考慮監測離群值朱家店滑坡位移預測研究*

丁戈媛

(湖北工業大學土木建筑與環境學院， 武漢 430068， 中國)

0 引 言

滑坡失穩破壞預測預報對于滑坡的防災減災意義重大。由于地質條件與巖土材料的復雜性與不確定性，滑坡精準預報難度大，尤其是中長期預測。滑坡坡表通常設置了一些GPS或GNSS監測點，通過讀取坡表位移實時監控滑坡變形。目前，國內外眾多學者針對由GPS等手段獲取的坡表位移資料開展了大量的位移預測研究。如Li et al. (2009)采用了小波分析與突變方法針對滑坡位移開展了預測研究。徐峰等(2011)采用移動平均法分解了滑坡累積位移，并分別采用GM(1，1)灰色模型和自回歸AR模型分別對滑坡趨勢項位移和周期項位移進行預測。Zhou et al. (2016)采用了時序分析與PSO-SVM模型對三峽庫區八字門滑坡位移進行了預測研究。Miao et al. (2017)，苗發盛等(2016)針對“階躍式”滑坡采用了SVR模型與多算法參數優化的方法進行了預測研究。鄧冬梅等(2017)提出了基于時間序列集合經驗模態分解(EEMD)與重構的粒子群優化-支持向量機回歸(PSO-SVR)的滑坡位移預測方法。鄢好等(2019)將滑坡位移序列分解為趨勢項和周期項，趨勢項采用并聯型灰色神經網絡處理，周期項則采用人工蜂群算法(ABC)優化后的極限學習機模型(ELM)處理，以三峽庫區白水河和八字門滑坡為例，對滑坡位移進行了預測研究。

其中差分整合自回歸移動平均(ARIMA)時間序列模型作為經典的位移預測模型也被廣泛使用。雷德鑫等(2018)以三峽庫區王家坡滑坡為例，結合移動平均法與ARIMA模型，分別對滑坡趨勢項位移與周期項位移進行了預測研究。……