| 基于多因素-多尺度分析的阶跃型滑坡位移预测 |
| |
| 引用本文： | 熊超,孙红月.基于多因素-多尺度分析的阶跃型滑坡位移预测[J].吉林大学学报(地球科学版),2023(4):1175-1184. |
| |
| 作者姓名： | 熊超 孙红月 |
| |
| 作者单位： | 浙江大学海洋学院 |
| |
| 基金项目： | 国家自然科学基金项目(41772276)~~； |
| |
| 摘 要： | 为了定量分析阶跃型滑坡位移与诱发因素之间的时滞效应，提高位移预测精度，本文提出新的预测模型并进行对比分析。首先基于时间序列分析将滑坡累计位移分离为趋势项和周期项；然后采用最大信息系数(Cmi)、多元经验模态分解(MEMD)方法进行多因素分析和多尺度分析，构建出多因素-多尺度MEMD预测模型；最后以三峡库区八字门滑坡为例，通过Cmi选取最优滞后期的诱发因素作为模型输入，在用MEMD方法分解多元序列的基础上建立时间多尺度模型，并与单因素-单尺度模型、多因素-单尺度模型及单因素-多尺度EMD(经验模态分解)模型进行对比。结果表明：八字门滑坡降雨和库水位的最优滞后期分别为2 d和4 d;滑坡多元序列经MEMD方法分解后得到3组模态函数，每组均有7个分量，各对应分量的时间尺度一致，其中周期项位移受诱发因素的响应具有时间多尺度特性；多因素-多尺度MEMD预测模型的均方根误差相较于以上3种对比模型分别平均降低49.4%、36.9%和27.4%,平均绝对百分比误差分别平均降低38.0%、26.4%和15.8%。
|
| 关 键 词： | 阶跃型滑坡 位移预测 多因素分析 多尺度分析 最大信息系数 多元经验模态分解 三峡库区 |
|
|
