[發(fā)明專利]基于ST-SEEP分段法和時空ARMA模型的滑坡位移多線性預測方法

有效

• 申請?zhí)枺?/td>: 202110349600.9
• 申請日: 2021-03-31
• 公開（公告）號: CN113065702B
• 公開（公告）日: 2023-08-08
• 發(fā)明（設計）人: 黃磊;張慶宇;唐輝明;曹桂乾
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/0639;G06F18/23213;G06F17/15
• 代理公司: 宜昌市三峽專利事務所 42103
• 代理人: 成鋼

本發(fā)明提供一種基于ST?SEEP分段法和時空ARMA模型的滑坡位移多線性預測方法，包括數(shù)據(jù)預處理、曲線分段、空間權矩陣獲取、建模及預測、預測效果評價；數(shù)據(jù)預處理讀取滑坡位移數(shù)據(jù)和坐標數(shù)據(jù)，并做預處理；曲線分段繪制滑坡位移?時間曲線，并提出ST?SEEP法對曲線進行分段處理；空間權矩陣獲取采用K?means聚類法對監(jiān)測點進行空間聚類，并獲取空間權矩陣；建模及預測建立時空ARMA模型并預測滑坡位移時空序列；預測效果評價采用絕對誤差和均方根誤差來評價預測結果。本發(fā)明的有益效果：實現(xiàn)了監(jiān)測點空間關系的定量分析，更為有效地利用了空間關系；將時空自回歸移動平均統(tǒng)計模型引入了滑坡預測領域，公式和參數(shù)物理意義明確，過程清晰，能夠準確地預測滑坡位移。

技術領域

本發(fā)明屬于工程地質學技術領域，涉及一種基于ST-SEEP分段法和時空ARMA模型的滑坡位移多線性預測方法。

背景技術

滑坡位移預測是滑坡領域的前沿課題，精確預測滑坡位移對滑坡災害預報具有重要意義。現(xiàn)有的滑坡位移預測方法大多是時間序列預測，即通過監(jiān)測滑坡的歷史位移，利用單個監(jiān)測點的歷史位移時間序列數(shù)據(jù)來預測此監(jiān)測點未來位移，以此代表滑坡位移預測結果。

時空序列預測方法相比傳統(tǒng)的時間序列預測，增加了數(shù)據(jù)的空間維度。目前融合傳感器的時間和空間序列得到網絡時空序列并輸入神經網絡對滑坡位移進行預測，它考慮了空間因素，但所使用的神經網絡對數(shù)據(jù)進行擬合的過程難以解釋，相關參數(shù)物理意義不明確；同時直接計算同一時間兩監(jiān)測點位移的差值作為空間序列元素，再將每個時間的空間序列疊加進而得到網絡時空序列的做法，未能對監(jiān)測點之間的空間關系進行定量分析，對空間關系的利用效果不夠理想。

目前并不存在能夠通過可解釋的模型，量化空間關系，對滑坡位移的時空序列進行預測的技術，因此，有必要開發(fā)一種基于統(tǒng)計模型并結合監(jiān)測點的坐標數(shù)據(jù)量化空間關系的滑坡位移時空預測技術來獲得更準確的滑坡位移預測結果。

發(fā)明內容

本發(fā)明所要解決的技術問題是提供一種基于ST-SEEP分段法和時空ARMA模型的滑坡位移多線性預測方法，該預測方法所使用的參數(shù)物理意義明確，過程清晰，且能夠對監(jiān)測點之間的空間關系進行定量分析。

為解決上述技術問題，本發(fā)明所采用的技術方案是：一種基于ST-SEEP分段法和時空ARMA模型的滑坡位移多線性預測方法，其特征是，它包括如下步驟：

S1，數(shù)據(jù)預處理，讀取滑坡位移時空序列數(shù)據(jù)，然后偵測數(shù)據(jù)缺失部分，當存在數(shù)據(jù)缺失即采用插值法對數(shù)據(jù)進行補充完整；并確認預測所需要使用的滑坡位移數(shù)據(jù)的時間段，讀取各監(jiān)測點在該時間段開始時刻的坐標數(shù)據(jù)；

S2，曲線分段，繪制滑坡位移-時間曲線，并提出一種ST-SEEP法來對滑坡位移時空序列進行分段；

S3，空間權矩陣獲取，利用步驟S1讀取的各監(jiān)測點的坐標數(shù)據(jù)，采用聚類算法如K-means聚類法對各監(jiān)測點進行空間聚類，再根據(jù)聚類結果得到空間權矩陣；

S4，建模及預測，依次取出步驟S2得到的多段線性時空序列，并判斷各段時空序列是否平穩(wěn)，若平穩(wěn)則繼續(xù)下一步；若不平穩(wěn)則對其執(zhí)行差分平穩(wěn)操作獲得平穩(wěn)序列，當還是不平穩(wěn)，則繼續(xù)進行高階差分平穩(wěn)操作，直到獲得平穩(wěn)序列為止；將平穩(wěn)序列輸入時空自回歸移動平均模型進行預測，得到各段未來的滑坡位移時空序列；設差分階數(shù)為d，經過d階差分的序列由模型預測的結果要做d階還原，還原是差分的逆過程；合并各段，成為完整的位移時空預測序列；

S5，預測效果評價，輸出預測序列，采用兩個指標，即絕對誤差E_a和均方根誤差RMSE，來衡量預測結果的準確性和穩(wěn)定性。

在S1中，采用插值法對數(shù)據(jù)進行補充完整的過程為：

S1-1，依次判斷時空序列數(shù)據(jù)中第N列即第N個監(jiān)測點的時間序列數(shù)據(jù)中某缺失部分的數(shù)據(jù)缺失量n，當時間單位為天數(shù)時即是缺失n天的數(shù)據(jù)；