本發(fā)明涉及城市地質災害領域，具體為一種區(qū)域地面沉降時空預測方法。

背景技術：

地面沉降是在自然因素和人為因素的共同作用下，所產生的一種地表高程緩慢降低的地質現(xiàn)象，是一種難以補償?shù)挠谰眯原h(huán)境和資源損失，并能夠誘發(fā)一系列其它的環(huán)境災害。其形成過程緩慢，導致短時間內不易被察覺，且微量的沉降需要靠精密儀器才能被發(fā)現(xiàn)，易被人們忽視。地面沉降在很多情況下是發(fā)生在人口密集、工業(yè)發(fā)達的城市，其危害面廣，破壞嚴重，且沉降過程是不可逆的。為了預防地面沉降造成的地質災害與減小經濟損失，我們發(fā)明了合理的地面沉降預測模型，對地面沉降進行預測，在很大程度上提前發(fā)現(xiàn)異常地質現(xiàn)象，防止災害發(fā)生。

目前應用較多的地面沉降預測模型包括確定性數(shù)值模型以及數(shù)理統(tǒng)計模型。確定性數(shù)值模型依據(jù)地面沉降的成因，基于地下水、可壓縮土層厚度等水文地質因素與詳細的工程勘察數(shù)據(jù)，針對土體變形與地下水動力學機制對地面沉降的發(fā)生發(fā)展過程進行數(shù)值模擬（比如基于太沙基原理和比奧固結理論的沉降模型）。此類模型所需的部分水文地質參數(shù)的測定方法尚不成熟或無法實驗測定，在模型的實驗過程中，需要對部分參數(shù)進行不斷的調整，會加入許多主觀因素，影響模型的精度，且此類模型通常是在某種理想假設條件下對地面沉降進行描述，與實際情況存在較大的差距，模型精度往往較低。數(shù)理統(tǒng)計模型建立在地面沉降影響因素與沉降量之間相關關系的基礎上，通過對地面沉降影響因子及沉降量的多元回歸分析或者人工神經網絡的構建對沉降進行模擬預測，同樣需要影響因子的詳細描述數(shù)據(jù)。另外，這兩種模型所需的水文地質和工程地質參數(shù)根據(jù)現(xiàn)場布井進行水文地質勘測及抽水實驗獲得，再根據(jù)空間插值方法得到整個區(qū)域的參數(shù)分布，空間分辨率低。

區(qū)域地面沉降成因復雜，存在各種不確定性因素的影響，傳統(tǒng)數(shù)學模型往往無法滿足其變化的要求。灰色系統(tǒng)理論作為一種針對“小樣本”、“貧信息”的不確定性系統(tǒng)研究方法，目前已成功應用于地面沉降單點預測，其中灰色-馬爾可夫模型取得較好的效果，灰色-馬爾可夫模型不需要對水文地質、工程地質參數(shù)的詳細描述，僅根據(jù)沉降測量的時間序列即可預測下一時刻的沉降量。然而，由于該模型需要人為手動調整模型參數(shù)劃分狀態(tài)區(qū)間，其應用目前僅局限于基于某一個或者某幾個水準測量點上的形變預測，預測結果的空間分辨率低，不適于區(qū)域尺度地面沉降時空預測。

技術實現(xiàn)要素：

（一）要解決的技術問題

灰色-馬爾可夫模型不需要對水文地質、工程地質參數(shù)的詳細描述，僅根據(jù)沉降測量的時間序列即可預測下一時刻的沉降量。然而，由于該模型需要人為手動調整模型參數(shù)劃分狀態(tài)區(qū)間，其應用目前僅局限于基于某一個或者某幾個水準測量點上的形變預測，預測結果的空間分辨率低，不適于區(qū)域尺度地面沉降時空預測。

