分布式光纤传感技术能够获取沿传感光纤应变分布，为结构内部应变测量构以及损伤量化提供了新的技术途径。然而，现有方法面临两大挑战：（1）传感光纤普遍存在各式保护层，其引起的应变传递效应导致测量应变与真实应变存在区别；（2）裂缝方向的复杂性及多裂缝导致的光纤应变峰存在重叠现象，使得光纤应变分布至裂缝信息的精确转化困难。针对上述问题，本研究提出了一种融合深度学习的分析方法：首先，通过考虑光纤结构参数影响，基于深度学习实现了结构真实应变场的重构；其次，针对单裂缝场景，提出了基于光纤应变分布特征以及伸长量的解析算法，实现了裂缝方向的识别以及宽度计算的修正；最后，针对多裂纹共存导致的应变峰重叠问题，开发了深度学习模型，实现了裂纹位置与宽度的同步量化。研究结果表明，所提方法可有效还原结构内部真实应变场，在单裂缝的宽度计算修正与方向识别、多裂纹位置与宽度量化方面表现出较高的准确性。本研究提出的融合深度学习和解析方法，解决了分布式光纤传感技术中的应变传递效应与裂缝量化的难题，为土木工程结构的智能健康监测提供了应用基础。

深度学习,损伤量化,应变场重构,分布式光纤传感,结构健康监测