persistent-scatterer interferometric synthetic aperture radar with Grey system theory to monitor and predict land subsidence in the Beijing plain. Land subsidence during 2003–2014 was determined based on 39 ENVISAT advanced synthetic aperture radar (ASAR) images and 27 RadarSat-2 images. Results were consistent with global positioning system, leveling measurements at the point level and TerraSAR-X subsidence maps at the regional level. The average deformation rate in the line-of-sight was from ?124 to 7 mm/year. To predict future subsidence, the time-series deformation was used to build a prediction model based on an improved Grey-Markov model (IGMM), which adapted the conventional GM(1,1) model by utilizing rolling mechanism and integrating a k-means clustering method in Markov-chain state interval partitioning. Evaluation of the IGMM at both point level and regional scale showed good accuracy (root-mean-square error <3 mm; R² = 0.94 and 0.91). Finally, land subsidence in 2015–2016 was predicted, and the maximum cumulative deformation will reach 1717 mm by the end of 2016. The promising results indicate that this method can be used as an alternative to the conventional numerical and empirical models for short-term prediction when there is lack of detailed geological or hydraulic information.