（二）技術方案

為解決上述問題，本發(fā)明提供如下技術方案：一種區(qū)域地面沉降時空預測方法，包括以下步驟：

S1、通過雷達測量進行大尺度地面沉降預測得到雷達測量數(shù)據(jù)，結合雷達影像數(shù)據(jù)與時序差分干涉雷達測量技術，利用StaMPS方法、IPTA方法及PS-InSAR方法獲取地表面PS點的形變信息，通過單點GPS、水準點實測數(shù)據(jù)對InSAR數(shù)據(jù)進行精度驗證，獲取高精度穩(wěn)定PS點的沉降數(shù)據(jù)庫；

S2、針對每一個PS點，采用時間插值算法對形變數(shù)據(jù)進行插值處理獲取等時間間距地面沉降數(shù)據(jù)，設某一穩(wěn)定PS點的沉降時間序列為X⁰，

X⁰=｛x^（0）（1），x^（0）（2），…，x^（0）（n）,x^（0）（k）≥0（k=1,2,…，n）｝，

其中n表示時間序列，x^（0）（n）表示PS點在時刻n相對與n-1時刻的沉降量；

S3、基于S1中高精度穩(wěn)定PS點的沉降數(shù)據(jù)庫建立灰色模型，基于此模型分別對每一個X⁰進行模擬，模擬值為Y⁰，并預測下一時刻n+1的地面沉降值x^（0）（n+1），計算監(jiān)測值與模擬值的誤差ε與比值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、結合馬爾科夫模型，對灰色模型的預測值進行改進，通過自組織神經網絡聚類算法對每一個PS點的誤差ε與比值ρ組成的矩陣進行聚類，其中每一類分別表示為一個馬爾科夫區(qū)間，基于馬爾科夫區(qū)間建立馬爾科夫矩陣，并求取時間序列中n+1時刻灰色模型預測值的馬爾科夫區(qū)間；

S5、基于S2-S4中n+1時刻灰色模型預測值的馬爾科夫區(qū)間，對S3中n時刻灰色模型預測值進行矯正，獲取n+1時刻改進的灰色-馬爾科夫預測值，利用此方法對所有的PS點n+1時刻的地面沉降值進行灰色模型預測與馬爾科夫模型矯正，獲取集成雷達干涉測量與改進灰色-馬爾科夫預測模型的區(qū)域地面沉降預測值；

S6、基于S5中改進灰色-馬爾科夫預測模型動態(tài)預測未來時間段的地面沉降值，去掉時間序列中第一個值x^（0）（1），并將n+1時刻的改進灰色-馬爾科夫預測值x^（0）（n+1）添加到時間序列中，即通過

X⁰=｛x^（0）（2），x^（0）（3），…，x^（0）（n+1）（n=1,2,…）｝，

建立灰色-馬爾科夫模型預測n+2時刻的地面沉降值；如此循環(huán)動態(tài)預測未來時刻地面沉降值。

優(yōu)選地，所述StaMPS雷達影像的處理軟件為開源軟件。

優(yōu)選地，S3中傳統(tǒng)的灰色模型參數(shù)僅包括發(fā)展系數(shù)與灰色作用量，可以通過最小二乘法簡單的獲取。

（三）有益效果

與現(xiàn)有技術相比，本發(fā)明的有益效果是：本發(fā)明通過改進灰色-馬爾科夫預測模型實現(xiàn)與InSAR數(shù)據(jù)的結合，進行了大尺度地面沉降預測，減少了常規(guī)通過GPS，水準點等單點預測的局限；簡單的數(shù)值模型減少了對水文地質資料的依賴，通過對InSAR進行大尺度的預測減少對人工的依賴，節(jié)約工程成本。

附圖說明

圖1為本發(fā)明流程圖；

圖2為本發(fā)明雷達影像數(shù)據(jù)處理流程圖；

圖3為改進灰色-馬爾科夫模型圖；

圖4為A點傳統(tǒng)灰色模型預測值、改進灰色馬爾科夫模型預測值與監(jiān)測值的比較；

圖5為B點傳統(tǒng)灰色模型預測值、改進灰色馬爾科夫模型預測值與監(jiān)測值的比較。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

