循環神經網絡的地面沉降預測方法

作者：岳振華,沈濤,毛曦,馬維軍

摘要：針對現有的地面沉降預測方法中確定性模型應用復雜,對數據參數要求高,而基于歷史觀測數據的時間序列模型局限于單觀測點的預測,對單觀測點歷史數據量要求較高等問題,該文提出了一種利用互相關對地面沉降時間序列進行聚類,然后用循環神經網絡(RNN)對聚類后各個數據類分別建立預測模型的方法。實現了對多觀測點建立統一的沉降預測模型,且應用簡單,降低了對單個觀測點歷史數據量的要求。基于撫順市合成孔徑雷達干涉測量(InSAR)沉降觀測數據的實驗結果表明,基于互相關的聚類方法能夠有效地區分不同沉降趨勢,而對沉降趨勢相似的時間序列通過循環神經網絡建立沉降預測模型有較高的精度。

發文機構：中國測繪科學研究院 首都師范大學

關鍵詞：地面沉降互相關聚類循環神經網絡沉降預測land subsidencecross-correlationclusteringrecurrent neural networksubsidence prediction

分類號： P208[天文地球—地圖制圖學與地理信息工程]