基于时间序列与时间卷积网络的滑坡位移预测

摘要：

滑坡位移预测作为滑坡监测预警的重要组成部分,对滑坡灾害的防治具有重要意义.目前,滑坡位移预测大多集中在循环架构的神经网络模型上,其存在梯度爆炸、消失问题等问题.为此,提出了一种基于时间序列与时间卷积网络(time convolution network,TCN)的滑坡位移预测模型.首先,该模型通过移动平均法将滑坡位移分解为趋势项位移和周期项位移.其次,采用Holt线性趋势模型预测趋势项位移,并建立时间卷积网络预测周期项位移.最后,将趋势项位移和周期项位移叠加,实现滑坡位移的预测.将该模型用于八字门滑坡的观测研究,结果表明:该模型相较于循环架构的神经网络模型能更有效地提取时序特征,预测精度更高.将基于TCN的滑坡位移预测模型应用于滑坡位移预测具有广阔的应用前景.

关键词：滑坡位移预测、时间卷积网络、Holt线性趋势模型、八字门滑坡

所属期刊栏目：23

分类号：P642.22(水文地质学与工程地质学)

资助基金：成都信息工程大学四川省教育厅人文社科重点研究基地——气象灾害预测预警与应急管理研究中心一般项目;四川省科技厅应用基础研究项目

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3672-3679