来源：期刊VIP网 时间：
作者：陈兰兰;范永超;肖海平;夏益强;
单位：赣南科技学院资源与土木工程学院;江西理工大学土木与测绘工程学院;五凌电力有限公司;
摘要：InSAR技术是实现大范围矿区地表沉降分析的重要手段和方法，准确预测地表沉降对预防地质灾害具有重要意义。考虑到InSAR技术提取的矿区地表沉降数据存在较强的波动性和非线性，以及长短期时间记忆（Long Short-Term Memory, LSTM）网络模型的超参数难以确定的问题，本文提出一种变分模态分解（VMD）结合猎食者算法（Hunter-Prey Optimizer,HPO）优化LSTM的地表沉降预测模型，以某矿为研究对象，通过VMD算法将矿区沉降信息分解为多个模态分量，然后使用HPOLSTM模型对这些模态分量进行预测，并与InSAR监测结果进行对比分析。结果表明：与VMD-BP和VMD-ELM模型相比，该方法的预测效果更好，平均绝对误差最少降低85.41%，均方根误差最少降低85.02%，平均绝对百分比误差最少降低87.05%，表明该方法具有更强的可靠性和可行性。
关键词：时序InSAR;;沉降监测;;变分模态分解;;HPO-LSTM预测模型
基金资助：国家自然科学基金资助项目（42361012）;; 江西省自然科学基金资助项目（20212BAB204030）;; 江西省教育厅科技项目（GJJ2203602）
