基于滑坡变形异质性的时空位移预测框架
编号:4263
访问权限:仅限参会人
更新:2024-04-17 21:14:36
浏览:354次
快闪报告
摘要
流域库岸滑坡对沿岸基础设施和人类生命安全构成重大威胁。由于复杂的地质条件和外部因素的耦合效应,准确预测滑坡位移具有挑战性。本研究通过引入滑坡响应的时空异质性,提出了一种基于深度学习的滑坡位移时空预测模型。利用 InSAR 时间序列数据和最大信息系数,揭示并量化了车邑坪滑坡对水库水位波动和降雨的时空异质性特征,然后设计了数据融合单元将滑坡的响应特征融合到时空预测框架中。时空异质性分析表明,水库水位波动引起的拉张裂缝导致了滑坡中下部位移较大、响应速度较快。同时,观察到具有显著响应的滑坡区域,并建议在水位变化期间予以关注。这项研究阐明了滑坡时空变形模式,并提供了新型位移预测框架,有助于滑坡灾害的精确定位和预防。
关键词
滑坡位移预测,时空异质性,深度学习,数据融合,InSAR
发表评论