[发明专利]联合机器学习和土力学模型的建筑沉降量提取方法、系统及装置

权利要求书

1.联合机器学习和土力学模型的建筑沉降量提取方法，其特征在于，所述方法为：

步骤1、获取预设时间范围内，同一预设地区多次重复过境的SAR影像，进行干涉处理并提取高相干性目标点，对所述高相干性目标点的相位分量信息进行建模，分离各相位信息，以获取地面沉降信息；

步骤2、获取预设地区内建筑载荷空间位置信息、建筑年龄数据；

步骤3、获取建筑附加应力；

步骤4、获取预设地区各年地下水位下降值、压缩层厚度数据；

步骤5、分别构建地面沉降模型一、地面沉降模型二，剥离地下水引起的沉降值，提取区域尺度建筑载荷引发的地面沉降量值；所述地面沉降模型一以压缩层厚度数据、各年地下水位下降值、建筑年龄数据、建筑附加应力为输入，各年沉降量值为输出；所述地面沉降模型二以压缩层厚度数据、各年地下水位下降值为输入，各年沉降量值为输出；

步骤6、构建固结沉降模型，验证所述步骤5中获取的区域尺度建筑载荷引发的地面沉降量值的准确性。

2.根据权利要求1所述的方法，其特征在于，所述步骤3进一步包括：对所述高相干性目标点进行抽稀处理；将预设地区内建筑概化为矩形均布载荷；估算各高相干性目标点的附加应力。

3.根据权利要求1所述的方法，其特征在于，所述步骤6中，所述评估的方式为：

选择受建筑载荷影响较小的区域A为背景场，构建固结沉降模型A，以验证固结沉降模型在无建筑载荷分布时模型的精度；

当固结沉降模型A满足精度要求时，选择有建筑载荷分布的目标区域B，构建建筑载荷、土体自重应力和地下水开采共同作用下的固结沉降模型B，获取沉降模拟值M；使用同样的SAR影像数据的监测值与模型模拟值对比，评估模型的精度；

利用固结沉降模型模拟区域B在无建筑载荷分布时的地面沉降值N；

M与N的差值即为建筑载荷引发的沉降量值；利用所述沉降量值验证步骤5中联立的地面沉降模型一、地面沉降模型二得到的区域尺度建筑载荷引发的沉降量值。

4.根据权利要求1所述的方法，其特征在于，所述固结沉降模型的构建方式为：

建立固结微分方程为：

求解所述固结微分方程，获得沉降量值；

其中，

上述各式中，z为土体深度，C_v为固结系数，t为任意时段，q表示流量，e₁为初始孔隙比，h为水头，k为土体的渗透系数，i为水力坡降，A为横断面积，u为孔隙水压力，e₁为初始孔隙比，a为压缩系数，u/γ_w为压力水头。

5.根据权利要求4所述的方法，其特征在于，求解所述固结微分方程的时间条件和边界条件为：

当t＝0，0zH时，孔隙水压力等于竖直附加应力；当0t∞，z＝0时，孔隙水压力为0；当0t∞，z＝H时，当t＝∞，0zH时，孔隙水压力为0；

其中，H为土体厚度。

6.根据权利要求1所述的方法，其特征在于，所述步骤5中，剥离地下水引起的沉降值，通过以下方式实现：针对特定建筑年龄的高相干性点，计算地面沉降模型一、地面沉降模型二的均方根误差得到。