基于长期监测数据与LSTM网络的滑坡位移预测

摘要：

滑坡位移变化是危险性的直接表征,位移预测对防灾减灾至关重要.以八字门滑坡为例,基于十年监测数据和神经网络模型(LSTM、RNN)进行滑坡位移预测.用一次移动平均法将总位移分解为趋势项和周期项,趋势项采用三次多项式函数进行分段拟合预测,通过神经网络模型和建立周期项与特征因子的关系并进行预测.其中,周期项特征因子根据位移影响因素初步选取,再通过Pearson相关性分析剔除无关因子.将预测的趋势项、周期项相加即为总位移预测值,对预测值与真实值进行误差分析,绝对误差为10 mm (LSTM)、24 mm (RNN),相关系数R2为0.9715 (LSTM)、0.6675 (RNN).结果 表明:LSTM在面对长时间序列时表现出更好的预测能力,该预测结果可以为八字门滑坡的防灾减灾工作提供理论参考.

关键词：滑坡位移;监测数据;长短时间记忆网络;位移预测

所属期刊栏目：38

分类号：P694(环境地质学)

资助基金：国家自然科学基金;国家自然科学基金;重庆市自然科学基金;重庆市自然科学基金;三峡库区地质环境监测与灾害预警重庆市重点实验室开放基金项目

在线出版日期：2022-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：19-27