矿区地表形变监测及预测方法研究

利用2018年1月至2021年12月的47景Sentinel-1A影像，基于SBAS-InSAR技术，对窑街矿区进行沉降监测。根据矿区沉降特征，构建GM(2,1)、BP神经网络、PSO-SVR和LSTM4种预测模型，对3个矿区2020—2021年形变中心沉降值进行预测分析。结果显示：窑街矿区大部分区域处于稳定状态，矿区中心形成明显的沉降漏斗，最大平均沉降速率为157.01 mm/a，2018—2021年最大累积沉降量达到681.82 mm，存在发生采空区大面积塌陷和次生地质灾害的危险。预测结果显示，4种模型表现出不同的预测精度， LSTM模型预测精度最高，可作为矿区地表沉降相对可靠的预测模型。