[发明专利]一种滑坡位移预测方法

说明书

本发明公开了一种滑坡位移预测方法，对滑坡地表位移变形进行监测，并对得到的滑坡位移数据进行异常值替换处理和归一化处理；利用MA算法计算出实际趋势位移，并基于构建的多项式模型计算出对应的预测趋势位移；利用所述滑坡位移数据减去所述实际趋势位移，并利用LSTM模型计算出对应的预测周期位移；分别对所述预测趋势位移与所述预测周期位移进行反标准归一化处理，并对处理后的所述预测趋势位移与所述预测周期位移进行求和，得到预测累积位移，完成滑坡位移预测，完成滑坡位移预测，提高预测精度。

技术领域

本发明涉及地质灾害监测预测技术领域，尤其涉及一种滑坡位移预测方法。

背景技术

滑坡是世界上许多地区最具破坏性的地质灾害之一，每年都会造成大量的伤亡和非常重要的财产损失。可靠的滑坡预测预警方法是降低滑坡风险的合理途径。如果这种能够准确地预测滑坡位移的方法能够成功实施，将会具有巨大的社会价值和重要的经济效益。

滑坡预测模型可分为两大类:物理模型和数据驱动模型。与物理模型相比，数据驱动模型更受欢迎，因为其过程简单、预测准确、成本更低，但传统的预测方法会忽略异常值且模型验证次数过少，导致预测精度不高。

发明内容

本发明的目的在于提供一种滑坡位移预测方法，提高预测精度。

为实现上述目的，本发明提供了一种滑坡位移预测方法，包括以下步骤：

对滑坡地表位移变形进行监测，并对得到的滑坡位移数据进行异常值替换处理和归一化处理；

利用MA算法计算出实际趋势位移，并基于构建的多项式模型计算出对应的预测趋势位移；

利用所述滑坡位移数据减去所述实际趋势位移，并基于得到的实际周期位移利用LSTM模型计算出对应的预测周期位移；

分别对所述预测趋势位移与所述预测周期位移进行反标准归一化处理，并对处理后的所述预测趋势位移与所述预测周期位移进行求和，得到预测累积位移，完成滑坡位移预测。

其中，利用MA算法计算出实际趋势位移，并基于构建的多项式模型计算出对应的预测趋势位移，包括：

基于获得的所述滑坡位移数据，利用MA算法计算出对应的实际趋势位移；

将所述实际趋势位移及对应的序号输入多项式中，并将得到的多项式结果与对应的所述实际趋势位移进行比较，同时，根据所述多项式结果与所述实际趋势位移的差值调整所述多项式中的常数值，直至所有的所述实际趋势位移输入完成，得到对应的多项式模型；

基于所述多项式模型，将对应的所述实际趋势位移输入所述多项式模型，多项式模型多项式模型得到所述预测趋势位移。

其中，利用所述滑坡位移数据减去所述实际趋势位移，并基于得到的实际周期位移利用LSTM模型计算出对应的预测周期位移，包括：

利用所述滑坡位移数据减去对应的所述实际趋势位移，得到实际周期位移；

将获取的环境信息数据和所述实际周期位移数据按设定的比例分为训练集、验证集、测试集；

利用所述训练集和所述验证集对LSTM模型进行训练和参数调整；

利用所述测试集对调整参数后的所述LSTM模型进行测试，得到预测周期位移。

其中，利用所述训练集和所述验证集对LSTM模型进行训练和参数调整，包括：

基于所述训练集中的所述环境信息数据，得到对应的遗忘门、输入门、输出门、输出数据、单元状态和单位备选状态；