基于光纤监测和PSO-SVM模型的马家沟滑坡深部位移预测研究

• 作者: 张磊 施斌 韩贺鸣 魏广庆
• 来源期刊: 工程地质学报
• 学科: 地球科学
• 关键词: 滑坡 光纤监测 PSO-SVM 深部位移 预测
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 地质灾害
• 页码范围: 853-861
• 页数: 9页
• 分类号: P642.22
• 字数: 4084字
• 语种: 中文
• DOI: 10.13544/j.cnki.jeg.2018-257

摘要

滑坡位移预测效果一方面取决于预测模型的优劣,另一方面取决于野外监测数据的质量.针对目前滑坡常规监测技术与评价方法的不足,本文采用光纤监测技术、监测数据与PSO-SVM预测模型相结合的评价方法,对三峡马家沟Ⅰ号滑坡的深部位移进行了预测;通过对320个滑坡深部位移光纤监测数据分析,基于时间序列法,将滑坡位移分为趋势性位移和波动性位移;趋势性位移采用拟合法进行预测,波动性位移采用PSO-SVM模型进行预测;最后将趋势项和波动项位移预测值叠加得到累积位移的预测值.研究结果表明,PSO-SVM模型对波动性位移预测的均方根误差0．51 mm,平均绝对百分误差0．37 mm,能准确预测滑坡波动项位移;累积位移预测值与实测值的相关系数为0．98,均方根误差为0．54 mm,预测效果较好,可以用来对滑坡深部位移进行短期预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施斌		291	5962	43.0	65.0
2	张磊		27	110	7.0	10.0
3	魏广庆		28	178	8.0	12.0
4	韩贺鸣		2	2	1.0	1.0