基于核主成分分析和粒子群优化支持向量机的滑坡位移预测

利用核主成分分析法对滑坡位移影响因子进行特征提取,以获得的主成分作为支持向量机的特征向量建立支持向量机模型,其中模型参数通过粒子群算法进行选择优化,构建出核主成分分析和粒子群优化支持向量机协同模型,对滑坡相对位移进行预测。预测结果的平均绝对误差和相对误差分别为0.760和7.563%,与其他预测模型相比,其拟合和泛化能力最优,表明核主成分分析和粒子群优化支持向量机协同模型的预测结果与实际监测值具有很好的一致性。     

地面沉降时空形变场的构建方法研究

由于离散分布的精密水准测量数据只能对点状沉降信息进行监测分析,描述特定时间点的静态空间趋势,无法表达区域性地面沉降整体时空变化.该文提出一种地面沉降时空形变场的构建方法,在多项式拟合法构建形变场的基础上考虑时间项,通过探索地面沉降量与坐标、时间的关系,对区域地面形变的整体效果进行拟合,构建地面沉降时空形变场.该方法顾及...     

L ogistic 模型在地面沉降预测中的应用

随着城市大规模工程建设的开展,由此引发的地面沉降对区域生态环境、基础设施的影响不容忽视,地面沉降预测与控制是亟待深入研究的重要课题。研究表明,地面沉降基本经历发生、发展、成熟,最后到达一定极限沉降量的过程,这与Logistic模型反映事物的发展规律非常接近。文中建立地面沉降量Logistic预测模型,以某地区地面沉降实测数据为例进行定量模拟预测,结果表明,Logistic预测模型能很好的拟合沉降量—时间关系曲线,而且能够对地面沉降进行较为准确的预测。     

灰色精化模型应用于地面沉降预测

地面沉降是一个复杂的过程,较难建立准确的预测模型.传统灰色模型不能处理沉降观测值序列中的异常点,对于波动大的原始数列也没有精确预测,针对其背景值取值方法的不足,建立一种精化灰色模型(JGM(1,1)模型),分析预测结果和精度,表明该模型具有较高的预测精度和可靠性.     

顾及空间异质性的大范围地面沉降时空预测

大速率、不均匀的地面沉降已经威胁到人类的生产活动,高精度的沉降预测结果对于地质灾害的精准防控具有重要意义。为掌握地面沉降的演化规律,利用现场观测数据或InSAR数据开展了多项预测研究。然而,由于空间异质性的存在,大范围地面沉降的准确预测仍然是一项挑战。在这项研究中,从数据驱动的角度提出了一种顾及空间异质性的大范围地面沉降时空预测方法 STLSTM (Spatio-temporal Long Short-Term Memory)。首先,通过聚类识别地理空间中的均质子区;然后,在每个子区中,一个特别的长短期记忆LSTM (Long ShortTerm Memory)网络被用来捕捉局部位置的非线性特征;最后,利用预训练的网络对未来时刻的地面沉降进行定量预测。在实验部分,哨兵1号影像数据被用来比较STLSTM与其他8种基准方法的性能,利用空间统计指标分析了模型的有效性。结果表明,STLSTM在152 s内达到了最高的预测精度（71.4%）,且能够有效弱化空间异质性对大区域沉降预测任务的影响。总之,这项研究将空间异质性处理策略融合到深度学习模型中,实现了高精度、高时效的大范围地面沉降时空预测。     

某地铁区间盾构法施工监测分析

地铁区间盾构法施工监测是确保地铁区间施工安全的重要保障。在分析盾构隧道施工地表建（构）筑物沉降监测、建（构）筑物倾斜监测、裂缝监测、隧道管片隆沉监测、隧道管片水平收敛监测等监测内容、监测方法、监测频率及控制标准的基础上,结合某地铁区间盾构法施工监测工程实践,分析所获得的横向地表沉降、隧道管片沉降或隆起、净空水平收敛监测的结果,得到相应横向地表沉降、纵向地表沉降和沉降过程的规律,以及隧道管片沉降或隆起、净空水平收敛监测变形规律。     

基于机器学习的多施工参数盾构施工姿态预测

针对盾构施工过程中参数易变、轴线难以预测控制的问题,本文提出了基于机器学习的多施工参数盾构施工姿态预测方法,分析了在复杂环境下影响盾构姿态掘进施工的参数,以及掘进参数和盾构姿态内在的关联关系,建立了盾构姿态预测模型,实现了盾首盾尾中心坐标与设计轴线的偏差计算;最后结合某地铁施工段,验证了该预测模型的可行性.     

二轨法DInSAR技术监测城市地表沉降

合成孔径雷达差分干涉测量技术是新近发展起来的用于监测大范围地表形变的新技术,具有精度高、监测范围广等特点。文中深入分析DInSAR技术的基本原理,通过实验成功获取西安市中心城区相隔9个月的地面沉降结果,与常规方法获取的沉降图对比,发现二者具有高度的一致性,从而证明利用DInSAR技术监测城市地面沉降具有良好的应用前景。     

地铁盾构施工隧道内平面控制网建立方法

目前长大隧道盾构施工控制测量一般都采用传统支导线法,存在误差累积过快、缺少独立检核点及贯通中误差受施工条件影响较大等问题。本文结合地铁施工建设实例,根据盾构施工现场需求及设计精度要求,探索实施了一种新的盾构施工隧道内平面控制网测量方法,从控制点布设、观测方法及数据处理分析等方面进行详细介绍,并与传统导线测量的两种方法进行精度、可靠性对比分析。试验结果显示,本文方法可以提高盾构隧道平面控制测量精度,强化平面控制点及吊篮点可靠性,有效控制隧道平面累积误差及贯通中误差。     

利用Sentinel-1A数据监测南京河西地区地面沉降

南京河西地区是受长江和秦淮河淤积演化而成的漫滩地,由于河西新城大规模开发建设和地质条件的影响,地面沉降已成为该区域城市发展中不容忽视的问题。Sentinel-1数据是目前在轨运行的免费SAR数据,其具有较短的重访周期和较大的幅宽,为实现大范围长时序的地表形变监测提供了重要的数据源。利用短基线集干涉（SBAS-InSAR）技术对2015年4月至2018年4月覆盖南京河西地区的19景Sentinel-1A数据进行处理,获取了研究区2015—2018年间的地面沉降结果,并结合城市开发、人口分布等信息深入分析了地面沉降分布特征和成因。     

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。