长短时记忆网络TS-InSAR地表形变预测

预测地面沉降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。本文提出基于时序InSAR数据采用长短时记忆网络（LSTM）模型来预测地面沉降。以香港国际机场为研究区域,基于Sentinel-1A升轨影像利用时序雷达干涉技术（TS-InSAR）获取2015年—2020年机场时序地面沉降监测InSAR结果;利用机场时序InSAR形变结果建立堆叠式LSTM预测模型,并将预测结果与InSAR真实结果进行对比分析。结果表明,2015年—2020年香港国际机场地表垂直方向的平均形变速率为-19—5 mm/a。预测值与真实值的拟合均方根误差和平均绝对误差均较低,分别为0.75 mm和0.61 mm,同时其相关系数为0.99,表明LSTM预测模型在点级尺度上具有良好的性能,能够基于时序InSAR数据较准确预测地面沉降。但预测过程中发现,LSTM模型不适合长期预测,长期预测会出现失效性。本文提出的堆叠式LSTM预测模型可以作为一种有效方法来预测地表形变,尽管LSTM模型只是适用于短期预测,但其预测结果可用于辅助决策、早期预警和减轻危害。     

贵州普定后寨地下河流域岩溶水特征研究

岩溶地区由于独特的地貌地质结构,其岩溶水特也具有特殊性和复杂性,以贵州普定后寨地下河流域为例,从岩溶水形成机制出发,通过脉冲试验和降雨天然脉冲分析,论述了流域岩溶水水文特征、水化学特征以及其与流域贮水结构、地貌地质结构的相线关系以及隙流水和管流水的转化关系,这对非均一含水介质岩溶水运动研究、岩溶水文模拟及岩水资源开发利用均有一定的参考意义。