請參閱圖1-5，本發(fā)明提供的一種實施例：一種區(qū)域地面沉降時空預測方法，

S1、通過雷達測量進行大尺度地面沉降預測得到雷達測量數(shù)據(jù)，InSAR即為干涉雷達測量，首先通過Doris軟件，結合雷達測量數(shù)據(jù)，結合雷達影像數(shù)據(jù)與時序差分干涉雷達測量（MTI DInSAR）技術，利用StaMPS（Stanford Method for Persistent Scatterers）方法、IPTA（IPTA Interferometric Point Target Analysis）方法及PS-InSAR方法獲取地表面穩(wěn)定散射體（即PS點）的形變信息，通過單點GPS、水準點實測數(shù)據(jù)對InSAR數(shù)據(jù)進行精度驗證，獲取2003-2014年地面沉降信息。

S2、結合2003-2010年覆蓋北京市平原區(qū)的39景ENVISAT ASAR數(shù)據(jù)，2010-2014年27景RadarSat-2數(shù)據(jù)，通過Doris數(shù)據(jù)處理軟件對雷達影像進行處理，獲取覆蓋北京市平原區(qū)2003-2014年地面沉降信息，結合2003-2005年與2008-2013年的試驗區(qū)實測GPS數(shù)據(jù)，對地面沉降信息進行精度驗證，同時結合2003-2010年試驗區(qū)水準測量數(shù)據(jù)對地面沉降速率進行精度驗證，如果精度不符合要求，則重新進行地面沉降信息的獲取，獲取高精度地面沉降信息庫數(shù)據(jù)。

S3、根據(jù)S1中高精度地面沉降數(shù)據(jù)建立傳統(tǒng)灰色模型，首先通過灰色模型對2003-2014年地面沉降進行模擬，并預測2015年地面沉降信息，然后通過馬爾科夫模型對2015年灰色預測模型值進行矯正，獲取高精度地面沉降信息。

S4、通過SOM聚類算法，并結合2003-2014年地面沉降監(jiān)測值與模擬值的誤差、比值對馬爾科夫模型進行改進，獲取高精度馬爾科夫區(qū)間并求取馬爾科夫矩陣。

S5、建立改進的灰色-馬爾科夫預測模型，并預測2015-2017年地面沉降。結合2003-2014年高精度地面沉降信息，利用改進的灰色-馬爾科夫模型預測2015-2017年地面沉降信息。

S6、通過動態(tài)方法預測，去掉2003年地面沉降信息，并加上2015年地面沉降預測值，即通過2004-2015年地面沉降信息預測2016年地面沉降信息，如此循環(huán)利用動態(tài)模型預測2016-2017年地面沉降；

選取2個ps點A點和B點進行分析，對比傳統(tǒng)灰色模型預測值、改進灰色-馬爾科夫模型預測值與真實監(jiān)測值的差異，由圖4點A處的沉降毫無規(guī)律，表現(xiàn)為非線性形變，由圖5點B處的沉降總體上表現(xiàn)一定的線性規(guī)律，由圖2可知，較傳統(tǒng)灰色預測模型，改進的灰色-馬爾科夫模型的模擬精度較高，傳統(tǒng)的灰色模型模擬值呈完全線性趨勢，而改進的灰色馬爾科夫預測模型模擬值更接近于真實值，表明本發(fā)明中一種集成InSAR與改進灰色-馬爾科夫模型的地面沉降預測方法較可靠。

根據(jù)預測結果，分析試驗區(qū)未來3年的地面沉降量，判斷試驗區(qū)地面沉降范圍與沉降量的發(fā)展，提示相關工程管理人員提前采取防范與保護措施，達到有效預防與控制地面沉降的目的，降低由于地面沉降導致的地質災害的風險。

對于本領域技術人員而言，顯然本發(fā)明不限于上述示范性實施例的細節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實現(xiàn)本發(fā)明。因此，無論從哪一點來看，均應將實施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權利要求而不是上述說明限定，因此旨在將落在權利要求的等同要件的含義和范圍內的所有變化囊括在本發(fā)明內。不應將權利要求中的任何附圖標記視為限制所涉及的權利要求。