摘要: 为研究黄河上游龙羊峡至积石峡流域两岸巨型滑坡地表形变特征及形变量预测，本研究以位于黄河上游贵德地区境内的席芨滩巨型滑坡作为研究区，利用小基线干涉测量（Small Baseline Subset Interferometric SyntheticAperture Rader，SBAS-InSAR）技术对席芨滩巨型滑坡开展地表形变监测，探讨了 2019—2022 年滑坡地表形变速率及其变化特征。结果表明：（1）区内滑坡体最大地表形变速率为-96 mm·a-1，最大累计形变量为 464.71 mm，滑坡体前缘与后缘存在明显形变区域，其地表形变速率为-96~16 mm·a-1。（2）基于 SBAS-InSAR 技术得到区内滑坡体地表布设的特征点的累计形变量，其最大累计形变量为-140.50 mm。（3）采用长短期记忆（Long Short-Term Memory，LSTM）神经网络模型进行特征点累计形变量预测，并与支持向量机（Support Vector Machine，SVM）、BP（Back Propa⁃gation）神经网络模型进行对比，LSTM 神经网络模型计算得到预测结果反映出相对较高的预测精度，其绝对误差为5.00 mm 以内，拟合优度（R2）高于 0.8，反映出采用 LSTM 神经网络模型应用于滑坡体地表累计形变量预测有效性。研究结果可为进一步开展黄河上游巨型滑坡地表形变监测、潜在滑坡早期识别提供数据支撑和实际指导。
相关信息
点击量
下载量
