1.一种无砟轨道路基沉降修复的智能化监测方法，其特征在于，包括以下步骤：步骤一:监测系统部署：在路基沉降区域轨道结构两侧全范围布设监测单元，所述监测单元包括静力水准仪、温度传感器、振动加速度传感器、气压传感器、土壤含水率传感器及压实度传感器，按预设规则设置固定监测点，配套配置数据采集仪与数据处理单元，所述数据采集仪通过通讯电缆或无线自组网与各监测点建立连接，数据处理单元通过网络与数据采集仪通信;步骤二：多源数据采集：通过监测单元实时采集轨道实时高程数据 、轨道结构表面温度 、列车振动加速度有效值 、大气压力 、路基填料含水率 及压实度 ，通过数据采集仪自动采集并存储上述多源数据，同步上传至数据处理单元；步骤三:数据处理单元进行双模型协同处理：先通过梯度提升回归树网络构建多因素误差修正模型，以环境因素原始项、二次项及交互项构成的向量为输入，经误差预测模型得到预测误差后，结合原始高程数据计算出校准后高程；步骤四:基于神经网络搭建沉降-抬升预测模型，整合校准后高程序列、注浆压力序列及路基参数形成输入向量，通过模型输出未来预设时间段的抬升量预测值，双模型协同实现数据精准校准与抬升趋势预判;步骤五：施工指导：根据抬升量预测值 与目标抬升量 的偏差 ，生成注浆参数调整指令，指导现场动态调整注浆量与压力；步骤六：全生命周期监测：天窗施工结束后，监测单元保持安装状态，在列车运行期间持续采集数据，数据处理单元实时分析轨道结构状态，实现安全预警。
2.根据权利要求1所述的无砟轨道路基沉降修复的智能化监测方法，其特征在于，所述步骤三中：先通过梯度提升回归树网络构建多因素误差修正模型，以环境因素原始项、二次项及交互项构成的向量为输入，经误差预测公式得到预测误差后，结合原始高程数据计算出校准后高程的方法为：基于梯度提升回归树网络构建多因素误差修正模型；以包含环境因素原始项、二次项及交互项的向量 为输入，通过 确定预测测量误差 ，再通过 得到校准后高程数据 ，其中K为回归树总棵数， 为第 棵树的学习率，其中 ， 为第k棵回归树的输出值， 为第 棵回归树的参数。
3.根据权利要求1所述的无砟轨道路基沉降修复的智能化监测方法，其特征在于，所述步骤四中：基于神经网络搭建沉降-抬升预测模型，整合校准后高程序列、注浆压力序列及路基参数形成输入向量，通过模型输出未来预设时间段的抬升量预测值，双模型协同实现数据精准校准与抬升趋势预判的方法为：基于LSTM神经网络构建沉降-抬升预测模型，将校准后高程序列 、注浆压力序列 及路基参数 重构为输入向量 ，通过 输出未来预设时间段的抬升量预测值，其中n为时间序列窗口长度， 为预测步长， 为权重矩阵， 为偏置向量， 为 激活函数， 为 激活函数。
4.根据权利要求1所述的方法，其特征在于，步骤一中所述预设规则为：基于前期轨道线形监测数据，沉降梯度大于5mm/m的区域按3-5m间距布设固定监测点，沉降平缓区域按10m间距布设，同时配置移动监测单元，针对注浆异常区域动态补测；所述无线自组网采用LoRa或WiFi6 Mesh技术，监测单元搭载太阳能供电模块与超级电容，实现无源化部署。
5.根据权利要求2所述的无砟轨道路基沉降修复的智能化监测方法，其特征在于，多因素误差修正模型的训练过程包括：s1.采集轨道实时高程原始数据 ，同步获取温度 、列车振动加速度有效值 、大气压力 环境因素数据，以高精度激光干涉仪测得的基准真实值 计算真实误差 ；s2.构建包含环境因素原始项、二次项及交互项的输入特征量 ，以真实误差 为标签，构建GBRT模型；s3.采用均方误差损失函数 迭代优化模型参数，确定回归树总棵数 ，100≤K≤200、第 棵树的学习率 及参数 ；s4.实时监测时，将当前环境因素数据代入模型，通过公式 输出预测误差，再经 得到校准后高精度高程数据。
6.根据权利要求1所述的无砟轨道路基沉降修复的智能化监测方法，其特征在于，沉降-抬升预测模型的训练过程包括：采集历史注浆修复数据构建训练数据集，包含历史高程序列、历史注浆压力序列、路基参数及实测抬升量标签 ，采用误差损失函数 ，通过反向传播算法优化模型参数W和b，其中 是第 组样本的抬升量预测值， 是第 组样本的抬升量实测值， 为训练样本总数。
7.根据权利要求1所述的无砟轨道路基沉降修复的智能化监测方法，其特征在于，步骤五中注浆参数调整规则为：当监测数据超出预设正向阈值时，输出增大注浆压力或注浆量的指令；当监测数据超出预设负向阈值时，输出减小注浆压力或注浆量的指令；当监测数据处于预设阈值区间内时，输出维持当前注浆参数的指令，实现注浆过程闭环控制。
8.根据权利要求1所述的无砟轨道路基沉降修复的智能化监测方法，其特征在于，步骤六中全生命周期监测还包括：构建路基沉降修复全生命周期数据库，整合修复前、修复中及运营期的多源监测数据，采用Prophet时序预测算法分析长期沉降演变趋势，提前预警二次沉降风险；所述数据处理单元与高铁线路综合运维平台对接，将监测数据同步至平台，为预防性养护提供数据支撑。
9.根据权利要求1-8任一权利要求所述的无砟轨道路基沉降修复的智能化监测方法，其特征在于，所述数据处理单元包括边缘计算模块，实时数据处理延迟≤100ms，每1~5秒输出一次抬升量预测值及注浆调整指令，通过可视化终端向现场施工人员推送分级预警信息与操作建议； 基于轨道设计高程与当前沉降量计算确定。
10.一种无砟轨道路基沉降修复的智能化监测系统，其特征在于，包括：监测系统部署装置：用于在路基沉降区域轨道结构两侧全范围布设监测单元，所述监测单元包括静力水准仪、温度传感器、振动加速度传感器、气压传感器、土壤含水率传感器及压实度传感器，按预设规则设置固定监测点，配套配置数据采集仪与数据处理单元，所述数据采集仪通过通讯电缆或无线自组网与各监测点建立连接，数据处理单元通过网络与数据采集仪通信；多源数据采集装置：用于通过监测单元实时采集轨道实时高程数据 、轨道结构表面温度 、列车振动加速度有效值 、大气压力 、路基填料含水率 及压实度 ，通过数据采集仪自动采集并存储上述多源数据，同步上传至数据处理单元；双模型协同处理装置：先通过梯度提升回归树网络构建多因素误差修正模型，以环境因素原始项、二次项及交互项构成的向量为输入，经误差预测模型得到预测误差后，结合原始高程数据计算出校准后高程；沉降-抬升预测模型装置：用于整合校准后高程序列、注浆压力序列及路基参数形成输入向量，通过模型输出未来预设时间段的抬升量预测值，双模型协同实现数据精准校准与抬升趋势预判;施工指导装置：根据抬升量预测值 与目标抬升量 的偏差 ，生成注浆参数调整指令，指导现场动态调整注浆量与压力；全生命周期监测装置：天窗施工结束后，监测单元保持安装状态，在列车运行期间持续采集数据，数据处理单元实时分析轨道结构状态，实现安全预警。
