基于InSAR和深度学习的大坝形变监测及预测方法

    公开(公告)号:CN114966685B

    公开(公告)日:2023-04-07

    申请号:CN202210574487.9

    申请日:2022-05-24

    摘要: 本发明公开了一种基于InSAR和深度学习的大坝形变监测及预测方法,首先利用InSAR对水库大坝监测区域进行大范围形变监测,获得初步水库大坝形变信息;接着在需要重点监测区域内相干点稀疏处放置角反射器,以便获得该处准确的形变信息;并在边坡周边设置GNSS网进行监测,利用GNSS数据去除影响干涉图的大气相位;然后对GNSS数据与InSAR结果进行融合,获得高时空分辨率的形变监测结果;同时设置阈值自动识别形变量异常的不稳定区域,结合水库水位线数据和温度等因素进行相关性分析;最后利用长短期记忆(LSTM)网络模型深度学习方法进行未来形变量的预测,为水库大坝监测预警和风险防控提供重要支撑。

    基于InSAR和深度学习的大坝形变监测及预测方法

    公开(公告)号:CN114966685A

    公开(公告)日:2022-08-30

    申请号:CN202210574487.9

    申请日:2022-05-24

    摘要: 本发明公开了一种基于InSAR和深度学习的大坝形变监测及预测方法,首先利用InSAR对水库大坝监测区域进行大范围形变监测,获得初步水库大坝形变信息;接着在需要重点监测区域内相干点稀疏处放置角反射器,以便获得该处准确的形变信息;并在边坡周边设置GNSS网进行监测,利用GNSS数据去除影响干涉图的大气相位;然后对GNSS数据与InSAR结果进行融合,获得高时空分辨率的形变监测结果;同时设置阈值自动识别形变量异常的不稳定区域,结合水库水位线数据和温度等因素进行相关性分析;最后利用长短期记忆(LSTM)网络模型深度学习方法进行未来形变量的预测,为水库大坝监测预警和风险防控提供重要支撑。