基于长期监测数据与LSTM网络的滑坡位移预测

来源：信号处理杂志 2022年第1期北京时间：

作者：梁阳, 肖婷, 胡程, 任世聪, 曾亮

摘要：滑坡位移变化是危险性的直接表征，位移预测对防灾减灾至关重要。以八字门滑坡为例，基于十年监测数据和神经网络模型（LSTM、RNN）进行滑坡位移预测。用一次移动平均法将总位移分解为趋势项和周期项，趋势项采用三次多项式函数进行分段拟合预测，通过神经网络模型和建立周期项与特征因子的关系并进行预测。其中，周期项特征因子根据位移影响因素初步选取，再通过Pearson相关性分析剔除无关因子。将预测的趋势项、周期项相加即为总位移预测值，对预测值与真实值进行误差分析，绝对误差为10 mm（LSTM）、24 mm（RNN），相关系数R2为0.9715 （LSTM）、0.6675 （RNN）。结果表明：LSTM在面对长时间序列时表现出更好的预测能力，该预测结果可以为八字门滑坡的防灾减灾工作提供理论参考。

关键词：滑坡位移, 监测数据, 长短时间记忆网络, 位移预测