基于时间序列与CNN-GRU的滑坡位移预测模型研究

X43; 滑坡位移预测是滑坡预警的重要依据之一.针对以往预测模型在预测精度上存在的不足,提出了一种基于时间序列与卷积门控循环单元(CNN-GRU)的滑坡位移动态预测模型.首先,利用小波分析确定存在趋势项位移后,利用指数平滑法对累计位移分解得到趋势项与周期项位移,将趋势项采用五次多项式拟合;之后,采用自相关函数检验位移的周期特征,利用灰色关联法判断各因子与周期项之间的关联度,并将周期项与影响因子一起输入CNN-GRU模型进行预测;最终,叠加得到累计位移预测值.以三峡库区白水河滑坡为例,选取 2004 年 1 月至2012 年 12 月数据进行研究,最终预测结果平均绝对误差百分比仅为 0.525%,RMSE为 9.614、R2 为 0.993.试验结果表明,CNN-GRU具有更高的预测精度.