基于LS-SVM模型的白水河滑坡台阶状位移预测

• 作者: 张玉恩 李仕波 李德营 李杰
• 来源期刊: 长江科学院院报
• 学科: 地球科学
• 关键词: 台阶状位移 位移预测 时间序列 滤波分析 最小二乘支持向量机 趋势项 周期项 白水河滑坡
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 工程安全与灾害防治
• 页码范围: 55-59,76
• 页数: 6页
• 分类号: P642.22|TV698.11
• 字数: 3203字
• 语种: 中文
• DOI: 10.11988/ckyyb.20170944

摘要

滑坡位移是滑坡变形破坏最直观的表现,滑坡位移预测成功与否对于判别滑坡的演化趋势至关重要.滑坡位移曲线是受多种影响因素共同作用的非平稳时间序列,以三峡库区白水河滑坡为例,利用HP滤波分析方法提取滑坡位移的趋势项,趋势项位移主要是由滑坡自身特征决定的,具有较明显的非线性递增特性,采用多项式对其进行拟合预测;周期项受多种诱发因子(滑坡演化阶段、季节性降雨、库水位升降等)影响,利用最小二乘支持向量机模型(LS-SVM)对其进行训练与预测.将趋势项和周期项拟合预测结果叠加即为累计位移预测值,结果表明在监测点ZG93和XD-04的预测中,LS-SVM模型均具备较高的评价精度,在台阶状位移特征的滑坡位移预测中具有较好的适应性.