中国安全科学学报

作者：周怡, 彭国文, 黄召, 阳鹏飞, 刘丹丹, 陈小丽

单位：1 南华大学 资源环境与安全工程学院,湖南 衡阳 421001；2 中核二七二铀业有限责任公司,湖南 衡阳 421004

关键词：小基线合成孔径雷达干涉测量(SBAS-InSAR),反向传播神经网络(BPNN),铀尾矿库,形变智能监测,Sentinel-1A

基金：国家自然科学基金资助(42377076); 湖南省自然科学基金资助(2023JJ50129)

为提高铀尾矿库退役治理的监测工作效率,提出一个基于小基线合成孔径雷达干涉测量(SBAS-InSAR)技术和反向传播神经网络(BPNN)的铀尾矿库形变智能监测与预测模型。首先,利用SBAS-InSAR技术得到铀尾矿库2020年12月—2022年12月的累计形变量与年均形变速率,并用第一拦水坝的7个全球导航卫星系统(GNSS)监测站验证InSAR监测值的精度;然后,选取铀尾矿库中的雷公塘坝、南坡横坝、战斗坝和松林坝4个坝段的累计沉降量并结合降雨量进行沉降分析;最后,随机提取铀尾矿坝100个沉降点的累积沉降数据,通过BPNN预测铀尾矿坝的形变。结果表明:2年间铀尾矿库的形变速率在-60.06~34.94 mm/a,铀尾矿坝整体处于下沉状态,累计沉降量最大为-46.67 mm。BPNN预测值与实际监测值的平均绝对误差为0.586 mm,均方误差为0.624 mm。

来源：2024年第4期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2024年第4期