| 基于LSTM与Transformer的地面沉降智能预测方法研究——以上海市为例 |
| |
| 引用本文： | 彭文祥,张德英.基于LSTM与Transformer的地面沉降智能预测方法研究——以上海市为例[J].地理信息世界,2024(1):94-103. |
| |
| 作者姓名： | 彭文祥 张德英 |
| |
| 作者单位： | 1. 上海市地质调查研究院;2. 上海市地质勘查技术研究院;3. 自然资源部地面沉降监测与防治重点实验室;4. 上海地面沉降控制工程技术研究中心 |
| |
| 摘 要： | 受地面沉降严重威胁到生命财产安全的人口已达19%，开展地面沉降模拟预测对防灾减灾具有非常重要的现实意义。针对现有地面沉降预测在模型参数难以获取、单一深度学习方法在预测精度低等方面的局限性，本文提出了集成大模型核心技术的地面沉降预测方法。首先，从地面沉降模拟预测的顶层设计，提出了基于深度学习的地面沉降预测包括算力层、数据层、模型层、评估层与应用层的总体架构；其次，基于LSTM与Transformer提出了地面沉降预测的实用方法；最后，利用上海的地面沉降数据进行了实验研究。结果表明：深度学习技术可以在地面沉降模拟预测中取得较好的结果，多模型法对地面沉降变化不大、回弹、变化较大均可进行预测，iTransformer模型对地面沉降变化较小的情况预测效果较好；在微量地面沉降时代，利用大模型的核心技术Transformer可以取得较高的精度。
|
| 关 键 词： | 地面沉降 深度学习 时间序列预测 长短期记忆 Transformer 大模型 |
|
