基于InSAR与Transformer-SVM模型的珠海市软土地面沉降监测分析及预测研究.pdfVIP

基于InSAR与Transformer-SVM模型的珠海市软土地面沉降监测分析及预测研究.pdf

第41卷第2期华南地质Vol.41,No.2,362−373

2025年6月SouthChinaGeologyJun.,2025

doi:10.3969/j.issn.2097-0013.2025.02.011

基于InSAR与Transformer-SVM模型的珠海市

软土地面沉降监测分析及预测研究

12*111

江金进，刘佳，赵风顺，江山，赖波

12*111

JIANGJin-Jin,LIUJia,ZHAOFeng-Shun,JIANGShan,LAIBo

1.广东省珠海工程勘察院，广东珠海519002；2.广东省地质局珠海地质调查中心，广东珠海519002

1.ZhuhaiEngineeringSurveyInstituteofGuangdongProvince,Zhuhai519002,Guangdong,China;

2.ZhuhaiGeologicalSurveyCenterofGuangdongGeologicalBureau,Zhuhai519002,Guangdong,China

摘要:受快速城市化、临港工业集群建设及近海养殖业扩张等多重因素驱动，珠海市软土广泛分布地区地面沉降频发，已成为制

约该地区可持续发展的重大地质环境问题之一。通过集成多时序InSAR监测与机器学习算法，能够系统揭示珠海软土地面沉

降问题的时空特征及演化规律。基于Sentinel-1卫星影像数据，联合使用SBAS-InSAR、PS-InSAR技术获取珠海市

2015—2018年、2021—2023年两个时期高精度沉降数据，分析发现，珠海市地面沉降较为发育且呈增大趋势，地面累积沉降量

波动与当地产业分布、工程活动密切相关。针对传统模型在非线性沉降预测中的局限性，研究构建了融合Transformer模型与

支持向量机（SVM）的预测模型。预测结果表明，预测值与真实值曲线高度拟合，误差控制在±4mm范围内精度占比达97%以

上，模型展现出预测精确高、可靠性强的特点。InSAR监测存在局限，需融合多源数据及优化模型构架来进一步提升预测的精

确度和可靠性。本文预测结果可为城市的规划与基础设施建设提供科学依据。

关键词:软土；沉降；Transformer模型；支持向量机(SVM)；预测；珠海市

中图分类号:P642.26文献标识码:A文章编号:2097-0013（2025）-02-0362-12