基于InSAR和多源数据的地铁线路形变风险监测方法

本发明实施例中提供了一种基于InSAR和多源数据的地铁线路形变风险监测方法，属于测量技术领域，具体包括：得到时序形变数据并对其进行二维形变分解后，利用logistic模型反演时间形变特征，以及，利用Peck模型反演空间形变特征，并根据反演的时间形变特征和空间形变特征对目标区域当前的形变进行监测；利用小波变换方法定性定量探究影响因素与地铁沿线形变数据之间的耦合关系，并用随机森林方法计算出各个影响因素的特征占比；将时序形变数据输入GA‑BP神经网络，得到目标区域内下一时刻形变值，以及，根据特征占比计算目标区域对应的风险等级。通过本发明的方案，提高了监测效率和精准度。