基于时空注意力克里金的边坡形变数据插值方法

摘要：

山体滑坡每年都会对人们的生命财产安全造成重大损失,是常见的地质灾害之一.为了对山体滑坡进行防控,需要广泛地监测山体表面的沉降过程,但是由于恶劣气候和监测成本等难以克服的困难,山体沉降数据的收集呈现出局部数据不完整、数据采样不均衡和监测点动态变化等特点,使得山体滑坡的防控研究受到阻碍,给数据的采集和分析工作提出了新的要求.现有方法从空间角度对缺失进行补充,但忽略了时间维度的依赖关系.为了解决上述问题,对不完整的INSAR数据填充进行了研究,利用时空掩码矩阵对时空依赖关系进行建模,利用多头注意力对多层次的空间关系进行综合学习,并在克里金法(Kriging)的基础上提出了新的使用时空注意力的克里金插值法,实现了对复杂时空特征的深层理解.在真实数据集上的数据恢复实验验证了该算法可以有效地学习复杂的时空特征,并在3种不同的数据缺失情景下都取得了优于现存插值算法的表现.

关键词：时空数据挖掘、时空注意力、克里金、山体滑坡、插值法

所属期刊栏目：49

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金;国家重点研发计划;四川省科技计划项目

在线出版日期：2022-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：33-39