Page 190 - 《武汉大学学报（信息科学版）》2025年第6期

1212 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 6 月

雨频发、河流下切强烈、卸荷效应显著 ［21］ ，使其成为 米级地表形变信息与深度神经网络模型强大的特
滑坡灾害的高发区和早期识别研究的重点区域。 征提取与非线性分类能力，实现形变特征与地形、
本文以三峡库区秭归县为研究区，发展多源数据和 水文等多元信息协同互补的滑坡隐患早期识别。
多模型融合的定量分析方法，聚焦于不稳定斜坡单 本文总体技术路线如图1所示，其中，MLP（multilayer
元和有效形变聚集区约束下滑坡灾害早期识别研 perceptron）表示多层感知机；LSTM（long short-term
究，有效结合 SBAS-InSAR 技术获取的大范围、毫 memory）表示长短期记忆网络。

图 1 总体技术路线图
Fig. 1 Overall Technical Roadmap

1 研究区与数据 水系发达，水资源丰富，长江由西向东横贯县境。
秭归县境内地层发育齐全，从前震旦系至第四系
1.1 研究区概况 均有出露 ［22］ ，地质构造格局极其复杂，处于淮阳

秭 归 县 隶 属 于 湖 北 省 宜 昌 市 ，地 跨 110° 山字型构造体系及新华夏构造体系鄂西隆起带
18′E~111° 00′E、30° 38′N~31° 11′N，地 势 总 体 北端的复合地带 ［23］ 。当前，水文地质结构扰动与
呈西南向东北倾斜态势，中段发育典型峡谷地貌 大规模人类工程活动对地形的改造对原始地形
（见图 2），属亚热带大陆季风性气候区，春秋季节 地貌造成了不同程度的破坏，构成该地区边坡失
多阴雨，盛夏酷热期短，冬暖少雨雪。境内河流 稳的关键致灾因子 ［24］ 。