基于数据驱动模型的深圳填海区地面沉降预测分析

摘要

为解决土地资源问题，深圳市的迅猛发展伴随着填海造陆工程。填海区海相淤泥层属于高饱和软土，高压缩性，上部荷载作用及回填土的自重固结作用易导致地面沉降地质灾害的发生，对填海区地面沉降问题的预测研究也变得至关重要。以空港新城区域2019年5月至2022年4月的监测数据为例，选择多种数学模型对地面沉降进行预测，包括NAR神经网络模型、GM(1,1)模型、多项式回归模型和ARIMA模型。预测表明：4种模型均能较好地反应出累计沉降量的未来发展趋势，可为后期地面沉降防治方案及地基处理等问题提供基础依据，有效降低地面沉降地质灾害的危险性。综合其预测结果的稳定性及精确度等因素，4种模型的优劣可按ARIMA模型、NAR神经网络模型、多项式回归模型、GM(1,1)模型顺次排序。

关键词

地面沉降 / 数据驱动模型 / 预测 / 填海区