基于SBAS-InSAR和CNN的地面沉降监测与预测分析OA
本文以天津市津南区为研究对象,运用SBAS-InSAR技术和 48 景Sentinel-1 A SAR数据对该区域2021 年1 月—2023 年 5 月地面沉降特点开展研究.同时,对发生于 2023 年 5 月 31 日津南区八里台镇沉降事件的 SBAS-InSAR监测数据进行分析,探讨地面沉降预测对灾害防治的重要性,并建立适用于城市地面沉降预测的 CNN 沉降预测模型.结果表明:(1)津南区 90%以上的区域地面沉降处于稳定状态,地面形变保持…查看全部>>
郝建伟;于沭;周国清;苏安双;尹鹏海
桂林理工大学 地球科学学院,广西 桂林 541004||桂林理工大学 广西空间信息与地理信息重点实验室,广西 桂林 541004||中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室,北京 100048黑龙江省水利科学研究院,黑龙江 哈尔滨 150080||中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室,北京 100048桂林理工大学 地球科学学院,广西 桂林 541004||桂林理工大学 广西空间信息与地理信息重点实验室,广西 桂林 541004黑龙江省水利科学研究院,黑龙江 哈尔滨 150080中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室,北京 100048
地质学
SBAS-InSAR城市地面沉降沉降预测CNN预测模型
《水利科学与寒区工程》 2024 (1)
8-15,8
黑龙江省自然科学基金杰出青年项目(JQ22023E009)广西壮族自治区硕士研究生创新项目(YCSW2023366)
评论