基于多级注意力机制的滑坡位移多步预测方法

来源：电子测量技术杂志2026年第1期北京时间：

作者：任冯，肖慧，冯沂萱，吴雨洁，艾玉洁

单位：东华理工大学地球物理与测控技术学院 南昌 330013

摘要：针对土质滑坡位移多步预测方法的缺乏以及在多时间步长下预测误差较大的问题，本文提出了一种基于多级注意力机制并行模型的滑坡位移多步预测方法。采用多输入多输出的预测策略，通过含有多头注意力机制的Transformer编码器网络分支以及经全局注意力机制（GAM）优化的双向门控循环单元（BiGRU）网络分支，两个网络分支并行处理滑坡历史监测数据，之后对并行网络提取到的滑坡特征信息通过交叉注意力机制（CAM）进行特征融合后输出预测的滑坡多步位移值。实验结果表明，多级注意力机制模型在滑坡位移多步预测中平均绝对误差(MAE)、均方根误差(RMSE)分别为2.17 mm、3.05 mm，决定系数(R2)为0.968 9，相较于其他模型误差最低，决定系数结果最优，在长时间步下的预测效果更加稳定，有利于提前预知滑坡发展动向，为滑坡的预防与治理提供了重要的技术支持。

关键词：滑坡位移多步预测;多级注意力机制;Transformer编码器;双向门控循环单元;多输入多输出策略

基金资助：江西省自然科学基金（20212BAB203004）、东华理工大学研究生创新基金（YC2023-S579）项目资助