[发明专利]一种区域地面沉降时空预测方法

摘要

本发明公开了一种区域地面沉降时空预测方法，包括S1、结合雷达影像数据，通过雷达数据处理软件获取地面沉降信息，通过现场实测GPS与水准测量数据对地面沉降数据进行精度验证，获取高精度地面沉降信息数据库；S2、通过改进的灰色模型对地面沉降进行模拟与预测；S3‑S4、通过SOM聚类算法对监测值与模拟值的比值与误差进行聚类获取马尔科夫区间并求取马尔科夫矩阵，然后通过改进的马尔科夫模型对灰色模型预测值进行改进，通过对InSAR进行大尺度地面沉降预测。本发明通过对InSAR进行大尺度的地面预测减少对人工的依赖，节约工程成本。

主权项

一种区域地面沉降时空预测方法，其特征在于，包括以下步骤：S1、通过雷达测量进行大尺度地面沉降预测得到雷达测量数据，结合雷达影像数据与时序差分干涉雷达测量技术，利用StaMPS方法、IPTA方法及PS‑InSAR方法获取地表面PS点的形变信息，通过现场实测GPS数据与水准点实测数据对InSAR数据进行精度验证，获取高精度稳定PS点的沉降数据库；S2、针对每一个PS点，采用时间插值算法对形变数据进行插值处理获取等时间间距地面沉降数据，设某一稳定PS点的沉降时间序列为X0，X0=｛x（0）（1），x（0）（2），…，x（0）（n）,x（0）（k）≥0（k=1,2,…，n）｝，其中n表示时间序列，x（0）（n）表示PS点在时刻n相对与n‑1时刻的沉降量；S3、基于S1中高精度稳定PS点的沉降数据库建立灰色模型，基于此模型分别对每一个X0进行模拟，模拟值为Y0，并预测下一时刻n+1的地面沉降值x（0）（n+1），计算监测值与模拟值的误差ε与比值ρ；其中Y0=｛y（0）（1），y（0）（2），…，y（0）（n）,y（0）（n）≥0（n=1,2,…）｝，ε=x（0）（n）‑y（0）（n），ρ=x（0）（n）/y（0）（n）；S4、结合马尔科夫模型，对灰色模型的预测值进行改进，通过自组织神经网络聚类算法对每一个PS点的误差ε与比值ρ组成的矩阵进行聚类，其中每一类分别表示为一个马尔科夫区间，基于马尔科夫区间建立马尔科夫矩阵，并求取时间序列中n+1时刻灰色模型预测值的马尔科夫区间；S5、基于S2‑S4中n+1时刻灰色模型预测值的马尔科夫区间，对S3中n时刻灰色模型预测值进行矫正，获取n+1时刻改进的灰色‑马尔科夫预测值，利用此方法对所有的PS点n+1时刻的地面沉降值进行灰色模型预测与马尔科夫模型矫正，获取集成雷达干涉测量与改进灰色‑马尔科夫预测模型的区域地面沉降预测值；S6、基于S5中改进灰色‑马尔科夫预测模型动态预测未来时间段的地面沉降值，去掉时间序列中第一个值x（0）（1），并将n+1时刻的改进灰色‑马尔科夫预测值x（0）（n+1）添加到时间序列中，即通过X0=｛x（0）（2），x（0）（3），…，x（0）（n+1）（n=1,2,…）｝，建立灰色‑马尔科夫模型预测n+2时刻的地面沉降值；如此循环动态预测未来时刻地面沉降值。