基于Elman神经网络的地面沉降危险性预测

地面沉降是一种地壳表层土体在自然或人类工程活动影响下被压缩，导致地表标高区域性降低的环境地质现象。常规数学模型难以对地面沉降的危险性做出准确预测。为分析山西转型综改示范区潇河现代产业区的沉降发展趋势，开展了沉降量预测和危险性划分的工作。基于研究区2016年7月-2018年12月的InSAR地表沉降监测数据构造训练样本，建立Elman模型，预测了2019年2月～3月共3次的沉降量，并与实际值进行对比分析；同时根据建立好的模型预测2020年的年平均沉降量，并进行危险性划分工作。结果表明：Elman模型的沉降量预测值与实际值基本吻合，预测精度较高，划分结果偏安全，能够为研究区地面沉降的防治工作起到一定的辅助预警作用。