顾及降雨影响的动态优化时滞时序GM(1, 2)模型在滑坡位移预测中的应用

• Published in: Ce hui xue bao Vol. 51; no. 10; pp. 2183 - 2195
• Main Authors: 高雅萍, 陈曦, 涂锐
• Format: Journal Article
• Language: Chinese; English
• Published: Beijing Surveying and Mapping Press 01.10.2022; 长安大学地质工程与测绘学院,陕西 西安 710054; 成都理工大学地球科学学院,四川 成都610059%成都理工大学地球科学学院,四川 成都610059%中国科学院国家授时中心,陕西西安710600
• Subjects: Autoregressive models; Correlation analysis; Displacement; Empirical analysis; Forecasting; Hydrologic data; Lag time; Landslides; Optimization; Prediction models; Rainfall; Response time; Time lag; Time series; 时间序列; 动态优化时滞GM(1,2)模型; 降雨; 滑坡位移预测; 相关性分析; 门限自回归模型
• ISSN: 1001-1595; 1001-1595
• DOI: 10.11947/j.AGCS.2022.20220290

滑坡体除了因自身重力产生位移外, 还受到降雨的影响, 但通常降雨对滑坡位移的作用具有滞后性。为了分析并预测降雨对滑坡位移的影响, 本文提出一种顾及降雨影响的动态优化时滞时序GM(1, 2)滑坡位移预测模型。首先, 利用经验模态分解(EMD)分解位移序列并通过时间序列重构得到周期位移序列和趋势位移序列, 对降雨数据和滑坡周期位移序列进行时滞分析和相关分析, 确定时滞时间和影响程度, 建立基于背景值优化的动态时滞GM(1, 2)模型预测降雨量变化导致的滑坡周期位移变化; 然后, 建立门限自回归模型预测滑坡趋于自然变化的趋势位移; 最后, 通过时序叠加得到顾及降雨影响的滑坡预测位移, 建立了顾及降雨因素的动态优化时滞时序GM(1, 2)组合预测方法。本文以福宁高速公路八尺门滑坡和秭归县八字门滑坡监测数据为例, 验证了动态优化时滞GM(1, 2)模型的精度, 并与其他模型的预测结果进行了对比分析。试验结果表明, 动态优化时滞时序GM(1, 2)组合预测模型能准确地预测降雨影响导致的滑坡位移变化, 预测效果较好, 该组合模型对滑坡灾害的预警与防治具有一定的参考价值。