文摘矿井关闭后,其上覆岩层及地表会再次发生变形,影响建(构)筑物安全运营。由于关闭矿井缺乏监管,导致地表形变时空演化规律及预测预警模型研究不足。为此,提出了一种分布式目标雷达干涉测量(Distributed scatter Interferometric synthetic aperture radar,DS-InSAR)、时间域高通滤波(Temporal High Pass Filtering,THPF)以及长短期记忆网络(Long Short Term Memory Network,LSTM)相结合的关闭矿井地表形变预测模型。以98景Sentinel-1A升轨影像为数据源,首先利用DS-InSAR方法联合PS(Persistent Scatterer)和DS点获取徐州西部关闭矿井2019−11—2022−12的时序地表沉降信息;然后利用THPF分解原始沉降序列获取高频和低频序列沉降信息;之后采用LSTM完成高低频子序列的形变预测,将高低频子序列预测值叠加获取最终的预测结果。结果表明:DS-InSAR监测点密度分布均匀,监测结果水准实测形变间的决定系数达到0.95;相较于LSTM模型,THPF-LSTM模型在预测点位上的最大均方根误差(RMSE,Root Mean Square Error)为3.0,最大平均绝对误差(Mean Absolute Error,MAE)为2.4,最大校正决定系数(Adjusted R-square)为0.9,优于传统LSTM模型的4.5、3.9和0.6,模型综合预测精度提升20%以上,能够准确反映出关闭矿井地表形变的趋势和波动性,可有效提高短期内关闭矿井沉降预测精度,实现了关闭矿井地表形变监测和预测的一体化分析。
